[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
اطلاعات نشریه::
آرشیو مجله و مقالات::
ثبت نام و اشتراک::
ارسال مقاله::
پایگاه‌های مرتبط::
برای داوران::
اخلاق در پژوهش::
تماس با ما::
تسهیلات پایگاه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
Google Scholar Metrics

Citation Indices from GS

AllSince 2020
Citations4817
h-index32
i10-index00
..
ثبت شده در

AWT IMAGE


..
نماد اعتماد الکترونیکی
..
آمار نشریه
تعداد دوره های نشریه: 19
تعداد شماره ها: 38
تعداد مشاهده ی مقالات: 3567881
تعداد دریافت (دانلود) مقالات: 978752

مقالات دریافت شده: 868
مقالات پذیرفته شده: 363
مقالات رد شده: 492
مقالات منتشر شده: 360

نرخ پذیرش: 41.82
نرخ رد: 56.68

میانگین دریافت تا پذیرش: 400 روز
میانگین دریافت تا اولین داوری: 5.7 روز
میانگین پذیرش تا انتشار: 510.2 روز
____
..
:: جستجو در مقالات منتشر شده ::
2 نتیجه برای چاجی

جلال چاچی، علیرضا چاجی،
جلد 15، شماره 1 - ( 6-1400 )
چکیده

در این مقاله رویکرد جدیدی در برآورد پارامترهای مدل رگرسیون خطی  کمترین قدرمطلق انحرافات معرفی می‌شود که مبتنی بر مسائل بهینه‌سازی بر مبنای الحاق وزنی قدرمطلق انحرافات مرتب شده است. الحاق وزنی  قدرمطلق انحرافات برازش مرتب شده در مساله بهینه‌سازی در حالی که توابع نیکویی برازش مختلفی را بطور همزمان در مساله مدل‌سازی در نظر می‌گیرد، توانایی تحلیل داده‌ها به منظور شناسایی نقاط دورافتاده را نیز فراهم می‌کند. بر این اساس این رویکرد تحت تاثیر مشاهدات دورافتاده قرار نمی‌گیرد و در هر مساله متناسب با تعداد مشاهداتی که پتانسیل دورافتاده بودن را دارا هستند، به انتخاب بهترین برآوردگر مدل با بهینه‌ترین مقدار نقطه شکست در بین مجموعه‌ای از برآوردگرهای کاندید دیگر  می‌پردازد. نیکویی برازش رویکرد پیشنهادی در مدل‌سازی داده‌های  شبیه‌سازی شده و داده‌های واقعی در مهندسی آب با حضور مشاهدات دورافتاده تحلیل شده است. همچنین در انتها به تحلیل حساسیت برآوردگرها شامل بررسی معیارهای نااریبی و کارایی برآوردگرها پرداخته شده است.

دکتر علیرضا چاجی،
جلد 16، شماره 2 - ( 12-1401 )
چکیده

قابلیت تفسیر پذیری بالا و سادگی فهم درختان تصمیم، آنها را به یکی از پرکاربرد ترین الگوریتم
های یادگیری ماشین تبدیل کرده است. موضوع کلیدی در ساخت درختان تصمیم کارامد و موثر، بکارگیری
روش انشعاب مناسب است. این مقاله یک روش انشعاب جدید جهت تولید درخت مبتنی بر معیار تی‑
آنتروپی برای نقطه انشعاب پیشنهاد می کند. روش ارایه شده روی سه مجموعه داده توسط ۱۱ معیار
ارزیابی، مورد بررسی قرارگرفته است. نتایج نشان می دهد که روش معرفی شده در ساخت درخت تصمیم
نسبت به روش های معروف شاخص جینی، آنتروپی های شانون، تیسالیس و رنی عملکرد دقیقتری دارد
و می تواند به عنوان روش جایگزین در تولید درخت تصمیم مورد استفاده قرار گیرد.

صفحه 1 از 1     

مجله علوم آماری – نشریه علمی پژوهشی انجمن آمار ایران Journal of Statistical Sciences

Persian site map - English site map - Created in 0.08 seconds with 34 queries by YEKTAWEB 4714