ضرورت برنامه نویسی پایتون برای یک هیدرولوژیست - معرفی ماژول ها

۱۵ آذر ۹۶ ، ۰۹:۰۹ نويسنده: کارشناس ارشد مهندسی آب

چرا برای پردازش داده ها یک زبان برنامه نویسی استفاده می شود؟

اکثر دانش پژوهان محاسبات خود را در اکسل انجام می دهند و یا اگر مجوز نداشته باشند، توسط برنامه برنامه نویسی متن باز برنامه Calc از OpenOffice. با این حال، فرض کنید که مجموعه داده های هواشناسی طولانی داشته باشید. در اکسل، حداکثر طول ردیف بسیار سریع اشباع می شود بنابراین شما باید اطلاعات خود را بر روی ورق های مختلف تقسیم کنید. این بسیار ناکارآمد خواهد بود. همچنین برای ساخت یک مدل کامپیوتری در یک برنامه صفحه گسترده، شبیه سازی فرآیندهای مانند جریان آب زیرزمینی، فرسایش و یا انتشار گازهای گلخانه ای پیچیده است.

در این مورد، متخصصان اغلب به نوشتن یک برنامه اختصاصی که می توانند پردازش داده ها را انجام دهند و محاسبات مدل را به صورت خودکار انجام دهند مجددا بازگشت می کنند. رایج ترین زبان ها برای برنامه نویسی عبارتند از زبان برنامه نویسی C و مشتقات آن و Java و Fortran. این زبان ها بسیار قدرتمند هستند، اما دارای ویژگی هایی هستند که از جمله شما باید برنامه را بنویسید و سپس آن را برای کار با آن کامپایل کنید.

آموزش پایتون: مدل شبکه عصبی - نظارت شده

۰۳ مهر ۹۶ ، ۲۱:۰۹ نويسنده: کارشناس ارشد مهندسی آب

شکل 1: یک لایه پنهان MLP.

مدل Perceptron چند لایه

یک الگوریتم یادگیری تحت نظارت است که یک تابع $f(\cdot): R^m \rightarrow R^o$ را با تمرین در یک مجموعه دادهیاد میگیرد، آنجا که $m$ تعداد ابعاد ورودی است و o تعداد از ابعاد خروجی با توجه به مجموعه ای از ویژگی های $X = {x_1, x_2, ..., x_m}$ و یک هدف y، می توان یک تقریبنده تابع غیر خطی را برای هر دو طبقه بندی یا رگرسیون یاد گرفت. این تفاوت از رگرسیون لجستیک است، در حالی که بین ورودی و لایه خروجی، می تواند یک یا چند لایه غیر خطی وجود داشته باشد که لایه های مخفی هستند. شکل 1 یک MLP مخفی با خروجی اسکالر را نشان می دهد.