منوهای نصب در پنل مدیریت

  • ورود
  • سبد خرید شما خالی است.

هوش مصنوعی

26

جولای'20

هوش مصنوعی و انواع آن

هوش مصنوعی یا Artificial Intelligence دستگاهی است که توانایی انجام وظایف شناختی مانند درک، استدلال و حل مشکلات را دارد. زمانی هوش مصنوعی وجود دارد که یک دستگاه از توانایی شناختی برخوردار باشد. معیار سنجش AI استدلال، گفتار و دیدن در سطح انسانی است.

مشاهده

25

جولای'20

6 قدم برای نوشتن الگوریتم ML

نوشتن الگوریتم ML از ابتدا یک تجربه یادگیری بسیار با ارزش و لذت بخش است. بعضی الگوریتم ها ساختار بسیار …

مشاهده

25

جولای'20

شبکه عصبی مصنوعی- قسمت دوم

شبکه عصبی مصنوعی یا همان Neural Network Artificialیک الگوی پردازش اطلاعات است. پردازش شبکه عصبی مصنوعی به سه زیر بخش تقسیم می شود.

مشاهده

23

جولای'20

شبکه عصبی مصنوعی-بخش اول

شبکه عصبی مصنوعی یا همان Neural Network Artificialیک الگوی پردازش اطلاعات است که با الهام گرفتن از روش سیستم های عصبی های عصبی بیولوژیکی مانند مغز انسان، اطلاعات را پردازش می کند. این شبکه با تعداد زیادی از عناصر پردازشی به شدت پیوسته هستند، برای حل مسائل خاص استفاده می شود. شیوه یادگیری در شبکه های عصبی مانند یادگیری انسان است. ANN برای یک برنامه خاص مانند تشخیص الگو یا طبقه بندی داده ها از طریق یک فرایند یادگیری، پیکربندی شده است

مشاهده

21

جولای'20

کتابخانه scipy

کتابخانه scipy یک نرم افزار open-source برای ریاضیات، علوم و مهندسی در پایتون است. این کتابخانه به کتابخانه NumPy وابسته است ، که امکان دسترسی سریع به آرایه ی N بعدی را فراهم می کند. به عبارت دیگر کتابخانه scipy برای کار با آرایه های کتابخانه NumPy ساخته شده است. بسیاری از کارها و محاسبات روتین کاربرپسند و کارآمد برای اعداد مثل ادغام و بهینه سازی اعداد را فراهم می کند.

مشاهده

19

جولای'20

Q-Learning بخش 2 (یک مثال):

در این قسمت الگوریتم Q-Learning را با یک مثال توضیح می دهیم. در شکل زیر agent که یک نقطه است …

مشاهده

19

جولای'20

کتابخانه NumPy

NumPy یک کتابخانه برای آنالیز داده ها به زبان برنامه نویسی پایتون است. این کتابخانه پشتیبانی از آرایه ها و ماتریس های بزرگ و چند بعدی را به همراه مجموعه بزرگی از عملکردهای ریاضی سطح بالا برای کار در آرایه ها و ماتریس ها فراهم می کند.

مشاهده

18

جولای'20

Q-Learning چیست؟

Q-Learning الگوریتمی مبتنی بر مقدار(Value-based) است. الگوریتم Value based ، ارزش یک تابع را بر پایه یک معادله بروزرسانی می کنند( به خصوص معادله Bellman) در حالی که نوع دیگر آن، الگوریتم مبتنی بر سیاست(policy-based) ارزش یک تابع را با یک سیاست حریصانه که از سیاست قبلی به دست امده است بهبود می بخشد.

مشاهده

18

جولای'20

کتابخانه Theano

کتابخانه Theano یک کتابخانه open source است. یک کتابخانه و کامپایلر بهینه برای عملیات و محاسبات ریاضی در قلب پایتون است.این کتابخانه می داند که ساختارهای ریاضی را چگونه به کد های بسیار کارآمد، تبدیل کند.

مشاهده

16

جولای'20

Agent در RL دقیقا چه کاری انجام می دهد؟

agent یا عامل در Reinforcement learning بخشی است که تصمیم می گیرد چه کاری با استفاده از یادگیری از محیط …

مشاهده

16

جولای'20

کتابخانه scikit-learn

کتابخانه scikit-learn به احتمال زیاد یکی از مفیدترین کتابخانه ها برای یادگیری ماشین در پایتون است. کتابخانه sklearn شامل ابزارهای کارآمدزیادی برای یادگیری ماشین و مدل سازی آماری از جمله خوشه بندی، طبقه بندی، رگراسیون، کاهش ابعاد می باشد.

مشاهده

15

جولای'20

مرور کلی بر الگوریتم های (RL)!

در این مقاله به بررسی کلی محیط کاربری و معرفی الگوریتم های Reinforcement learning می پردازیم. هدف از این مقاله با صرف نظر از شیرجه رفتن عمیق به داخل مدل های ریاضیاتی پشت پرده الگوریتم ها ، میخواهیم مروری بصری برالگوریتم های (RL) است.

مشاهده

15

جولای'20

TensorFlow و PyTorch

TensorFlow و PyTorch از محبوب ترین Framework های یادگیری عمیق است. اگر جزو آن دسته از کاربران هستید که بین دو راهی برای انتخاب یکی از این دو کتابخانه هستید، می توانید از این مقاله برای تصمیم گیری خود استفاده کنید.

مشاهده

14

جولای'20

PyTorch و Keras

Keras و PyTorch کتابخانه هایی هستند که به شدت توصیه می کنیم از آنها استفاده کنید. این ها ابزارهای بسیار قدرتمندی هستند که کار و تجربه با آنها بسیار لذتبخش است. اما نمی توانیم توصیه کنیم که کدام یک بهتر است. در نهایت انتخاب بر اساس تجربه و اینکه کدام یک نیازهای شما را بر طرف می کند، انجام می شود. در این مقاله قصد داریم شما را راهنمایی کنیم تا انتخاب مناسبی داشته باشید.

مشاهده

12

جولای'20

TensorFlow و Keras

TensorFlow و Keras در زمینه هوش مصنوعی از محبوبت ترین قالب ها یا به اصطلاح framework ها محسوب می شوند. همیشه این بحث بین کابران وجود دارد که کدام کتابخانه بهتر است؟کدام کتابخانه بیشترین کارایی را دارد؟ کدام یک بهترین خروجی را تولید می کند؟ و کدام نیاز کابر را به بهترین شکل برطرف میکند؟ در انتهای این مقاله می توانید انتخاب درستی داشته باشید.

مشاهده

11

جولای'20

کتابخانه Keras

کتابخانه Keras یک کتابخانه open-source شبکه عصبی است که در پایتون نوشته شده است. این کتابخانه روی کتابخانه های TensorFlow, Microsoft Cognitive Toolkit, R Theano, یا PlaidML قابل اجرا است. این کتابخانه روی توسعه ی ماژولار و کاربر پسند تمرکز دارد.

مشاهده

09

جولای'20

کتابخانه PyTorch

کتابخانه PyTorch یک کتابخانه open source است. درواقع یک بسته محاسباتی بر مبنای پایتوون است، که از قدرت (GPU) استفاده می کند. برای یادگیری عمیق یکی از انعطاف پذیر ترین و سریعترین کتابخانه ها است. برای یادگیری عمیق و یادگیری زبان طبیعی (NLP) بیشترین کاربرد را دارد. PyTorch بزرگترین رقیب TensorFlow است .یکی از کتابخانه های محبوب در زمینه یادگیری عمیق و هوش مصنوعی می باشد.

مشاهده

08

جولای'20

کتابخانه TensorFlow

TensorFlow یا به اختصار tf یک کتابخانه نرم افزار open source است. کتابخانه ای مناسب برای محاسبات عددی با کارایی بالا است. معماری انعطاف پذیر این کتابخانه امکان اجرای آن روی انواع سیستم عامل ها مثل (CPU, GPU, TPU ) از دسکتاپ تا سرورهای خوشه ای موبایل فراهم می کند.

مشاهده

07

جولای'20

الگوریتم Hierarchical

االگوریتم Hierarchical الگوریتم های یادگیری بدون نظارت است. داده های بدون برچسب با مشخصات مشابه را در یک خوشه، دسته بندی می کنند.در این الگوریتم خوشه بندی ها به صورت سلسله مراتبی انجام می شود. یعنی به صورت مرحله به مرحله.

مشاهده

07

جولای'20

الگوریتم k-means

الگوریتم k-means یک الگوریتم یادگیری بدون نظارت است که داده های بدون برچسب را بر اساس ویژگی هایی مشترکی که دارند دسته بندی می کند. این خوشه بندی به شکلی است که داده هایی که شبیه به هم هستند در یک خوشه قرار می گیرند.

مشاهده

05

جولای'20

Polynomial Regression

الگوریتم Polynomial Regression یا چند جمله ای زیر مجموعه یادگیری نظارت شده در یادگیری ماشین می باشد. رگراسیون چند جمله ای نوعی رگراسیون خطی است که در آن رابطه بین متغیر مستقل X و متغیر وابسته Y به صورت چند جمله ای درجه n مدل می شود.

مشاهده

04

جولای'20

مدل جنگل تصادفی

Random Forest Regression زیرمجموعه یادگیری نظارت شده است. این مدل مجموعه ای از چند درخت تصمیم گیری است. پیش بینی با محاسبه میانگین پیش بینی هر درخت محاسبه می شود.این باعث می شود که مدل جنگل تصادفی به یک روش مدل سازی قوی تبدیل شود که بسیار قدرتمند تر از یک درخت تصمیم گیری است.

مشاهده

02

جولای'20

برنامه نویسی داینامیک چیست؟

برنامه نویسی داینامیک یک نوع تکنیک حل مسائل در برنامه نویسی است. در اصل این مفهوم در رابطه با حفظ کردن پاسخ های کوچکتر است که قبلا حل شده اند.

مشاهده

02

جولای'20

مقایسه طبقه بندی و رگراسیون

طبقه بندی و رگراسیون هر دو زیر مجموعه یادگیری نظارت شده هستند. تفاوت اصلی آنها این است که در رگراسیون خروجی مقادیر پیوسته دارد. در حالی که در طبقه بندی داده خروجی مقدار گسسته دارد.طبقه بندی فرایند ساختن مدل یا تابع برای دسته بندی داده ها در چند کلاس مختلف است. رگراسیون فرایند ساختن مدل برای تبدیل داده های ورودی به مقادیر واقعی مستمر است.

مشاهده
question