در این مطلب، ویدئو یادگیری ماشین پایتون | نحوه وارد کردن مجموعه داده های R در پایتون با استفاده از Statmodels get rdataset function با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,030 –> 00:00:02,490
سلام بچه ها این عشق شیک است و در این
2
00:00:02,490 –> 00:00:05,040
ویدیو به شما نشان خواهم داد که چگونه می
3
00:00:05,040 –> 00:00:08,700
توانید علم داده را از R بدست آورید، بنابراین R
4
00:00:08,700 –> 00:00:11,219
اساساً یک زبان برنامه نویسی است اگر
5
00:00:11,219 –> 00:00:13,590
می دانید بسته های زیادی
6
00:00:13,590 –> 00:00:15,870
برای تجزیه و تحلیل آماری دارد و
7
00:00:15,870 –> 00:00:22,230
به نوعی یک زبان برنامه نویسی است. کامپیوتر یا
8
00:00:22,230 –> 00:00:24,330
نوعی نام مستعار که برای پایتون میگویید،
9
00:00:24,330 –> 00:00:25,949
زیرا افراد زیادی هستند که
10
00:00:25,949 –> 00:00:28,189
واقعاً به R تبدیل شدهاند،
11
00:00:28,189 –> 00:00:31,470
مخصوصاً از دانشگاه که
12
00:00:31,470 –> 00:00:35,910
باید تحلیلهای زیادی انجام دهند و
13
00:00:35,910 –> 00:00:38,160
از بستههای ما یا برنامهنویسی ما استفاده میکنند.
14
00:00:38,160 –> 00:00:40,980
برای انجام آن تجزیه و تحلیل، ایده این
15
00:00:40,980 –> 00:00:41,550
بسته
16
00:00:41,550 –> 00:00:44,040
در این ویدیو این است که چگونه می توانید
17
00:00:44,040 –> 00:00:47,340
آن مجموعه داده ها را از R دریافت
18
00:00:47,340 –> 00:00:48,870
19
00:00:48,870 –> 00:00:51,180
کنید تا اگر مهارت های خود را در اینجا تمرین می کنید، بتوانید تجزیه و تحلیل را در پایتون انجام دهید، بنابراین
20
00:00:51,180 –> 00:00:54,149
اگر از ویدیوی قبلی من به یاد داشته باشید که ما
21
00:00:54,149 –> 00:00:57,420
آن را وارد کرده ایم. این آمار API را مدلسازی میکند، بنابراین اگر
22
00:00:57,420 –> 00:01:01,050
من فقط این را اجرا کنم، بنابراین
23
00:01:01,050 –> 00:01:03,480
آنچه که ما وارد کرده بودیم، مدلهای stat
24
00:01:03,480 –> 00:01:06,390
یا بسته API بهعنوان SM است و سپس
25
00:01:06,390 –> 00:01:08,640
مجموعه داده سرطان را وارد کردیم و بارگذاری کردیم
26
00:01:08,640 –> 00:01:11,369
و به شما نشان دادیم چگونه میتوانید دادهها را بارگیری کنید.
27
00:01:11,369 –> 00:01:13,350
داراییها که برای پشته کردن مدلها تعبیه شده است،
28
00:01:13,350 –> 00:01:15,750
اکنون در این ویدیو به شما نشان میدهم که
29
00:01:15,750 –> 00:01:18,090
چگونه میتوانید حتی برای تمرین بیشتر دسترسی خود را افزایش دهید
30
00:01:18,090 –> 00:01:20,189
و مجموعه دادهها را از R دریافت کنید،
31
00:01:20,189 –> 00:01:27,270
بنابراین اگر من پایین بروم و
32
00:01:27,270 –> 00:01:29,490
مجموعههای داده سخت را اینجا وارد کنم، اما قبل از انجام این کار.
33
00:01:29,490 –> 00:01:32,820
من باید نام بسته های مجموعه داده ما را بدانم،
34
00:01:32,820 –> 00:01:37,740
بنابراین در اینجا پیوندی است که
35
00:01:37,740 –> 00:01:41,130
در توضیحات پست می کنم آنچه که
36
00:01:41,130 –> 00:01:43,140
اساساً به آن می گوید اساساً یک نام بسته است
37
00:01:43,140 –> 00:01:45,689
که به آن نیاز دارم و
38
00:01:45,689 –> 00:01:48,329
ویژگی دوم نام مورد است که باید مجموعه داده را بارگیری کنم
39
00:01:48,329 –> 00:01:51,210
تا آن را بارگیری کنم. دارای اطلاعات
40
00:01:51,210 –> 00:01:54,479
بسته های مختلف مختلف و همچنین
41
00:01:54,479 –> 00:01:57,060
مجموعه داده های مرتبط با آنها است که می
42
00:01:57,060 –> 00:02:01,110
توانید برای تمرین خود از آنها استفاده کنید، بنابراین به عنوان بخشی از
43
00:02:01,110 –> 00:02:03,299
نمونه کاری که من می توانم انجام دهم این است که
44
00:02:03,299 –> 00:02:06,780
به سادگی مجموعه داده های اصلی را
45
00:02:06,780 –> 00:02:10,619
از بسته بوت می گیرم، بنابراین اگر من فقط به
46
00:02:10,619 –> 00:02:13,819
اینجا برگردید و
47
00:02:13,819 –> 00:02:19,209
تکنیک را به سمت راست برگردید و از مجموعه دادههای نقطهای SM، نقطه
48
00:02:19,209 –> 00:02:23,540
زیر مجموعه داده ما را دریافت کنید، بنابراین
49
00:02:23,540 –> 00:02:25,099
این تابع تابع اصلی است که
50
00:02:25,099 –> 00:02:28,219
باید به خاطر بسپارید تا مجموعههای داده را وارد کنید،
51
00:02:28,219 –> 00:02:31,040
بنابراین بخشی از
52
00:02:31,040 –> 00:02:34,790
مدلهای آماری prakit sm است که مجموعه دادهها را دارد و
53
00:02:34,790 –> 00:02:37,609
از مجموعه داده ای که باید
54
00:02:37,