pandas, scikit-learn, matplotlib ஆகியவற்றிற்கு அப்பால் ஒருசில புதிய தந்திரமான வழிமுறைகளின் மூலம் பைத்தான் வாயிலாகவே தரவு அறிவியலை செயல்படுத்த முடியும் துவக்கநிலையாளர்கள் முதல் திறன்மிகுந்தவர்கள் வரையிலும் பயன்படுத்துபவர்கள் எந்தவொரு இக்கட்டிலும் சமாளித்திட மிகமுக்கியமாக தரவுஅறிவியலை இயக்கநேரத்திலும் விரைவாகவும் செயல்படுத்திட இதனுடைய நூலகங்கள் பேருதவியாக இருக்கின்றன 1.Wget எனும் நூலகம் தரவு அறிவியலாருக்கு முதன்மையான குறிக்கோளே இணையத்திலிருந்து தரவுகளை கொண்டுவருவதுதான் அதற்காக உதவவருவதுதான் Wget எனும் பைத்தானின் நூலகமாகும் இது HTTP, HTTPS, FTP ஆகிய மரபொழுங்குகளை… Read More »
இதுவரை நாம் கண்ட வெக்டர் உருவாக்கம் அனைத்திலும் ஏதேனும் ஓரிரண்டு வார்த்தைகள் மட்டுமே இடம்பெற்றிருந்தாலும் கூட, இடம் பெறாத வார்த்தைகளுக்கான 0’s ஐ அது கொண்டிருக்கும். இதனால் அந்த வெக்டருடைய அளவு அதிகரிக்கிறது. இதுபோன்ற அதிக அளவிலான 0’s -ஐப் பெற்று விளங்கும் வெக்டர்தான் sparse vector என்று அழைக்கப்படுகிறது. உதாரணத்துக்கு ஒரு கோப்பினுள் அரசியல், சினிமா, விளையாட்டு போன்ற பல்வேறு துறைகளுக்கான வாக்கியங்கள் உள்ளதெனில், அவற்றையெல்லாம் ஒரு வெக்டராக மாற்றும் போது அரசியலுக்கான வரியில் சினிமாவுக்கான… Read More »
classification problem என்பது ‘ஆம்’ அல்லது ‘இல்லை’ எனும் மதிப்பின் கீழ் கணிப்பினை நிகழ்த்தும் என ஏற்கனவே கண்டோம். இவை முறையே 1 அல்லது 0-ஆல் குறிக்கப்படும். நாம் சிலசமயம் வாக்கியங்களையோ, நிழற்படங்களையோ, ஓவியங்களையோ உள்ளீடாகக் கொடுத்து பயிற்சி அளிக்க வேண்டியிருக்கும். இதுபோன்ற இடங்களில் இவற்றையெல்லாம் 1’s & 0’s -ஆக மாற்றுவதற்கு உதவுவதே vector ஆகும். இங்கு sklearn வழங்குகின்ற பல்வேறு வகையான வெக்டர்கள் பற்றியும் அவற்றின் பயன்பாடுகள் பற்றியும் காணலாம். பல்வேறு வாக்கியங்களைப் பெற்றிருக்கும்… Read More »
கட்டற்ற மென்பொருள் – ஒரு அறிமுகம் – ஒலியோடை – ஆறுமுகம் தமிழ்பூமி என்ற யூடியூப் சேனலில், பல்வேறு தொழில்நுட்பங்களை தமிழில் விளக்கி வரும் நண்பர் ஆறுமுகம், கணியம் ஒலியோடையில் தொடர்ச்சியாக பேச இருக்கிறார். முதல் ஒலிக்கோப்பு இங்கே. தமிழ்பூமி யூடியூப் – www.youtube.com/channel/UCb1GQA9FcyzOFr18P36Ov-g இணைய தளம் – tamilboomi.com/ உங்கள் கருத்துகளை arumugamsip@gmail.com மற்றும் editor@kaniyam.com க்கு அனுப்புங்கள்.
இரண்டுக்கும் மேற்பட்ட மதிப்புகளைப் பொறுத்து ஒரு taraget variable எவ்வாறு அமைகிறது எனக் காண்பதே multi-variate analysis ஆகும். Parallel coordinates என்பது இத்தகைய multi dimensional data-வைக் காண்பதற்கு உதவும் வரைபட வகை ஆகும். இங்கு plotly மற்றும் matplotlib மூலம் இத்தகைய வரைபடங்கள் வரைந்து கட்டப்பட்டுள்ளது. ‘SalePrice’ எனும் categorical variable-க்கு தரவுகள் எவ்வாறு சீராகப் பரவியுள்ளது என்பதை இந்த வரைபடம் காட்டும். இதை வைத்து இதில் ஏதாவது trend உள்ளதா என்பதை நாம்… Read More »
ஏன் பாவனையாக்கிகளைப் பயன்படுத்த வேண்டும்? கயெக நிரலாக்கம் (CNC Programming) பற்றிய அடிப்படைகளை முந்தைய கட்டுரையில் காணலாம். புதிதாக நிரல் பயில்வோர் தங்கள் நிரலை ஓட்டிப் பார்க்க ஒரு எளிதான வழி தேவை. கயெக எந்திரங்கள் விலை உயர்ந்தவை. மேலும் உற்பத்திக்குப் பயன்படும் எந்திரங்களின் நேரத்தை வீணடிக்க வேண்டியதில்லை. அனுபவமுள்ள நிரலாளர்கள்கூட கயெக நிரலாக்கத்தில் மிகப் பெரும் இடர் என்ன என்பது பற்றிக் கவனம் வைக்க வேண்டும். நீங்கள் நிரலில் இட்ட கட்டளைகளைக் கணினி கண்ணை மூடிக்கொண்டு… Read More »
இரண்டு variables எவ்வாறு தொடர்பு கொண்டுள்ளன என வரைபடம் வரைந்து பார்ப்பது bi-variate analysis ஆகும். இதன் X-அச்சில் ஒன்றும் Y-அச்சில் மற்றொன்றும் வைத்து வரைபடம் வரையப்படும். இங்கு ஒவ்வொரு வீட்டினுடைய sqft அளவைப் பொறுத்து அதன் விற்பனை விலை எவ்வாறு மாறுபடுகிறது என்பது scatter plot, heatmap ஆகியவை மூலம் காட்டப்பட்டுள்ளன. HeatMap-ல் இரண்டு வரைபபடங்கள் உள்ளன. ஒன்று seaborn வழங்குகின்ற வரைபடமாகவும், மற்றொன்று matplotlib வழங்குகின்ற வரைபடமாகவும் உள்ளது. Scatter plot என்பது தரவுகள்… Read More »
நமது தரவுகள் எவ்வாறு அமைந்துள்ளன என விரிவாக ஆராய்ந்து பார்ப்பதே Explanatory Data Analysis ஆகும். ஒரே ஒரு column-ல் உள்ள தரவுகளை மட்டும் எடுத்து ஆராய்வது univariate எனவும், இரண்டு column-ல் உள்ளவை எவ்விதத்தில் ஒன்றோடொன்று தொடர்பினை ஏற்படுத்துகின்றன என ஆராய்வது bivariate எனவும், பல்வேறு columns இணைந்து எவ்வாறு ஒரு target column-ன் மீது தாக்கத்தை ஏற்படுத்துகிறது எனப் பார்ப்பது multi-variate analysis எனவும் அழைக்கப்படும். histogram, Density plot மற்றும் box plot ஆகியவை univariate analysis-க்கு… Read More »
Outlier என்பது மற்ற தரவுகளிலிருந்து வேறுபட்டு சற்று தள்ளி இருக்கும் தரவு ஆகும். 5,10,15,20…75 எனும் மதிப்பினைக் கொண்டிருக்கும் தரவு வரிசைகளில் ஒன்றே ஒன்று மட்டும் 15676 எனும் எண்ணைக் கொண்டிருப்பின், அதுவே outlier ஆகும். இதைத் தான் நாம் கண்டறிந்து களைய வேண்டும். கீழ்க்கண்ட உதாரணத்தில், உள்ளீடாக உள்ள கோப்பிற்குள் இருக்கும் outliers ஒவ்வொரு column-லும் கண்டறியப்பட்டு அவை ஒரு வரைபபடமாக வெளிப்படுத்தப்படுகின்றன. boxplot அல்லது violinplot இதற்குப் பயன்படுகின்றன. This file contains hidden or bidirectional… Read More »
டிசம்பர் 22 2018 அன்று, கணியம் அறக்கட்டளையும் SRM வள்ளியம்மை பொறியியற் கல்லூரியும் இணைந்து பல செயல்பாடுகள் செய்யும் வகையில் ஒரு புரிந்துணர்வு ஒப்பந்தம் உருவாக்கப்பட்டது. இதன் மூலம் கல்லூரி மாணவர்களுக்கு தமிழ்க்கணிமை சார்ந்த மென்பொருட்கள் உருவாக்கவும், ஆய்வுகளுக்கும் கணியம் அறக்கட்டளை உதவி புரியும். மாணவர்களுக்கும் ஆசிரியர்களுக்கும் பல்வேறு தொடர் பயிற்சிகள் மூலம் அவர்கள் கட்டற்ற மென்பொருட்கள், கட்டற்ற அறிவு மூலங்கள் உருவாக்க உதவி செய்யப்படும். கணியம் மின்னிதழில் இருந்து தேர்ந்தெடுத்த கட்டுரைகள் அச்சு இதழாக கல்லூரி… Read More »
