Перейти к содержимому

K-Nearest Neighbors Explained (یادگیری ماشین مقدماتی: کی-نزدیکترین همسایه)

Ramin Saljoughinejad

0:00 / 0:00

K-Nearest Neighbors Explained (یادگیری ماشین مقدماتی: کی-نزدیکترین همسایه)

1 025 просмотров · 1 г. назад
Ramin Saljoughinejad
9,64 тыс. подписчиков
1 025 просмотров · 1 г. назад
یادگیری ماشین مقدماتی: کی نزدیکترین همسایه | K-Nearest Neighbors ددر این ویدیو، یکی از جلسات کلاس یادگیری ماشین را مشاهده خواهید کرد که در آن به بررسی الگوریتم K-Nearest Neighbors (KNN) پرداخته‌ایم. این الگوریتم یکی از ساده‌ترین و در عین حال مؤثرترین روش‌های یادگیری ماشین برای دسته‌بندی داده‌هاست. همچنین در این جلسه، نحوه استفاده از Label Encoding برای تبدیل داده‌های متنی به اعداد را با استفاده از pandas و sklearn به‌صورت عملی آموزش داده‌ایم. 🧑‍💻 موضوعات مطرح‌شده در این ویدیو: اصول الگوریتم KNN و نحوه کار آن پیاده‌سازی KNN در پایتون با کتابخانه sklearn روش Label Encoding با استفاده از pandas و کلاس‌های داخلی sklearn 👨‍🏫 مناسب برای علاقه‌مندان به یادگیری ماشین و برنامه‌نویسان پایتون! 📢 لینک‌های مفید: 🕒 مدت زمان: 51:17 دقیقه 🎯 اگر از این ویدیو خوشتون اومد، حتماً لایک کنید و کانال رو برای دریافت آموزش‌های بیشتر سابسکرایب کنید! 👍 #یادگیری_ماشین #هوش_مصنوعی #پایتون۳ #رامین_سلجوقی_نژاد #machinelearning #AI #python #linearregression #SVM #knn #K-means