🍃 #وب | #html | #جاواسکریپت | #css | #آموزش ☄JOIN US»•° @cafe_code

دَستورات لازِم دَر تِــرمـــوکس (پارت۱) + بجای folder-name و file-name ، اسم پوشه و فایل موردنظر رو جای‌گذاری کنید 🍃#ترموکس | #termux ☄JOIN US»•° @cafe_code

پارت دو رو فردا میزارم🔥

دستورات پارت دو مهم‌تر و پیشرفته‌تره

رفقا کیفیتش پایینه ب خاطر اینه که حجمش رو آوردم پایین

دَستورات لازِم دَر تِــرمـــوکس (پارت۲) 🔻ترموکس یک ابزار فوق‌العاده برای علاقه‌مندان به لینوکس، برنامه‌نویسان و کارشناسان امنیت است. با یادگیری دستورات پایه و پیشرفته آن، می‌تونید گوشی خودتون رو به یک ترمینال حرفه‌ای تبدیل کنید. 🍃 #ترموکس | #termux ☄JOIN US»•° @cafe_code

+پارت۳؟! - فردا

دَستورات لازِم دَر تِــرمـــوکس (پارت۳) 🍃 #ترموکس | #termux ☄JOIN US»•° @cafe_code

الگوریتم درخت تصمیم (Decision Tree) یکی از الگوریتم‌های محبوب و قدرتمند در یادگیری ماشین است که می‌تواند برای مسائل طبقه‌بندی (Classification) و رگرسیون (Regression) استفاده شود. درخت تصمیم به صورت یک ساختار درختی نمایش داده می‌شود که در آن هر گره نمایانگر یک ویژگی (Feature) است و هر برگ (Leaf) نمایانگر یک نتیجه یا کلاس نهایی است ☄JOIN US»•° @cafe_code

کاربرد های مدل های درخت تصمیم: 1. طبقه‌بندی داده‌ها: تشخیص اسپم ایمیل، تشخیص بیماری‌ها 2. پیش‌بینی مقادیر پیوسته: پیش‌بینی قیمت خانه 3. کشف الگوهای داده: مانند شناسایی عوامل مؤثر در فروش محصول 4. ویژگی‌گزینی (Feature Selection )تشخیص مهم‌ترین متغیرهای تأثیرگذار ☄JOIN US»•° @cafe_code

import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.tree import DecisionTreeClassifier from sklearn.metrics import accuracy_score data = {     'Height': [150, 160, 170, 180, 175, 165, 155, 145],     'Weight': [50, 60, 70, 80, 75, 65, 55, 45],     'Gender': [1, 1, 0, 0, 0, 1, 1, 1] } df = pd.DataFrame(data) X = df[['Height', 'Weight']] y = df['Gender'] X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) model = DecisionTreeClassifier() model .fit(X_train, y_train) y_pred = model.predict(X_test) accuracy = accuracy_score(y_test, y_pred) print(f'Accuracy: {accuracy * 100:.2f}%') print('Predictions:', y_pred) ‌

مثال بسیار ساده از الگوریتم Decision Treeدر برنامه نویسی یادگیری ماشین برای پیش بینی مرد یا زن بودن از طریق قد و وزن