ارتباط با ما
با ما تماس بگیرید
0086-21-58386256
0086-21-58386256
الگوریتم های یادگیری ماشین برنامه هایی (ریاضی و منطقی) هستند که با قرار گرفتن در معرض داده های بیشتر، خود را ...
ترتیب پیشنهادی خواندن درس‌های این مجموعه به صورت زیر است: ۱ » داده‌کاوی (Data mining) چیست؟. ۲ » یادگیری ماشین (Machine Learning) چیست؟. ۳ » تفاوت هوش مصنوعی، یادگیری ماشین، داده‌کاوی، یادگیری عمیق و علم ...
1# الگوریتم یادگیری ماشین چیست؟. برای تعریف الگوریتم (Algorithm) در یک جمله ساده می توان گفت، یک مجموعه ای از قوانین و دستورالعمل ها است که. برای حل یک مسئله یا محاسبه یک مقدار توسط کامپیوتر استفاده ...
و. یادگیری با نظارت یا یادگیری تحت نظارت (به انگلیسی: Supervised learning) یکی از زیرمجموعه‌های یادگیری ماشینی است. در این روش مدل با دریافت اطلاعات برچسب زده شده آموزش می‌بیند و سعی میکند الگوی بین ...
در یادگیری ماشین، ما فاکتورهای زیادی داریم که کلاسه بندی نهایی بر اساس آن ها انجام می شود. ... ماشین استفاده می کنیم ولی مشکل ، بدست آوردن ویژگی های بهتر برای یک طبقه بندی یا رگرسیون است ...
بیش از 40 سوال برتر مصاحبه یادگیری ماشینی. اوت 4، 2022 by زاغ کبود دسته بندی: سری مصاحبه. فهرست مندرجات [نمایش] کسب‌وکارها از فناوری‌های پیشرفته مانند هوش مصنوعی (AI) و یادگیری ماشینی برای افزایش ...
طبقه بندی دودویی (Binary Classification): مسائل طبقه بندی که دارای دو برچسب کلاس هستند. مانند مسئله شناسایی ایمیل اسپم که دارای دو برچسب اسپم یا غیر اسپم است یا در آزمایشات پزشکی، مشخص می شود یک بیمار ...
در یادگیری ماشین، یادگیری ویژگی یا یادگیری ارائه مجموعه ای از روش هاست که به یک سیستم اجازه می‌دهد نمایش‌های مورد نیاز برای تشخیص یا طبقه‌بندی ویژگی‌ها را از داده‌های خام به طور خودکار ...
Naive bayes در یادگیری ماشین : این یک روش طبقه بندی بر اساس قضیه بیز با فرض استقلال در بین پیشبینی کننده ها است. به زبان ساده، یک طبقه بند Naive Bayes فرض میکند که وجود یک ویژگی خاص در یک کلاس با ...
طبقه‌بندی یا دسته‌بندی یا کلاس‌بندی (Classification): تخصیص یک کلاس (Class) یا برچسب (Label/Target) به گروهی از داده‌های ورودی نظیر پیکسل‌ها در تصاویر پزشکی (در مثال ما، پیکسل‌هایی که به‌عنوان تومور با ...
مراحل ساخت یک طبقه بندی کننده در پایتون به صورت زیر است. مرحله 1 : . برای ساخت یک طبقه بندی کننده با استفاده از scikit-learn ، باید آن را وارد کنیم (import). با استفاده از اسکریپت زیر می توان آن را وارد ...
روش‌های طبقه‌بندی یا همان Classification پاسخ‌های گسسته را پیشبینی می‌کنند. تشخیص ایمیل واقعی از هرزنامه و تشخیص تومور سرطانی خوش‌خیم از بدخیم مثال‌هایی از طبقه‌بندی در یادگیری ماشین هستند.
ماشین بردار پشتیبانی (Support vector machines – SVMs) یکی از روش‌های یادگیری بانظارت است که از آن برای طبقه‌بندی و رگرسیون استفاده می‌کنند.. این روش از روش‌های نسبتا جدیدی است که در سال‌های اخیر کارایی خوبی نسبت به روش‌های قدیمی ...
شبکه‌های عصبی مصنوعی (Artificial Neural Networks - ANN) یا به زبان ساده‌تر شبکه‌های عصبی سیستم‌ها و روش‌های محاسباتی نوین برای یادگیری ماشینی ، نمایش دانش و در انتها اعمال دانش به دست آمده در جهت بیش ...
پکیج‌های محبوب برای یادگیری ماشین در R شامل caret مخفف short for Classification And REgression Training برای ایجاد مدل‌های پیش‌بینی‌کننده، randomForest برای طبقه‌بندی و رگرسیون و e1071 می‌شود. e1071 شامل توابع آماری و ...
هرچند که حجم داده‌های بدون برچسب در آن بیشتر است. طبقه‌بندی محتوای وب، تجزیه‌وتحلیل گفتار در دستیارهای مجازی و طبقه‌بندی اسناد متنی چند کاربرد ماشین لرنینگ نیمه‌نظارت‌شده هستند.
ماشین بردار پشتیبان (SVM) به مجموعه ای از نقاط در فضای n بعدی داده ها، بردار پشتیبان گفته می شود که مرز بندی دسته ها را نشان داده و دسته بندی و مرزبندی آنها را انجام می دهد و با جابجایی یکی از این ...
مجموعه آموزشی برچسب گذاری شده برای طبقه بندی هرزنامه‌ها . در یادگیری با نظارت ماشین با استفاده از داده‌های برچسب گذاری شده و داشتن جواب‌های درست یاد می‌گیرد. دو نمونه از یادگیری با نظارت:
این الگوریتم معمولاً برای مسائل طبقه بندی در یادگیری ماشین مورد استفاده قرار می گیرد، جایی که خروجی الگوریتم رگرسیون لجستیک می تواند باینری باشد، مانند بله یا خیر، 0 یا 1، قرمز یا آبی و غیره.
«یادگیری ماشین» (Machine Learning) به عنوان یکی از شاخه‌های مهم حوزه «هوش مصنوعی» (Artificial Intelligence) محسوب می‌شود که در سال‌های اخیر توجه بسیاری از پژوهشگران اکثر رشته‌ها را به خود جلب کرده است. به عبارتی، کاربرد این حیطه از علوم ...
بیز ساده (Naïve Bayes) یک الگوریتم طبقه‌بندی ساده اما مؤثر و متداول یادگیری ماشین (Machine Learning) است که در دسته‌ی یادگیری با ناظر (Supervised Learning) جای می‌گیرد. بیز ساده الگوریتمی احتمالی است که براساس ...
See more on blog.faradars
Webآموزش طبقه بندی در یادگیری ماشین با پایتون . در این درس از مجموعه آموزش برنامه نویسی سایت سورس باران، به آموزش طبقه بندی در یادگیری ماشین با پایتون خواهیم پرداخت.
روش‌های یادگیری ماشین در حوزه رو به رشد علم داده استفاده و کاربرد بسیاری دارند. الگوریتم‌های یادگیری ماشین با استفاده از روش‌های آماری، برای طبقه‌بندی یا پیشبینی و کشف بینش‌های کلیدی در پروژه‌های «داده کاوی» (Data ...
مقدمه الگوریتم جنگل تصادفی Random Forest. الگوریتم جنگل تصادفی Random Forest یک الگوریتم محبوب یادگیری ماشین از زیرمجموعه هوش مصنوعی است که به تکنیک یادگیری نظارت شده تعلق دارد. میتواند برای مشکلات طبقه بندی و رگرسیون (پیشبینی ...
الگوریتم های طبقه بندی (Classification) در یادگیری ماشین مقدمه بر طبقه بندی کلاس بندی می تواند به عنوان روند پیش بینی کلاس یا طبقه(category )، از مقادیر مشاهده شده یا نقاط داده ارائه شده، تعریف شود.
نمایش: مجموعه ای از طبقه بندی کننده‌ها یا زبانی که کامیوتر آن را می فهمد. ارزشیابی: همچنین معروف به عملکرد هدف/نمره دهی. بهینه سازی: روش جست و جو؛ اغلب طبقه بندی کننده ای با بالاترین امتیاز.
توجه (یادگیری ماشین) در زمینه شبکه‌های عصبی، توجه تکنیکی است که توجه شناختی را تقلید میکند. این روش باعث تمرکز بیشتر مدل بر روی یکسری داده‌ها مهم در حین مرحله آموزش شده و اثر مابقی موارد را ...
یادگیری ماشین یا ماشین لرنینگ به طور عمده به سه دسته شناخته‌شده تقسیم می‌شود: یادگیری نظارت شده ، یادگیری بدون نظارت و یادگیری تقویتی.
ترنسفورمرها (یادگیری ماشین) «ترانسفورمر» یک مدل یادگیری عمیق است که مکانیسم توجه به خود ، به‌طور متفاوتی اهمیت هر بخش از داده‌های ورودی را وزن میکند. عمدتاً در زمینه‌های پردازش زبان طبیعی ...
روش های Boosting. یکی دیگر از تکنیک های محبوب گروه بندی" Boosting " است. برخلاف روش های کلاسیک گروهی، که در آن مدل های یادگیری ماشین به طور موازی آموزش داده می شوند، روش های Boosting مدل را به صورت متوالی آموزش می دهد و هر مدل جدید بر ...
انواع یادگیری ماشین. یادگیری ماشین (Machine Learning) اغلب بر اساس نحوه‌ی یادگیری الگوریتم طبقه‌بندی می‌شود. چهار رویکرد اصلی وجود دارد: یادگیری نظارت‌شده (supervised learning)، یادگیری بدون نظارت (unsupervised ...
مجموعه داده‌های آموزشی. یک م مجموعه داده آموزشی، مجموعه ای از نمونه‌ها است که در طول فرایند یادگیری استفاده می‌شود و برای ساخت مدل‌های پیشگو استفاده می‌شود. به عنوان مثال برای یک الگوریتم طبقه‌بندی کننده استفاده می ...
یادگیری ماشین روش‌های گوناگونی دارد که از آن جمله می‌توان به یادگیری نظارت شده، نظارت نشده و یادگیری تقویتی اشاره کرد. الگوریتم‌های مورد استفاده در یادگیری ماشین جزو این سه دسته هستند.
تقویت گرادیان یا گرادیان بوستینگ (به انگلیسی: Gradient boosting) یک روش یادگیری ماشین برای مسائل رگرسیون و طبقه‌بندی است. مدل تقویت گرادیان ترکیبی خطی از یک سری مدل‌های ضعیف است که به صورت تناوبی ...
