ترجمه فارسی مقاله معیاری جامع از یادگیری ماشینی و عمیق در میان مجموعه داده های جدولی متنوع

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی A Comprehensive Benchmark of Machine and Deep Learning Across Diverse Tabular Datasets
عنوان مقاله به فارسی معیاری جامع از یادگیری ماشینی و عمیق در میان مجموعه داده های جدولی متنوع
نویسندگان Assaf Shmuel, Oren Glickman, Teddy Lazebnik
فرمت مقاله انگلیسی PDF
تعداد صفحات 27
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Artificial Intelligence,یادگیری ماشین , هوش مصنوعی ,
توضیحات Submitted 27 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 27 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 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.

🎯 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

The analysis of tabular datasets is highly prevalent both in scientific research and real-world applications of Machine Learning (ML). Unlike many other ML tasks, Deep Learning (DL) models often do not outperform traditional methods in this area. Previous comparative benchmarks have shown that DL performance is frequently equivalent or even inferior to models such as Gradient Boosting Machines (GBMs). In this study, we introduce a comprehensive benchmark aimed at better characterizing the types of datasets where DL models excel. Although several important benchmarks for tabular datasets already exist, our contribution lies in the variety and depth of our comparison: we evaluate 111 datasets with 20 different models, including both regression and classification tasks. These datasets vary in scale and include both those with and without categorical variables. Importantly, our benchmark contains a sufficient number of datasets where DL models perform best, allowing for a thorough analysis of the conditions under which DL models excel. Building on the results of this benchmark, we train a model that predicts scenarios where DL models outperform alternative methods with 86.1% accuracy (AUC 0.78). We present insights derived from this characterization and compare these findings to previous benchmarks.

چکیده به فارسی (ترجمه ماشینی)

تجزیه و تحلیل مجموعه داده های جدولی هم در تحقیقات علمی و هم در کاربردهای دنیای واقعی یادگیری ماشین (ML) بسیار شیوع دارد.بر خلاف بسیاری از کارهای ML ، مدل های یادگیری عمیق (DL) اغلب از روشهای سنتی در این زمینه بهتر عمل نمی کنند.معیارهای مقایسه ای قبلی نشان داده اند که عملکرد DL غالباً نسبت به مدلهایی مانند دستگاه های تقویت شیب (GBM) معادل یا حتی پایین تر است.در این مطالعه ، ما یک معیار جامع را با هدف توصیف بهتر انواع مجموعه داده هایی که در آن مدل های DL برتری دارند ، معرفی می کنیم.اگرچه چندین معیار مهم برای مجموعه داده های جدولی در حال حاضر وجود دارد ، سهم ما در تنوع و عمق مقایسه ما نهفته است: ما 111 مجموعه داده را با 20 مدل مختلف ، از جمله هر دو وظیفه رگرسیون و طبقه بندی ارزیابی می کنیم.این مجموعه داده ها در مقیاس متفاوت است و شامل هم متغیرهای دارای متغیرهای طبقه بندی شده و بدون آن است.نکته مهم این است که معیار ما حاوی تعداد کافی مجموعه داده است که در آن مدل های DL بهترین عملکرد را دارند ، و این امکان را برای تجزیه و تحلیل کامل از شرایطی فراهم می کند که در آن مدل های DL برتری دارند.با تکیه بر نتایج این معیار ، ما مدلی را آموزش می دهیم که سناریوهایی را پیش بینی می کند که در آن مدل های DL از روشهای جایگزین با دقت 86.1 ٪ بهتر عمل می کنند (AUC 0.78).ما بینش های حاصل از این خصوصیات را ارائه می دهیم و این یافته ها را با معیارهای قبلی مقایسه می کنیم.

📚 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.

🎯 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

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.