دانلود حل مسائل یادگیری ماشین با پایتون بخش 2

حل مسائل یادگیری ماشین با پایتون بخش 2

فرمت فایل دانلودی: .zip
فرمت فایل اصلی: ipynb, pdf, csv
تعداد صفحات: 15
حجم فایل: 415 کیلوبایت
قیمت: 160000 تومان

توضیحات:

حل مسائل یادگیری ماشین با پایتون بخش 2.

7-دادهQ7_data.csvرا در نظر بگیرید.70درصد داده را برای آموزش و30درصد دادهرا برای تست در نظر بگیرید.یک مدل براساس رگرسیون خطی ایجاد کنید وپس از آموزش این مدل

(الف) معیار خطاMAEوRMSEرا براساس داده های تست به دست آورید.
(ب)میزان اهمیت ویژگیهای ورودی (F1,F2,F3)را تخمین خروجی به دست آورید (ضرایب این ویژگی در مدل رگرسیون خطی)
8-یک شبکه عصبی پرسپترون چند الیه با سه ورودی،4نرون در لایه پنهان و یک نرون در لایه خروجی در نظر بگیرید.مشابه با مساله قبل، شبکه عصبی را بر رویداده مساله قبل (Q7_data.csv)اعمال کنید
(الف)معیار خطاMAEوRMSEرا براساس داده های تست به دست آورید(نرخ یادگیری را0.2در نظر بگیرید).
(ب)معیارهای بخش الف را برای نرخ های یادگیری زیر به دست آوریدو نتیجه را در جدولارائه کنید و به صورت نمودار هم رسم کنید

9-مجموعه داده ایPV_Data.csvرا در نظر بگیرید.در این مجموعه داده ای اطلاعات کنتورهای هوشمندبرق تعدادی مشتری ارائه شده است.داده های این جدول بر اساس کیلووات بر ساعت است.هدف این است که بر اساس این داده ها تشخیص دهیم آیا یک مشتری از برق فتوولتاییک (برق با استفاده از پنل خورشیدی) استفاده می کند یا خیر؟ اطلاعات ورودی شامل پنج ویژگیBattery،Load، Generation،GridوSOCاست. جزییات این پنج ویژگی در زیر ارائه شده است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود پاورپوینت فصول 10 تا 14 آمار استنباطی پیشرفته دانشگاه پیام نور

پاورپوینت فصول 10 تا 14 آمار استنباطی پیشرفته دانشگاه پیام نور

فرمت فایل دانلودی: .zip
فرمت فایل اصلی: ppt
تعداد صفحات: 284
حجم فایل: 3966 کیلوبایت
قیمت: 50000 تومان

توضیحات:

پاورپوینت فصول 10 تا 14 آمار استنباطی پیشرفته دانشگاه پیام نور.

این پاور پوینت در 284 اسلاید برای دانش اموزان کارشناسی ارشد تنظیم شده است و شامل 5فصل 10،11،12،13،14 است. برای آگاهی از محتوای این فایل بخشی از آن را می توانید بصورت رایگان دانلود کنید.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود حل مسائل یادگیری ماشین با پایتون بخش 2

حل مسائل یادگیری ماشین با پایتون بخش 2

فرمت فایل دانلودی: .zip
فرمت فایل اصلی: ipynb, pdf, csv
تعداد صفحات: 15
حجم فایل: 415 کیلوبایت
قیمت: 160000 تومان

توضیحات:

حل مسائل یادگیری ماشین با پایتون بخش 2.

7-دادهQ7_data.csvرا در نظر بگیرید.70درصد داده را برای آموزش و30درصد دادهرا برای تست در نظر بگیرید.یک مدل براساس رگرسیون خطی ایجاد کنید وپس از آموزش این مدل

(الف) معیار خطاMAEوRMSEرا براساس داده های تست به دست آورید.
(ب)میزان اهمیت ویژگیهای ورودی (F1,F2,F3)را تخمین خروجی به دست آورید (ضرایب این ویژگی در مدل رگرسیون خطی)
8-یک شبکه عصبی پرسپترون چند الیه با سه ورودی،4نرون در لایه پنهان و یک نرون در لایه خروجی در نظر بگیرید.مشابه با مساله قبل، شبکه عصبی را بر رویداده مساله قبل (Q7_data.csv)اعمال کنید
(الف)معیار خطاMAEوRMSEرا براساس داده های تست به دست آورید(نرخ یادگیری را0.2در نظر بگیرید).
(ب)معیارهای بخش الف را برای نرخ های یادگیری زیر به دست آوریدو نتیجه را در جدولارائه کنید و به صورت نمودار هم رسم کنید

9-مجموعه داده ایPV_Data.csvرا در نظر بگیرید.در این مجموعه داده ای اطلاعات کنتورهای هوشمندبرق تعدادی مشتری ارائه شده است.داده های این جدول بر اساس کیلووات بر ساعت است.هدف این است که بر اساس این داده ها تشخیص دهیم آیا یک مشتری از برق فتوولتاییک (برق با استفاده از پنل خورشیدی) استفاده می کند یا خیر؟ اطلاعات ورودی شامل پنج ویژگیBattery،Load، Generation،GridوSOCاست. جزییات این پنج ویژگی در زیر ارائه شده است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود پاورپوینت (اسلاید) آنالیز کسب و کار و داده کاوی

پاورپوینت (اسلاید) آنالیز کسب و کار و داده کاوی

فرمت فایل دانلودی: .pptx
فرمت فایل اصلی: pptx
تعداد صفحات: 41
حجم فایل: 7953 کیلوبایت
قیمت: 22000 تومان

توضیحات:

پاورپوینت آنالیز کسب و کار و داده کاوی، در حجم 41 اسلاید، همراه با تصاویر و نمودارهای گرافیکی زیبا.

بخشی از متن فایل:

داده کاوی، فرآیند بررسی و تجزیه و تحلیل داده های زیاد است که توسط ابزارهای خودکار و یا نیمه خودکار به منظور کشف الگوی معنی دار و قوانین حاکم بر آنها می پردازد.

داده کاوی، استخراج اطلاعات مفید از مجموعه داده های بزرگ است.

داده کاوی، فرآیند کشف دانش از حجم عظیمی از داده هاست.

مقدمه داده کاوری، الگوریتم های داده کاوی، دسته بندی، پیش بینی، رگرسیون، سری های زمانی، کشف توالی، خوشه بندی، قوانین انجمنی، مصور سازی، مسائل حوزه کسب و کار، کشف تقلب، تضمین درآمد، مدیریت ریسک، آنالیز ریزش مشتری، آنالیز سبد خرید، رتبه بندی اعتباری، بخش بندی مشتریان؛

فهرست مطالب:

آنالیز داده و داده کاوی
چهار ویژگی مهم کلان داده ها
چالش های حوزه آنالیز داده
آنالیز حوزه کسب و کار

اشتراک حوزه های علوم داده
مقایسه روش  های آماری و داده کاوی
CRISP-DM الگوریتم 
الگوریتم های داده کاوی
Classification – دسته بندی
Prediction – پیش بینی
Regression – رگرسیون
Time Series – سری های زمانی
Sequence DM_کشف توالی
Clustering _خوشه بندی

قوانین انجمنی

مصور سازی

مسائل حوزه کسب و کار

کشف تقلب

تضمین درآمد

مدیریت ریسک

آنالیز ریزش مشتری

آنالیز سبد خرید

رتبه بندی اعتباری

بخش بندی مشتریان

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود مقاله ترجمه شده مدل رضایت از کیفیت سرویس در بانکداری

مقاله ترجمه شده مدل رضایت از کیفیت سرویس در بانکداری

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: RAR.ZIP
تعداد صفحات: 33
حجم فایل: 7634 کیلوبایت
قیمت: 25500 تومان

توضیحات:

مقاله ترجمه شده با عنوان مدل رضایت از کیفیت سرویس در بانکداری، در قالب فایل فایل پاورپوینت و در حجم 20 اسلاید، همراه با فایل pdf مقاله مرجع. 

دارای پرسشنامه استاندارد و تحقیق برای رضایت کیفیت سرویس در بانکداری

عنوان مقاله:

E-Banking and Customers’ Satisfaction in Bangladesh: An Analysis

سال چاپ: 2010

محل انتشار:

International Review of Business Research Papers

بخشی از ترجمه:

بانکداری الکترونیک می تواند با داشتن سرعت و قابلیت اعتماد در ارائه خدمات برای مشتریان رضایت بخش باشد و خدمات بانکداری الکترونیک نه تنها می تواند مزیت رقابتی جدید ایجاد کند بلکه می تواند موجب بهبود روابط با مشتریان نیز گردد. هدف از این تحقیق درک تاثیر متغیرهای بانکداری الکترونیک در رضایت مشتری در نظام بانکی کشور می باشد

فهرست مطالب:

چکیده

مقدمه

ادبیات و پیشینه تحقیق

اهداف مطالعه

روش تحقیق

فرضیه ها

ساخت مدل

نتیجه و بحث

جمع بندی

پیشنهادات

مراجعع

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه