تقنیة t-SNE
الذكاء الاصطناعي
بسط تقنیة t-SNE وتنفیذها في بایثون

على عكس PCA، أحد تقنيات تقليل الأبعاد الشائعة الاستخدام، فإن tSNE هي تقنية غير خطية واحتمالية. ما يعنيه هذا أن tSNE يمكنه التقاط نمط غير خطي في البيانات. نظرًا لأنه احتمالي، فقد لا تحصل على نفس النتيجة لنفس البيانات.

إنترنت الأشياء (IoT)
الذكاء الاصطناعي
ما هو إنترنت الأشياء (IoT)؟

يتضمن IoT توسيع اتصال الإنترنت إلى الأجهزة التي تتجاوز الأجهزة المعتادة، مثل أجهزة الكمبيوتر المكتبية، وأجهزة الكمبيوتر المحمولة، والهواتف الذكية. يمكن للأجهزة التي تستخدم هذه التقنية الاتصال والتفاعل مع بعضها البعض عبر الإنترنت؛ يمكن أيضًا مراقبتها والتحكم فيها عن بُعد.

KPCA
الذكاء الاصطناعي
تنفيذ تحليل العنصر الرئيسي للنواة (Kernel principal component analysis) في بایثون

تستخدم تحليل العنصر الرئيسي للنواة (Kernel PCA) دالة نواه (kernel) لعرض مجموعة البيانات في مساحة ميزة ذات أبعاد أعلى، حيث يمكن فصلها خطيًا. إنه مشابه لفكرة الآله المتجهات الداعمة (Support Vector Machine).

تقنیة تحليل التمييز الخطي
الذكاء الاصطناعي
تقنیة تحليل التمييز الخطي (Linear discriminant analysis) والتنفیذ في البایثون

يتم استخدام تحليل التمييز الخطي (LDA) لنمذجة الاختلافات في المجموعات، بعبارة اخرى، لفصل فئتين أو أكثر. ويتم استخدامه لإبراز الخصائص في مساحة ذات أبعاد أعلى في مساحة ذات أبعاد أقل.

التحلیل العاملي والتنفيذ في البايثون
الذكاء الاصطناعي
التحلیل العاملي (Factor Analysis) والتنفیذ في البایثون

التحلیل العاملي (Factor Analysis) هو جزء من عملية تحليل البيانات الاستكشافية التي تستخدم عادة لطريقة تخفیض الأبعاد. هو نموذج خطي ويستخدم لشرح المتغيرات في المتغيرات المرصودة والمترابطة ويكثف المتغيرات إلى مجموعة أصغر تسمى العوامل.

PCA
الذكاء الاصطناعي
تنفیذ تحليل العنصر الرئيسي (Principal Component Analysis) بإستخدام البایثون

تحليل العنصر الرئيسي (PCA) هو إجراء إحصائي يستخدم لتخفیض الأبعاد. يستخدم تحويلًا متعامدًا لتحويل مجموعة من الملاحظات للمتغيرات المرتبطة المحتملة إلى مجموعة من مقادیر المتغيرات غير المرتبطة خطيًا یسمى العناصر الأساسية.

السلة