تالار گفتگوی کیش تک/ kishtech forum
تحت وب - نسخه‌ی قابل چاپ

+- تالار گفتگوی کیش تک/ kishtech forum (http://forum.kishtech.ir)
+-- انجمن: پردیس فناوری کیش (http://forum.kishtech.ir/forumdisplay.php?fid=1)
+--- انجمن: دانشگاه جامع علمی و کاربردی (http://forum.kishtech.ir/forumdisplay.php?fid=7)
+---- انجمن: **مرکز علمی و کاربردی کوشا** (http://forum.kishtech.ir/forumdisplay.php?fid=42)
+----- انجمن: برنامه سازی تحت وب - پنجشنبه ها از ساعت 8 تا 11 (http://forum.kishtech.ir/forumdisplay.php?fid=347)
+----- موضوع: تحت وب (/showthread.php?tid=115722)

تحت وب - m.mirahmadi - 05-06-2025

انواع یادگیری ماشین در زبان R چیست؟

RE: تحت وب - o.karvandi - 05-06-2025

(05-06-2025, 09:36 AM)m.mirahmadi نوشته است: انواع یادگیری ماشین در زبان R چیست؟

در زبان R، یادگیری ماشین به سه دسته‌ی اصلی تقسیم می‌شود:
- یادگیری نظارت‌شده (Supervised Learning): شامل رگرسیون(Linear Regression) برای پیش‌بینی مقادیر عددی و طبقه‌بندی (Classification) برای دسته‌بندی داده‌ها (مانند الگوریتم‌های جنگل تصادفی، ماشین بردار پشتیبان و شبکه‌های عصبی مصنوعی).
- یادگیری بدون نظارت (Unsupervised Learning): شامل خوشه‌بندی(Clustering) برای گروه‌بندی داده‌ها (مانند K-means و سلسله‌مراتبی) و کاهش ابعاد (Dimensionality Reduction) برای ساده‌سازی داده‌ها (مانند PCA).
- یادگیری تقویتی (Reinforcement Learning): به کارگیری الگوریتم‌هایی که از طریق تعامل با محیط یاد می‌گیرند (مانند Q-Learning).
R دارای کتابخانه‌های قدرتمندی مثل `caret`, `randomForest` و `tensorflow` است که این مدل‌ها را پیاده‌سازی می‌کنند. ?

RE: تحت وب - V.Alizadeh - 05-06-2025

(05-06-2025, 09:36 AM)m.mirahmadi نوشته است: انواع یادگیری ماشین در زبان R چیست؟

با سلام
وحید علیزاده
در زبان R، یادگیری ماشین به سه دسته‌ی اصلی تقسیم می‌شود:
- یادگیری نظارت‌شده (Supervised Learning): شامل رگرسیون(Linear Regression) برای پیش‌بینی مقادیر عددی و طبقه‌بندی (Classification) برای دسته‌بندی داده‌ها (مانند الگوریتم‌های جنگل تصادفی، ماشین بردار پشتیبان و شبکه‌های عصبی مصنوعی).
- یادگیری بدون نظارت (Unsupervised Learning): شامل خوشه‌بندی(Clustering) برای گروه‌بندی داده‌ها (مانند K-means و سلسله‌مراتبی) و کاهش ابعاد (Dimensionality Reduction) برای ساده‌سازی داده‌ها (مانند PCA).
- یادگیری تقویتی (Reinforcement Learning): به کارگیری الگوریتم‌هایی که از طریق تعامل با محیط یاد می‌گیرند (مانند Q-Learning).
R دارای کتابخانه‌های قدرتمندی مثل `caret`, `randomForest` و `tensorflow` است که این مدل‌ها را پیاده‌سازی می‌کنند
با تشکر

RE: تحت وب - davood.kogir chegini - 06-06-2025

(05-06-2025, 09:36 AM)m.mirahmadi نوشته است: انواع یادگیری ماشین در زبان R چیست؟

در زبان R، یادگیری ماشین به سه دسته‌ی اصلی تقسیم می‌شود:
- یادگیری نظارت‌شده (Supervised Learning): شامل رگرسیون(Linear Regression) برای پیش‌بینی مقادیر عددی و طبقه‌بندی (Classification) برای دسته‌بندی داده‌ها (مانند الگوریتم‌های جنگل تصادفی، ماشین بردار پشتیبان و شبکه‌های عصبی مصنوعی).
- یادگیری بدون نظارت (Unsupervised Learning): شامل خوشه‌بندی(Clustering) برای گروه‌بندی داده‌ها (مانند K-means و سلسله‌مراتبی) و کاهش ابعاد (Dimensionality Reduction) برای ساده‌سازی داده‌ها (مانند PCA).
- یادگیری تقویتی (Reinforcement Learning): به کارگیری الگوریتم‌هایی که از طریق تعامل با محیط یاد می‌گیرند (مانند Q-Learning).
R دارای کتابخانه‌های قدرتمندی مثل `caret`, `randomForest` و `tensorflow` است که این مدل‌ها را پیاده‌سازی می‌کنند.
(05-06-2025, 09:36 AM)m.mirahmadi نوشته است: انواع یادگیری ماشین در زبان R چیست؟

در زبان R، یادگیری ماشین به سه دسته‌ی اصلی تقسیم می‌شود:
- یادگیری نظارت‌شده (Supervised Learning): شامل رگرسیون(Linear Regression) برای پیش‌بینی مقادیر عددی و طبقه‌بندی (Classification) برای دسته‌بندی داده‌ها (مانند الگوریتم‌های جنگل تصادفی، ماشین بردار پشتیبان و شبکه‌های عصبی مصنوعی).
- یادگیری بدون نظارت (Unsupervised Learning): شامل خوشه‌بندی(Clustering) برای گروه‌بندی داده‌ها (مانند K-means و سلسله‌مراتبی) و کاهش ابعاد (Dimensionality Reduction) برای ساده‌سازی داده‌ها (مانند PCA).
- یادگیری تقویتی (Reinforcement Learning): به کارگیری الگوریتم‌هایی که از طریق تعامل با محیط یاد می‌گیرند (مانند Q-Learning).
R دارای کتابخانه‌های قدرتمندی مثل `caret`, `randomForest` و `tensorflow` است که این مدل‌ها را پیاده‌سازی می‌کنند.

RE: تحت وب - davarzani - 06-06-2025

(05-06-2025, 09:36 AM)m.mirahmadi نوشته است: انواع یادگیری ماشین در زبان R چیست؟

حمیدرضا داورزنی 



- یادگیری نظارت‌شده (Supervised Learning): شامل رگرسیون(Linear Regression) برای پیش‌بینی مقادیر عددی و طبقه‌بندی (Classification) برای دسته‌بندی داده‌ها (مانند الگوریتم‌های جنگل تصادفی، ماشین بردار پشتیبان و شبکه‌های عصبی مصنوعی).
- یادگیری بدون نظارت (Unsupervised Learning): شامل خوشه‌بندی(Clustering) برای گروه‌بندی داده‌ها (مانند K-means و سلسله‌مراتبی) و کاهش ابعاد (Dimensionality Reduction) برای ساده‌سازی داده‌ها (مانند PCA).
- یادگیری تقویتی (Reinforcement Learning): به کارگیری الگوریتم‌هایی که از طریق تعامل با محیط یاد می‌گیرند (مانند Q-Learning).
R دارای کتابخانه‌های قدرتمندی مثل `caret`, `randomForest` و `tensorflow` است که این مدل‌ها را پیاده‌سازی می‌کنند.

RE: تحت وب - morteza azizi - 07-06-2025

در زبان R، یادگیری ماشین به سه دسته‌ی اصلی تقسیم می‌شود:
- یادگیری نظارت‌شده (Supervised Learning): شامل رگرسیون(Linear Regression) برای پیش‌بینی مقادیر عددی و طبقه‌بندی (Classification) برای دسته‌بندی داده‌ها (مانند الگوریتم‌های جنگل تصادفی، ماشین بردار پشتیبان و شبکه‌های عصبی مصنوعی).
- یادگیری بدون نظارت (Unsupervised Learning): شامل خوشه‌بندی(Clustering) برای گروه‌بندی داده‌ها (مانند K-means و سلسله‌مراتبی) و کاهش ابعاد (Dimensionality Reduction) برای ساده‌سازی داده‌ها (مانند PCA).
- یادگیری تقویتی (Reinforcement Learning): به کارگیری الگوریتم‌هایی که از طریق تعامل با محیط یاد می‌گیرند (مانند Q-Learning).
R دارای کتابخانه‌های قدرتمندی مثل `caret`, `randomForest` و `tensorflow` است که این مدل‌ها را پیاده‌سازی می‌کنند. ?