?DBSCAN (Density-Based Spatial Clustering of Applications with Noise)

?خوشه‌بندی فضایی مبتنی بر تراکم برنامه‌های کاربردی با نویز:

▪️ قدرت تراکم: DBSCAN یک الگوریتم خوشه‌بندی مبتنی بر تراکم است که نقاط داده‌ای را که به طور متراکم در کنار هم قرار دارند، گروه‌بندی می‌کند، در حالی که نویزها را نادیده می‌گیرد.
▪️مفاهیم کلیدی:
• نقاط اصلی: نقاطی با حداقل تعداد همسایه در شعاع مشخص.
• نقاط مرزی: نقاطی که نقطه اصلی نیستند، اما در همسایگی یک نقطه اصلی قرار دارند.
• نقاط نویز: نقاطی که نه نقطه اصلی هستند و نه نقطه مرزی.
▪️مزایا: می‌تواند خوشه‌هایی با شکل دلخواه را مدیریت کند، در برابر نویز مقاوم است، نیاز به مشخص کردن تعداد خوشه‌ها از قبل ندارد.
▪️کاربردها: تشخیص ناهنجاری‌ها، کشف خوشه‌هایی با اشکال و اندازه‌های مختلف، یافتن مناطق پر تراکم در داده‌ها.
?➖➖➖➖➖➖➖➖➖➖
? Telegram | LinkedIn | YouTube

?غلبه بر محدودیت‌های K-Means:

?Using clustering for image segmentation
• استفاده از خوشه‌بندی برای بخش‌بندی تصویر: K-Means می‌تواند برای بخش‌بندی تصاویر با خوشه‌بندی پیکسل‌ها بر اساس مقادیر رنگ یا شدت آنها مورد استفاده قرار گیرد. این امر امکان شناسایی اشیاء و مناطق در یک تصویر را فراهم می‌کند.

?Clustering for semi-supervised learning:
• خوشه‌بندی برای یادگیری نیمه‌نظارت‌شده: K-Means می‌تواند برای ایجاد خوشه‌های اولیه در سناریوهای یادگیری نیمه‌نظارت‌شده که در آن برخی از نقاط داده برچسب‌گذاری شده‌اند، مورد استفاده قرار گیرد. این امر می‌تواند به بهبود عملکرد الگوریتم‌های یادگیری نظارت‌شده بعدی کمک کند.

?➖➖➖➖➖➖➖➖➖➖
? Telegram | LinkedIn | YouTube

? K-Means Clustering

یک الگوریتم ساده و شهودی است که به طور گسترده مورد استفاده قرار می‌گیرد.
هدف این الگوریتم تقسیم داده‌ها به k خوشه است، جایی که k از قبل تعیین شده است. این الگوریتم به طور تکراری نقاط داده را به نزدیک‌ترین مرکز خوشه اختصاص می‌دهد و مراکز خوشه را بر اساس نقاط اختصاص داده شده به روز رسانی می‌کند.

▪️مزایا: درک و پیاده‌سازی آسان، کارآمد از نظر محاسباتی برای مجموعه داده‌های بزرگ.

▪️محدودیت‌ها: مستعد گیر افتادن در بهینه محلی، حساس به مکان اولیه مراکز خوشه، و با خوشه‌های غیرکروی یا خوشه‌هایی با تراکم متغیر مشکل دارد.
?➖➖➖➖➖➖➖➖➖➖
? Telegram | LinkedIn | YouTube

با تشکر از آقای محمدرضا موسی‌ زاده و آقای کامران امامی بابت ارائه خوبی که دیشب داشتند.
همچنین ممنون از همه عزیزانی که در جلسه شرکت کردند. ✨

جلسه‌ی بعد، ۲۷ تیر ماه، در خدمت خانم فاطمه ساریخانی و آقای برزان حیاتی هستیم تا از صفحه ۱۵۸ تا پایان فصل۴ کتاب رو ارائه بدهند.

پوستر جلسه، متعاقباً ارسال خواهد شد. ?

?➖➖➖➖➖➖➖➖➖➖
? Telegram | LinkedIn | YouTub

وقت همگی به‌خیر.✨

ویدیوی ضبط شده جلسه نهم در یوتیوب بارگزاری شده و می‌تونید به اون دسترسی داشته باشید.

ممنون از همراهی شما.?

?➖➖➖➖➖➖➖➖➖➖
? Telegram | LinkedIn | YouTube

سلام دوستان. وقت همگی به‌خیر.

جلسه نهم باهم‌خوانی کتاب Hands-on machine learning ، امشب ساعت ۲۱:٠٠ برگزار خواهد شد.
دوستانی که علاقه‌مند به شرکت در جلسه هستند می‌توانند از ساعت ۲۱ جهت ورود به بستر از طریق لینک زیر اقدام کنند.

https://meet.google.com/zgn-vfgv-ifz

منتظر حضور گرمتان هستیم.✨

وقت همگی به‌خیر.✨

ویدیوی ضبط شده جلسه هشتم در یوتیوب بارگزاری شده و می‌تونید به اون دسترسی داشته باشید.
همچنین می‌توانید از طریق لینک زیر از اسلاید های این جلسه استفاده کنید.
https://docs.google.com/presentation/d/1D6wxW1iry-_gfuh409--dPpJd6f1XKdG/edit?usp=drive_link&ouid=102941222358440374268&rtpof=true&sd=true

ممنون از همراهی شما.?

?➖➖➖➖➖➖➖➖➖➖
? Telegram | LinkedIn | YouTube

با تشکر از آقای مصطفی محمدی بابت ارائه خوبی که چهارشنبه داشتند.
همچنین ممنون از همه عزیزانی که در جلسه شرکت کردن. ✨

جلسه‌ی بعد، ۲۰ تیر ماه، در خدمت آقای محمدرضا موسی‌ زاده و آقای کامران امامی هستیم تا از صفحه ۱۴۲ تا صفحه ‌۱۵۸ کتاب رو ارائه بدن.

پوستر جلسه بعد، متعاقباً ارسال خواهد شد. ?

?➖➖➖➖➖➖➖➖➖➖
? Telegram | LinkedIn | YouTube

سلام دوستان. وقت همگی به‌خیر.

جلسه هشتم باهم‌خوانی کتاب Hands-on machine learning ، امشب ساعت ۲۱:٠٠ برگزار خواهد شد.
دوستانی که علاقه‌مند به شرکت در جلسه هستند می‌توانند از ساعت ۲۱ جهت ورود به بستر از طریق لینک زیر اقدام کنند.

https://meet.google.com/zgn-vfgv-ifz

منتظر حضور گرمتان هستیم.✨

سلام دوستان. روزتون به‌خیر.✨

ویدیوی ضبط شده جلسه هفتم در یوتیوب بارگزاری شده و می‌تونید به اون دسترسی داشته باشید.

ممنون از همراهی شما.?

?➖➖➖➖➖➖➖➖➖➖
? Telegram | LinkedIn | YouTube