کانال تلگرام. تاریخ انتشار: 31 خرداد 1401. در این محصول آموزشی به تبیین یادگیری ماشین و طبقه بندی تصاویر ماهواره ای در سامانه ارث انجین پرداخته شده است. مطالب ارائه شده در این محصول آموزشی از ...
ادامه مطلبتکنیک «خوشهبندی» (Clustering) که یکی از انواع روش های یادگیری ماشین نظارت نشده است، در این مسئله به کار آمده و با طبقهبندی الگوهای خرید یکسان میان شما و سایرین، بدون نیاز به پاسخ یا برچسبهای ...
ادامه مطلببا این وجود که داده میتواند شکلهای مختلفی داشته باشد، انواع داده ها در یادگیری ماشین به چهار گروه اصلی تقسیم میشوند. چهار گروه شامل دادههای «عددی»، دادههای «طبقهبندی شده»، «داده ...
ادامه مطلبطبقهبندی، یک فرایند برای قرار دادن دادهها یا اشیاء در دستههای معینی است که بر اساس ویژگیهای آنها تعیین میشود. در یادگیری ماشین، طبقهبندی یک روش از یادگیری نظارت شده است، جایی که ...
ادامه مطلبدر فرایند طبقهبندی (y)، تابع خروجی مستقل (x) به متغیر ورودی منتقل میشود. به عبارت سادهتر، طبقه بندی در یادگیری ماشین نوعی از فرایند تشخیص الگو است که در آن الگوریتمهای طبقهبندی روی داده ...
ادامه مطلباز ساختمان داده و طراحیِ الگوریتم تا سیستمهای عامل و سیستمهای توزیع شده ، همه به نوعی و در قسمتهای مختلف از درختهای تصمیم استفاده کردهاند. در دادهکاوی و طبقهبندی نیز این درختها ...
ادامه مطلبیکی از وظایف مهم در یادگیری ماشین طبقهبندی یا Classification است که شامل پیشبینی کلاس یا دسته یک ورودی داده شده بر اساس ویژگیهای آن است. در این پست وبلاگ، اصول طبقهبندی در یادگیری ماشین ...
ادامه مطلبدر این مطلب، ابتدا به معرفی مفهوم یادگیری نظارت شده میپردازیم و به پرسش Classification چیست پاسخ میدهیم. سپس با کاربردهای طبقه بندی در زندگی واقعی و همچنین نقش انواع یادگیرندهها در مسائل طبقه ...
ادامه مطلباز الگوریتم های مختلف یادگیری ماشین برای استخراج ویژگی های مهم برای رمزگشایی حالات مغزی استفاده شده است. به تازگی، محققان از مدلهای یادگیری عمیق در سیستم های bci استفاده کرده اند.
ادامه مطلببا پیاده سازی svm در پایتون آشنا شوید.. ۶- الگوریتم جنگل تصادفی. کلاسه بند های جنگل تصادفی نوعی روش یادگیری گروهی هستند که برای کلاسه بندی ، رگرسیون و سایر کارهایی که با کمک درختان تصمیم گیری انجام می گیرند، استفاده می شود.
ادامه مطلبیادگیری ماشین نظارت شده (Supervised Machine Learning) یکی از روشهای اصلی در حوزه یادگیری ماشین است. در این روش، یک مدل یادگیری ماشین با استفاده از دادههای آموزشی که شامل ویژگیها و برچسبها یا خروجی ...
ادامه مطلباین دوره به شما یک زمینه قوی در خوشه بندی و طبقه بندی، جنبه های اصلی یادگیری ماشین می دهد. این دوره شامل 7 بخش است که به شما کمک می کند به یادگیری ماشین با پایتون تسلط پیدا کنید. با مقدمه ای در ...
ادامه مطلبمعرفی محصول ۵ گام اساسی برای تسلط بر یادگیری ماشین عبارتند از: رگرسیون طبقه بندی خوشه بندی کاهش ویژگی یادگیری عمیق در این دوره به آموزش گام دوم (طبقه بندی) در محیط پایتون می پردازیم. آموزش ارائه شده به صورت تئوری و ...
ادامه مطلبالگوریتم MLP برای طبقه بندی بسیاری از تصاویر ماهواره ای به کار گرفته شده است که از جمله می توان به این تصاویر اشاره کرد: طبقه بندی تصاویر با حد تفکیک بالا(Valadan Zoej, 2007)، طبقه بندی تصاویر راداری(Hara ...
ادامه مطلبآنها برای طبقهبندی خود، مدلی بر اساس یک مجموعه داده آموزشی متشکل از ۱۰۰ نمونه نارسایی قلبی و ۱۰۰ نمونه تحت کنترل ایجاد کرده و آن را با ۳۲ نمونه نارسایی قلبی و ۲۰ نمونه تحت کنترل آزمون کردند.
ادامه مطلبچکیده مقاله ارائه روش طبقه بندی جدید با استفاده از رویکرد ترکیبی یادگیری ماشین و تصمیم گیری چندمعیاره. هدف: از آنجا که در مسائل طبقه بندی به تحلیل انواع وابستگی ها و روابط بازخوردی میان ...
ادامه مطلبفروش 1500 واحد در 29 اسفند که برای مشتری ارسال نشدهاند. خرید 2500 عدد که تا تاریخ 29 اسفند به انبار نرسیده و در راه هستند. شرکت ایران 1500 واحد فروخته شده در انبار دارد و 2500 عدد خرید کرده که در راه هستند.
ادامه مطلبدر طبقه بندی هزینه ها باید به دو نکته زیر توجه شود: فرآیند هزینه یابی با توجه به نوع و ماهیت کالا و صنعت عبارتند از :هزینه یابی سفارش کالا،هزینه یابی مرحله ای و هزینه یابی محصولات مشترک. فرآیند ...
ادامه مطلبرگرسیون لجستیک (Logistic Regression) یکی از الگوریتمهای یادگیری ماشین است. این الگوریتم برای مسائل طبقهبندی (Classification) استفاده میشود که در آن متغیر وابستهی گسسته (Categorical) مطرح میشود. فهرست مطالب ...
ادامه مطلبالگوریتم طبقه بندی کننده ساده بیز (یادگیری نظارت شده – طبقه بندی): – بر اساس قضیه بیز، این طبقه بندی کننده یک کلاس/رده را به طور مستقل برای هر مقدار پیش بینی می کند.
ادامه مطلب10- تجزیه و تحلیل اجزای اصلی (PCA) تجزیه و تحلیل اجزای اصلی (Principle Component Analysis) آخرین الگوریتم در فهرست الگوریتم های یادگیری ماشین و نوعی تکنیک یادگیری بدون نظارت است که برای کاهش ابعاد استفاده می ...
ادامه مطلبدسته بندی کلاس بندی یا طبقه بندی (Classification) و خوشه بندی (Clustering) از شاخه های علوم داده (Data Science) هستند که به اشکال مختلف برای به دست آوردن الگو ها و کسب دانش در مورد الگوی حاکم بر انواع مختلف داده ...
ادامه مطلبانواع طبقه بندی دستگاه پرس. دستگاه های پرس برای طبقه بندی دارای ویژگی هایی هستند که در زیر به آن ها اشاره می کنیم: منبع قدرت استفاده شده برای ماشین های پرس، مانند هیدرولیکی، مکانیکی، دستی و ….
ادامه مطلب1 طبقهبندی فهرست تجهیزات پزشکی. 1.1 کلاس I تجهیزات پزشکی. 1.2 کلاس IIa تجهیزات پزشکی. 1.3 کلاس IIb تجهیزات پزشکی. 1.4 کلاس III تجهیزات پزشکی. 2 فهرست تجهیزات پزشکی. 2.1 قلب و عروق. 2.2 مغز و اعصاب. 2.3 گوش، حلق ...
ادامه مطلبSVMها – ماشینهای بردار پشتیبان. بر اساس ویکیپدیا SVMها همچنین میتوانند برای دو چیز استفاده شوند، طبقهبندی و رگرسیون. SVM برای طبقهبندی استفاده میشود. SVR یا (Support Vector Regression) برای رگرسیون ...
ادامه مطلببرای اینکه استفاده کنندگان اطلاعات حسابداری از موقعیت مالی واحد تجاری درک بهتری داشته باشند، اغلب از ترازنامه طبقه بندی شده استفاده میکنند. نکته: در تجدید نظر سال ۱۳۹۷ استاندارد شماره یک ...
ادامه مطلبماشین های بردار پشتیبانی (SVM) الگوریتم های یادگیری ماشین نظارت شده قدرتمند و در عین حال قابل انعطاف هستند که هم برای طبقه بندی و هم برای رگرسیون استفاده می شوند. اما به طور کلی ، آنها در مشکلات ...
ادامه مطلبمعرفی نزدیکترین همسایه در یادگیری ماشین با پایتون. الگوریتم K-نزدیکترین همسایه (KNN) نوعی الگوریتم تحت نظارت ML است که می تواند هم برای طبقه بندی و هم برای مشکلات پیش بینی رگرسیون استفاده شود. با ...
ادامه مطلبیادگیری نظارت شده انواع مختلفی همچون «رگرسیون» (Regression) و طبقهبندی دارد. هدفِ الگوریتمهای یادگیری در مسائل طبقهبندی، رسیدن به تابعی است که با بررسی مجموعهای از ویژگیها، قادر به پیشبینی خروجی از نوع «گسسته ...
ادامه مطلبپارارمترهای ارزیابی در مسائل طبقه بندی. برای اینکه درک بهتری از مفاهیم داشته باشیم، با یک مثال ساده پارامترها را توضیح میدهیم. فرض کنید، خروجی واقعی و تست در یک مسئله ای به به شکل زیر بوده است.
ادامه مطلب