کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
We study supervised classification for datasets with a very large number of input variables. The naïve Bayes classifier is attractive for its simplicity, scalability and effectiveness in many real data applications. When the strong naïve Bayes assumption of conditional independence of the input variables given the target variable is not valid, variable selection and model averaging are two common ways to improve the performance. In the case of the naïve Bayes classifier, the resulting weighting scheme on the models reduces to a weighting scheme on the variables. Here we focus on direct estimation of variable weights in such a weighted naïve Bayes classifier. We propose a sparse regularization of the model log-likelihood, which takes into account prior penalization costs related to each input variable. Compared to averaging based classifiers used up until now, our main goal is to obtain parsimonious robust models with less variables and equivalent performance. The direct estimation of the variable weights amounts to a non-convex optimization problem for which we propose and compare several two-stage algorithms. First, the criterion obtained by convex relaxation is minimized using several variants of standard gradient methods. Then, the initial non-convex optimization problem is solved using local optimization methods initialized with the result of the first stage. The various proposed algorithms result in optimization-based weighted naïve Bayes classifiers, that are evaluated on benchmark datasets and positioned w.r.t. to a reference averaging-based classifier.
چکیده به فارسی (ترجمه ماشینی)
ما طبقه بندی نظارت شده را برای مجموعه داده ها با تعداد بسیار زیادی از متغیرهای ورودی مطالعه می کنیم.طبقه بندی کننده Naïve Bayes به دلیل سادگی ، مقیاس پذیری و اثربخشی در بسیاری از برنامه های داده واقعی جذاب است.هنگامی که فرض قوی بیس از استقلال مشروط از متغیرهای ورودی با توجه به متغیر هدف معتبر نیست ، انتخاب متغیر و میانگین مدل دو روش مشترک برای بهبود عملکرد است.در مورد طبقه بندی کننده Naïve Bayes ، طرح وزنی حاصل از مدل ها به یک طرح وزنه برداری در متغیرها کاهش می یابد.در اینجا ما بر برآورد مستقیم وزن متغیر در چنین طبقه بندی کننده وزن ساده و لاویز تمرکز می کنیم.ما یک تنظیم پراکنده از احتمال ورود به سیستم مدل را پیشنهاد می کنیم ، که هزینه های مجازات قبلی مربوط به هر متغیر ورودی را در نظر می گیرد.در مقایسه با طبقه بندی کننده های مبتنی بر میانگین که تاکنون استفاده شده است ، هدف اصلی ما بدست آوردن مدلهای قوی پارسا با متغیرهای کمتر و عملکرد معادل آن است.تخمین مستقیم وزن متغیر به یک مشکل بهینه سازی غیر Convex است که ما برای آن چندین الگوریتم دو مرحله ای پیشنهاد و مقایسه می کنیم.اول ، معیار به دست آمده با آرامش محدب با استفاده از چندین نوع روش شیب استاندارد به حداقل می رسد.سپس ، مشکل اولیه بهینه سازی غیر CONVEX با استفاده از روشهای بهینه سازی محلی که با نتیجه مرحله اول آغاز می شود ، حل می شود.الگوریتم های مختلف پیشنهادی منجر به طبقه بندی کننده های ساده لوح و ساده وزن مبتنی بر بهینه سازی می شوند ، که در مجموعه داده های معیار ارزیابی می شوند و W.R.T.به یک طبقه بندی کننده مبتنی بر مرجع.
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
