خانه » یادگیری ماشین

یادگیری ماشین

یادگیری ماشین (ML) مطالعه الگوریتم های رایانه ای است که از طریق تجربه به طور خودکار بهبود می یابد که به عنوان زیر مجموعه ای از هوش مصنوعی دیده می شود. الگوریتم های یادگیری ماشین یک مدل ریاضی را بر اساس داده های نمونه ، معروف به “داده های آموزشی” می سازند . الگوریتم های یادگیری ماشین در طیف گسترده ای از برنامه ها مانند فیلتر ایمیل استفاده می شود. و این روش در جایی که تهیه یا الگوریتم های معمولی برای انجام کارهای مورد نیاز دشوار یا غیرقابل نفوذ است ، کاربرد دارد.
مشاغل مرتبط: مهندس یادگیری ماشین ، متخصص هوش مصنوعی ، توسعه دهنده شناخت ، محقق

کاهش ابعاد با استفاده از استخراج ویژگی

در دنیای واقعی تعداد و ابعاد ویژگی ها خیلی زیاد است که کار با آن ها زمان و حافظه زیادی را می خواهد و حتی همه آن ویژگی ها را لازم نداریم و با یک سری از آنها می توانیم مدل مون را پیش بینی کنیم ولی نکته این است که کدام ویژگی ها را انتخاب کنیم. برای این کار از روش های کاهش بعد مثل pca، lda، kernelpca، nmf و tsvd می توانیم استفاده کنیم.

کاهش ویژگی

ساخت برنامه شناسایی چهره در پایتون

در این پست ، من به شما نشان می دهم که چگونه با استفاده از پایتون برنامه شناسایی چهره خود را بسازید. ساخت برنامه ای که چهره ها را شناسایی و تشخیص دهد یک پروژه بسیار جالب و سرگرم کننده برای شروع با بینایی کامپیوتر است.

شناسایی چهره در پایتون

چگونه با استفاده از بهینه سازها ، شبکه عصبی را سریعتر آموزش دهیم؟

بهینه سازی الگوریتم های یادگیری ماشین بهینه سازی (Optimization) فرآیندی برای جستجوی پارامترهایی است که توابع ما را به حداقل یا حداکثر می رساند. وقتی مدل یادگیری ماشین را آموزش می دهیم ، معمولاً از بهینه سازی غیرمستقیم استفاده می …

چگونه با استفاده از بهینه سازها ، شبکه عصبی را سریعتر آموزش دهیم؟ ادامه مطلب »

بهینه ساز شبکه عصبی

راهنمای جامع آموزش شبکه های عصبی کانولوشن – روش ELI5

در سال های اخیر هوش مصنوعی شاهد رشد چشمگیری بوده است. محققان و علاقه مندان روی جنبه های مختلفی از این زمینه کار می کنند. یکی از از این جنبه ها بینایی ماشین (Computer Vision) است. هدف ما این این …

راهنمای جامع آموزش شبکه های عصبی کانولوشن – روش ELI5 ادامه مطلب »

استفاده از آناکوندا ،مینی کوندا یا کندا در یادگیری ماشین

چگونه ،چطور و چرا باید از Anaconda،Miniconda و Conda در یادگیری ماشین و علم داده استفاده کنیم? این مقاله به بررسی اینکه آناکوندا چیست ، مینی کوندا چیست و کوندا چیست ، چرا اگر متخصص علم داده یا متخصص یادگیری …

استفاده از آناکوندا ،مینی کوندا یا کندا در یادگیری ماشین ادامه مطلب »

استفاده از آناکوندا ،مینی کوندا یا کندا در یادگیری ماشین

آشنایی با کتابخانه scikit Learn سایکیت لرن

scikit learn – سایکیت لرن یک کتابخانه رایگان با زبان پایتون برای یادگیری ماشین است. این کتابخانه دارای الگوریتم های یادگیری ماشین مانند ماشین بردار پشتیبان (SVM)، درخت تصمیم و k نزدیک ترین همسایه است. همچنین این کتابخانه از کتابخانه های عددی و آماری پایتون مانند NumPy و SciPy پشتیبانی می کند. این کتابخانه می تواند یادگیری نظارت شده و یا یادگیری بدون نظارت را با کیفیت خوبی انجام دهد.

مبانی ساختار شبکه های عصبی

در قرن اخیر ایجاد هوش مصنوعی به ما امکان ایجاد برنامه های شگفت انگیز را داده است که می تواند توانایی های بهتر از انسان داشته باشد .این امر مهم که یادگیری ماشین نامیده می شود توسط شبکه عصبی انجام می شود، شبکه های عصبی الگوهای موجود در داده های شما را شناسایی کرده و پس از آموزش خواهند توانست با شناسایی الگوهای مشابه در آینده نتایج را پیش بینی کنند. شبکه عصبی مجموعه ای از الگوریتم ها است که تلاش می کند از طریق آموزش از ساختار و عملکرد مغز انسان تقلید کنند. آنها می توانند با تغییر ورودی سازگار شوند و بنابراین این شبکه ها بدون نیاز به طراحی مجدد میتوانند بهترین نتیجه ممکن را پیش بینی کنند.

مثال کاربردی از کاهش ابعاد با تحلیل مولفه اساسی (PCA)

کاهش ابعاد یکی از مباحث زمینه ای پرکاربرد در حوزه علم داده است.
در این مقاله قصد داریم به صورت کاربدی مساله کاهش ابعاد یا (PCA) را بررسی کنیم

تحلیل احساسات با پایتون

تحلیل احساسات یکی از موضوعات مهم در دنیای علم داده است. اینکه صاحبان مشاغل بفهمند مشتریان چه نظری در مورد خدمات آن ها دارند از در روند تصمیم گیری مدیران بسیار تاثیر گذار است. در این مطلب قصد داریم یک مثال کاربردی از تحلیل احساسات کاربران با زبان پایتون را آموزش دهیم.

تحلیل احساسات با python
به بالای صفحه بردن