logo03-1-1logo03-1-1logo03-1-1logo03-1-1
  • خانه
  • دسته بندی محصولات
    • کد های آماده متلب بهمراه فایل های آمورشی
    • الگوریتم های فرا ابتکاری و کاربرد های آن
    • شبکه عصبی
    • تصمیم گیری چند معیاره
    • مقالات شبیه سازی شده با متلب
    • جدیدترین مقالات ISI همراه با ترجمه
    • پروژه های درسی
      • پروژه های آماده رشته علوم انسانی
      • پروژه های آماده رشته علوم مهندسی
      • پروژه های آماده رشته علوم پایه
    • متفرقه
  • پروژه های رایگان
  • آموزش متلب
    • آموزش مقدماتی متلب
    • آموزش تخصصی نرم افزار متلب
    • الگوریتم فراابتکاری در متلب
    • ساخت رابط گرافیکی GUI در متلب
    • کاربرد متلب در مهندسی
      • پردازش تصویر در متلب
      • پردازش سیگنال در متلب
      • سیمولینک متلب
    • آموزش متلب در تلگرام
  • نظرات مشتریان
  • درخواست کدنویسی
  • همکاری با ما
  • قوانین سایت
  • تماس با ما
  • صفحه نخست
  • درباره ما
  • نظر مشتریان
  • سوالات متداول
0
1g521hb 400x400 تشخیص داده پرت با استفاده از Outlier Detection
آموزش روش محدودیت اپسیلون در بهینه سازی چند هدفه به همراه کد لینگو
مهر ۱۰, ۱۳۹۵
Untitled 6 f725f41a08e3be8b343985cbf7db7d46 تشخیص داده پرت با استفاده از Outlier Detection
دانلود کد آماده گمز GAMS به همراه مدل ریاضی کدنویسی شده در گمز GAMS
مهر ۱۰, ۱۳۹۵
تشخیص داده_پرت با استفاده از Outlier Detection

تشخیص داده_پرت با استفاده از Outlier Detection

امتیازدهی 5 از 5 در 1 امتیازدهی مشتری
(دیدگاه 1 کاربر)

1,000 تومان

تشخیص داده های پرت با استفاده از Outlier Detection .

دسته: متفرقه برچسب: تشخیص پرت, تشخیص داده های پرت با استفاده از Outlier Detection, داده پرت
Share
0
توضیحات

تشخیص داده_پرت با استفاده از Outlier Detection

در آمار، دادهٔ پرت، داده‌ای است که از بقیهٔ داده‌ها فاصلهٔ زیادی دارد. گرابز دادهٔ پرت را این‌چنین تعریف کرده‌است:

دادهٔ پرت داده‌ای است که تفاوت قابل ملاحظه‌ای با بقیهٔ اعضای نمونه‌ای که در آن اتفاق افتاده است داشته‌باشد.

داده‌های پرت به دلایل زیادی مشاهده می‌شوند، اما معمولاً نشان‌گر این هستند که یا برخی از اندازه‌گیریها دارای اشتباه هستند یا داده دارای توزیع احتمالی با دنبال سنگین است.

  • چکیده: عملیات داده کاوی مفید نیاز به داده های خوب ومناسب دارد .داده های مناسب جهت عملیات داده کاوی می تواند حاصل پیشپردازش درست و صحیح داده ها باشد ,در واقع برای کشف دانش به کمک داده کاوی باید مقدماتی صورت گیرد که مجموعه اینمقدمات را آماده سازی داده ها می گویند. از اصلی ترین عملیات آماده سازی داده ها پاک سازی داده هاست که با هدف از بین بردن عدم قطعیت در داده کاوی مورد استفادهقرار گرفته وشامل هموار کردن نویز ها , شناخت و حذف داده های پرت و برطرف کردن ناسازگاری ها است .

0/5 (0 دیدگاه)
نظرات (1)

1 دیدگاه برای تشخیص داده_پرت با استفاده از Outlier Detection

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین کسی باشید که دیدگاهی می نویسد “تشخیص داده_پرت با استفاده از Outlier Detection” لغو پاسخ

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مرتبط

  • 34 کد متلب الگوریتم دایجسترا (Dijkstra)

    کد متلب الگوریتم دایجسترا (Dijkstra)

    امتیاز 5 از 5
    6,000 تومان
    افزودن به سبد خرید
  • Untitled 00 کد سیستم استنتاج فازی (FIS) در متلب

    کد سیستم استنتاج فازی (FIS) در متلب

    امتیاز 5 از 5
    6,000 تومان
    افزودن به سبد خرید
  • 37 کد الگوریتم فلوید وارشال در یافتن کوتاهترین مسیر بین دو گره

    کد الگوریتم فلوید وارشال در یافتن کوتاهترین مسیر بین دو گره

    امتیاز 5 از 5
    3,000 تومان
    افزودن به سبد خرید

تماس باما

اصفهان- بلوار کاوه ابتدای خیابان جابر انصاری دفتر موسسه تحلیل آمارگران

9385162583 (98+)

info@shopmatlab.ir

پشتیبانی تلگرام
پشتیبانی واتس آپ
ارتباط با کارشناسان

امکانات وب سایت

linkedin telegram instagram twitter facebook

بخش های سایت

  • دانلود رایگان
  • آموزش های رایگان متلب
  • قوانین وب سایت
  • درخواست کدنویسی
  • نظرات مشتریان

پایانه پرداخت

آرین پالزرین پال

تمام حقوق محفوظ است