در این مطلب، ویدئو ساخت یک برنامه یادگیری ماشینی ساده پایتون 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.
مدت زمان فیلم: 00:10:07
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,000 –> 00:00:01,770
سلام به همه و به این ویدیو
2
00:00:01,770 –> 00:00:03,330
در مورد زبان برنامه نویسی پایتون و
3
00:00:03,330 –> 00:00:05,549
یادگیری ماشین خوش آمدید، بنابراین در این ویدیو
4
00:00:05,549 –> 00:00:06,930
قصد داریم یک برنامه یادگیری ماشین ساده پایتون بسازیم،
5
00:00:06,930 –> 00:00:09,059
اکنون الگوریتمی که
6
00:00:09,059 –> 00:00:11,700
برای این برنامه استفاده می کنیم، یک
7
00:00:11,700 –> 00:00:13,380
الگوریتم یادگیری ماشینی نظارت شده
8
00:00:13,380 –> 00:00:15,809
به نام خطی است. رگرسیون و امیدوارم که
9
00:00:15,809 –> 00:00:17,369
شما درک بهتری از
10
00:00:17,369 –> 00:00:19,199
Python و یا یادگیری ماشین پس از
11
00:00:19,199 –> 00:00:21,990
تماشای این ویدیو داشته باشید، اکنون در حال حاضر در
12
00:00:21,990 –> 00:00:23,220
وب سایت Google به نام collab dot
13
00:00:23,220 –> 00:00:24,869
research comm Google هستم زیرا
14
00:00:24,869 –> 00:00:26,220
شروع برنامه نویسی در پایتون را واقعا آسان می کند، به
15
00:00:26,220 –> 00:00:28,170
این معنی که لازم
16
00:00:28,170 –> 00:00:29,970
نیست پایتون را روی رایانه نصب کنید،
17
00:00:29,970 –> 00:00:32,130
فقط می توانید به این وب سایت بروید و سپس
18
00:00:32,130 –> 00:00:33,450
با استفاده از حساب Google خود وارد شوید و
19
00:00:33,450 –> 00:00:36,059
اجرای کد پایتون خود را شروع کنید، بنابراین
20
00:00:36,059 –> 00:00:37,110
برای شروع اولین کاری که
21
00:00:37,110 –> 00:00:38,399
می خواهید انجام دهید این است که کلیک کنید در فایل و من
22
00:00:38,399 –> 00:00:40,140
روی نوت بوک جدید کلیک می کنم و یک برگه جدید
23
00:00:40,140 –> 00:00:43,590
برای شما باز می شود و یک سلول جدید اکنون در این
24
00:00:43,590 –> 00:00:44,730
سلول در توضیحات
25
00:00:44,730 –> 00:00:49,410
و نظرات در مورد برنامه قرار می دهم.
26
00:00:49,410 –> 00:00:51,930
ما قصد داریم یک برنامه ساده
27
00:00:51,930 –> 00:00:56,879
یادگیری ماشینی Python بسازیم، بعداً
28
00:00:56,879 –> 00:00:57,870
میخواهیم با کلیک کردن روی
29
00:00:57,870 –> 00:01:00,270
این دکمه کد در بالا سمت چپ، یک سلول جدید ایجاد کنیم و اکنون
30
00:01:00,270 –> 00:01:05,239
میخواهم وابستگیها را وارد کنم،
31
00:01:05,239 –> 00:01:10,260
بنابراین از SK Learn dot Model یا
32
00:01:10,260 –> 00:01:13,470
SK Learn. آن مدل خطی خطی را
33
00:01:13,470 –> 00:01:23,130
میخواهم رگرسیون خطی را وارد کنم، در مرحله
34
00:01:23,130 –> 00:01:27,030
بعد، من بهصورت تصادفی وارد میکنم و سپس
35
00:01:27,030 –> 00:01:34,470
اجازه دهید این را اجرا کنیم، به نظر میرسد
36
00:01:34,470 –> 00:01:36,329
همه چیز خوب است، بنابراین من میخواهم یک
37
00:01:36,329 –> 00:01:42,470
سلول جدید ایجاد کنم و اکنون دو
38
00:01:42,470 –> 00:01:45,750
لیست خالی ایجاد میکنم. یکی برای مجموعه دادههای ویژگی
39
00:01:45,750 –> 00:01:47,700
و دیگری برای مجموعه دادههای هدف و من همین
40
00:01:47,700 –> 00:01:48,869
الان آن متغیرها را ایجاد میکنم،
41
00:01:48,869 –> 00:01:50,759
بنابراین یکی از آنها ویژگی در یک مجموعه امتیاز نامیده میشود
42
00:01:50,759 –> 00:01:53,280
و من آن را برابر با یک
43
00:01:53,280 –> 00:01:55,740
لیست خالی قرار میدهم و دیگری زیرخط هدف نامیده میشود.
44
00:01:55,740 –> 00:01:57,210
set و من آن را
45
00:01:57,210 –> 00:01:58,680
برابر با یک لیست خالی قرار می دهم و آنها
46
00:01:58,680 –> 00:02:01,290
این سلول را نیز اجرا می
47
00:02:01,290 –> 00:02:05,729
کنند و یک سلول دیگر ایجاد می کنند و در اینجا من قصد
48
00:02:05,729 –> 00:02:09,410
دارم تعداد ردیف ها را بدست بیاورم
49
00:02:09,410 –> 00:02:14,630
و می گوییم تعداد ردیف ها
50
00:02:14,630 –> 00:02:17,870
برای در حال حاضر مجموعه داده ها و سپس
51
00:02:17,870 –> 00:02:19,430
یک کام دیگر قرار دادم برای کارهای دیگری که میخواهم
52
00:02:19,430 –> 00:02:25,370
در این سلول انجام دهم، بنابراین
53
00:02:25,370 –> 00:02:27,370
متغیری ایجاد میکنم به نام تعداد
54
00:02:27,370 –> 00:02:31,310
زیر خط ردیفهای زیرخط
55
00:02:31,310 –> 00:02:33,560
، این را برابر با 200 قرار میدهم، بنابراین مجموعه دادهای
56
00:02:33,560 –> 00:02:34,640
که میخواهم ایجاد کنم 200 باشد.
57
00:02:34,640 –> 00:02:39,950
دادهها خوب است، من همچنین
58
00:02:39,950 –> 00:02:43,420
میخواهم دادهها را محدود کنم، بنابراین
59
00:02:43,420 –> 00:02:48,010
مقادیر ممکن را در مجموعه دادهها محدود میکنم،
60
00:02:48,010 –> 00:02:51,530
خوب، بنابراین این به چه معناست که
61
00:02:51,530 –> 00:02:54,980
اساساً میخواهم یک مجموعه داده از
62
00:02:54,980 –> 00:02:57,110
مقادیر تصادفی ایجاد کنم، اما میخواهم آن مقادیر
63
00:02:57,110 –> 00:02:58,610
محدود باشد من نمیخواهم آنها از
64
00:02:58,610 –> 00:03:03,530
یک عدد خاص عبور کنند، بنابراین میخواهم یک
65
00:03:03,530 –> 00:03:05,750
فراخوانی متغیر به صورت تصادفی ایجاد
66
00:03:05,750 –> 00:03:07,640
کنم و میخواهم آن را
67
00:03:07,640 –> 00:03:10,700
برابر با 2000 قرار دهم.
68
00:03:10,700 –> 00:03:14,690
سلول جدید
69
00:03:14,690 –> 00:03:21,490
و حالا میخواهم مجموعه داده را ایجاد کنم،
70
00:03:21,490 –> 00:03:24,500
بنابراین اولین کاری که باید انجام دهم این است که
71
00:03:24,500 –> 00:03:30,020
باید مجموعه دادههای ویژگی را درست کنم،
72
00:03:30,020 –> 00:03:35,710
بنابراین برای I و محدوده 0 تا تعداد
73
00:03:35,710 –> 00:03:42,500
زیرخط ردیفهای زیرخط،
74
00:03:42,500 –> 00:03:43,970
یک متغیر ایجاد میکنم. X را نامیده و آن را
75
00:03:43,970 –> 00:03:47,600
برابر با نقطه تصادفی R و int قرار دهید و می
76
00:03:47,600 –> 00:03:49,190
توانید آن را به عنوان colu در نظر بگیرید mn بنابراین
77
00:03:49,190 –> 00:03:51,140
میتوانید X را به عنوان ستون
78
00:03:51,140 –> 00:03:54,260
مجموعه دادههای ویژگی در نظر بگیرید، بنابراین من میخواهم
79
00:03:54,260 –> 00:03:59,090
عددی را از 0 تا
80
00:03:59,090 –> 00:04:02,600
حد زیرخط تصادفی اجاره کنم، خوب است، بنابراین اکنون میخواهم آن را
81
00:04:02,600 –> 00:04:05,090
با برجسته کردن آن با استفاده از
82
00:04:05,090 –> 00:04:07,190
control-c کپی کنم و من من می خواهم آن را دو
83
00:04:07,190 –> 00:04:09,560
بار دیگر با استفاده از یک تروفی بچسبانم و فقط
84
00:04:09,560 –> 00:04:12,290
X را به Y در اینجا و X دیگر را
85
00:04:12,290 –> 00:04:14,420
در اینجا به Z تغییر می دهم، بنابراین اکنون می توانم اینها را به عنوان
86
00:04:14,420 –> 00:04:17,410
سه ستون و مجموعه داده های ویژگی
87
00:04:17,410 –> 00:04:21,410
XY و Z و همه آنها در نظر بگیرم. حاوی
88
00:04:21,410 –> 00:04:23,389
مقادیر صحیح تصادفی باشد،
89
00:04:23,389 –> 00:04:28,449
خوب است، بنابراین خوب است در
90
00:04:28,449 –> 00:04:34,810
مرحله بعد، من می خواهم یک تابع خطی
91
00:04:34,810 –> 00:04:39,560
برای مجموعه داده هدف ایجاد کنم، بنابراین یک
92
00:04:39,560 –> 00:0