وب لاگ امیرحسین اسعدی

آنچه یادگرفتم، خواندم و دیدم رو اینجا به اشتراک می‌گذارم
I share what I learned, read and saw

طبقه بندی موضوعی
آخرین نظرات
  • ۸ خرداد ۰۲، ۱۵:۲۲ - احمد صداقت زاده
    عالی

۳ مطلب در مرداد ۱۴۰۰ ثبت شده است

فیت کردن یک خط به داده‌ها

به روزرسانی ۲۶امرداد۱۴۰۰

این فیلم رو هم آماده کردم که میتونید ببینید.

https://youtu.be/OeufUF4Uyjs

در ادامه مطلب به این می‌پردازیم که چطور داده هامون رو با یک خط بیان کنیم.

پس بیاین عبارت مشابهی که به این منظور استفاده میشن رو با هم بشناسیم تا از این به بعد هرجا دیدیمشون بدونیم از چی دارن حرف میزنن:

  • Linear regression
  • Least squres optimization
  • Fitting a line to data

فرض کنید یک سری داده جمع کردین مثل این‌ها

داده‌ها

تصویر۱: داده‌های ما مثل محور افقی میتونه پول باشه و محور عمودی آش دریافت شده (هرچقدر پول بدی همونقدر آش میخوری)

و حالا ما میخوایم یک خط رو روی اینا فیت(براز/نگاشت) کنیم ببینیم ترند(روند) داده‌ها چطوریه، سوالی که مطرح میشه این هست که خوب کدوم از همه بهتره؟

چطوری کتاب بخونیم؟

اگر میخواید کیفیت کتاب خوندن‌ بیشتر بشه من دو نکته رو امروز‌ها بیشتر رعایت می‌کنم، و خواستم اینجا با شما به اشتراک بگذارم.

نکته اول

مواد لازم: یک عدد کتاب برای خوندن، یک عدد ماژیک هایلایت، یک عدد قلم و یک عدد دفتر.

۱- شروع کنید به خوندن کتاب هر جا بنظرتون حرفش جالب بود هایلایت کنید.

۲- هایلایت‌هاتون رو هم زمان داخل یک دفتر بنویسید.

۳- بعد از اتمام کتاب برین دفترتون رو بخونید و هر جا مهم بود رو هایلایت کنید.

۴- هرزگاهی به دفترتون سر بزنید و هایلایت شده هارو مرور کنید.

منبع(+)

نکته دوم

با خودتون قرار بگذارین از این به بعد هربار کتاب خوندین بعد از خوندن هر پاراگراف کنار اون پاراگراف از یکی از حروف A B C D استفاده کنید.

A: یعنی نمیخواد این پارگراف بخونی نکته خاصی نداره

B: یعنی این پارگرافو سریع بخون رد شو

C: یعنی این پاراگرافو با دقت بخون

D: یعنی این پاراگرافو چند بار بخون، حیفه حتی اگه یک کلمه شو هم نفهمی

منبع(+)

به‌روز رسانی ۱۷ امرداد ۰۰

Across subject Vs Within subject

وقتی میگیم مدلی رو تونستیم Within subject فیت کنیم یعنی، این مدل میتونه subject by subject داره خروجی‌ای میده که با داده‌ای که گرفتیم نزدیکه پس مثلا اگر از ۳۰ نفر داده جمع کرده باشیم، ما در این روش ۳۰ تا نمره داریم از مدل.

در حالت Across subject ما میام و خروجی تمام سابجکت ها رو مدل می‌کنیم و خب معمولا کار پیچیده تری داریم در این حالت. چون احتمالا داده مون بین subject ها تغییراتی هم داره. در این حالت هم اگه از اون ۳۰ نفره داده داشته باشیم حالا از مدل مون فقط یک نمره داریم.

Intra Vs Inter

این دو تا لغت رو تو متن‌های علمی زیاد میبینیم، و شاید از کنارشون بگذریم و همینجوری قبول کنیم معناشون رو و دقیق تفاوت بین دو پیشوند رو متوجه نشیم.

این‌ها پیشوند هستند به این معنی که به قبل از یک کلمه(معمولا اسم) اضافه میشن و معناشو عوض می‌کنند.

inter یک پیشونده که وقتی به اول یک کلمه اضافه بشه معنی بین دو گروه  و یا میان چند گروه رو میرسونه و مثال‌هاش اینا میشن:

international:

بین الملل، من خودم اینجور وقتا یک ابری از کلمات تو ذهنم میسازم و سعی میکنم باهشون بازی کنم مثلا ایناها رو هم در ترجمش برای خودم در نظر میگیرم، بین ملت‌ها، میان ملت ها مثلا دانشجو های اینترنشنال دانشجوهایی هستن که واسه یک ملت نیست و از بین ملت‌های مختلف تشکیل شدن.

internet:

میان شبکه‌ها بین شبکه‌ها، در حقیقت اینترنت به یک کشور، کمپانی و گروه خاصی از مردم تعلق نداره و وظیفش وصل کردن تمام مردم از همه جای دنیا بهم هست.

interstellar:

میان ستاره‌ای

intra هم یک پیشونده که وقتی به اول یک کله اضافه بشه معنی داخل یک گروه رو میرسونه

مثال هاشو باهم ببینیم

intranet:

شبکه‌ای که داخل یک گروه خاصی هست مثلا احتمالا دانشگاه یا شرکت شما برای خودش یک اینترانت داخلی داره که شما میتونید براحتی با سرورهای داخلی تون، برنامه ها، فضاهای ابری دانشگاه تون وصل بشین و هرچی که هست داخل دانشگاه خودتونه.

راحت ترین راه به خاطر سپردن شون هم همون دو کلمه اینترنت و اینترانت هست بنظرم. شما هم اگه جایی تو مقاله تون دیدن می‌تونید اینجا کامنت کنید تا این دو تا پیشوند رو عمیق‌تر یادبگیریم.