داده‌های خود را با یادگیری ماشین دادمان تجزیه و تحلیل کنید

معرفی

یادگیری ماشین (Machine learning) چیست؟

یادگیری ماشینی داده‌های شما را تجزیه و تحلیل می‌کند و مدل‌هایی را برای الگوهای رفتاری آن تولید می‌کند. نوع تحلیلی که انتخاب می‌کنید به سؤالات یا مشکلاتی که می‌خواهید به آنها رسیدگی کنید و نوع داده‌هایی که در دسترس دارید بستگی دارد.

یادگیری ماشین بدون نظارت (Unsupervised machine learning)

دو نوع تجزیه و تحلیل وجود دارد که می‌تواند الگوها و روابط درون داده‌های شما را بدون آموزش یا مداخله استنتاج کند: تشخیص ناهنجاری (anomaly detection) و تشخیص داده‌های پرت (outlier detection)

• تشخیص ناهنجاری به داده‌های سری زمانی نیاز دارد. این یک مدل احتمال می‌سازد و می‌تواند به طور پیوسته اجرا شود تا رویدادهای غیرعادی را هنگام وقوع شناسایی کند. مدل در طول زمان تکامل می‌یابد. می‌توانید از بینش آن برای پیش بینی رفتار آینده استفاده کنید.
• تشخیص داده‌های پرت نیازی به داده‌های سری زمانی ندارد. این یک نوع تجزیه و تحلیل چارچوب داده است که با تجزیه و تحلیل میزان نزدیکی هر نقطه داده به نقاط دیگر و تراکم خوشه نقاط اطراف آن، نقاط غیرعادی را در یک مجموعه داده شناسایی می‌کند. به طور مداوم اجرا نمی‌شود. یک کپی از مجموعه داده‌های شما تولید می‌کند که در آن هر نقطه داده با یک امتیاز پرت حاشیه نویسی می‌شود. امتیاز نشان می‌دهد که یک نقطه داده تا چه اندازه در مقایسه با سایر نقاط داده پرت است.

یادگیری ماشین تحت نظارت (Supervised machine learning)

دو نوع تجزیه و تحلیل چارچوب داده ( data frame) وجود دارد که به مجموعه داده‌های آموزشی نیاز دارد: طبقه بندی (classification ) و رگرسیون (regression).
در هر دو مورد، نتیجه یک کپی از مجموعه داده‌های شما است که در آن هر نقطه داده با پیش‌بینی‌ها و یک مدل آموزش‌دیده حاشیه‌نویسی می‌شود، که می‌توانید برای پیش‌بینی داده‌های جدید آن را مستقر کنید.

• طبقه بندی روابط بین نقاط داده شما را می‌آموزد تا مقادیر طبقه بندی شده گسسته را پیش بینی کند، مانند اینکه آیا درخواست DNS از یک دامنه مخرب یا بی خطر سرچشمه می‌گیرد.
• رگرسیون روابط بین نقاط داده شما را به منظور پیش بینی مقادیر عددی پیوسته، مانند زمان پاسخ برای یک درخواست وب، یاد می‌گیرد.