آموزش یادگیری ماشین – شبکه های عصبی ۲ (پیاده سازی در متلب) – پروژه شناسایی اعداد – قسمت ۱۸
با سلام
این پست شامل قسمت هفدهم از سری فیلم های آموزشی یادگیری ماشین می باشد. در این قسمت از مجموعه شبکه های عصبی در یادگیری ماشین، به آموزش پیاده سازی پروژه شناسایی اعداد با استفاده از شبکه عصبی در MATLAB بصورت خط به خط بر اساس مباحث تئوری بیان شده در قسمت های قبل (۱۴، ۱۵ و ۱۶) خواهیم پرداخت. در واقع این یک پروژه دسته بندی (Classification) با استفاده از شبکه عصبی را در این قسمت تشریح و در متلب پیاده سازی می نماییم.
همچنین پروژه حل مساله رگرسیون با استفاده از توابع پیش فرض متلب نیز بعنوان دومین پروژه این ویدئو، آموزش داده میشود. در این پروژه مهمترین توابع متلب جهت پیاده سازی شبکه عصبی بیان میگردد.
اما مهمترین مطالب و موضوعاتی که در این قسمت بیان شده را بطور مختصر در زیر مشاهده می نمایید:
۱- نحوه دریافت داده های تصویری بعنوان ورودی در شبکه عصبی در متلب
۲- استفاده از توابع خاص متلب جهت بهینه سازی تابع هزینه بعلت بالا بودن نمونه آموزشی
۳- نحوه مقداردهی وزن ها، لایه های مخفی، پارامترها و …
۴- بررسی مقادیر پیش بینی شده توسط شبکه عصبی
۵-حل مساله رگرسیون با توابع پیش فرض متلب
۶- نحوه تقسیم داده های ورودی به ۳ دسته Train, Test , validation در متلب
۷- مقایسه خطای Train, Test , validation
تذکر۱:
قسمت های قبلی این مجموعه آموزشی را می توانید از اینجا مشاهده نمایید.
تذکر۲:
کتاب یادگیری ماشین آلپایدین (Alpaydın) میتوانید از اینجا و کتاب میشل (Tom Mitchell) را نیز از اینجا دانلود نمایید.
لازم به ذکر است این مجموعه از آموزش های گام به گام یادگیری ماشین در متلب برای اولین بار در ایران تهیه و توسط یکی از مجربترین اسانید در زمینه هوش مصنوعی آموزش داده شده است.
این مجموعه آموزشی بسیار مناسب برای محققین و دانشجویان در مقاطع کارشناسی، کارشناسی ارشد و دکتری می باشد که قصد یادگیری این درس و همچنین استفاده ازالگوریتم های هوش مصنوعی در مقاله و پایان نامه خود را دارند.
با تشکر
نوشته آموزش یادگیری ماشین – شبکه های عصبی ۲ (پیاده سازی در متلب) – پروژه شناسایی اعداد – قسمت ۱۸ اولین بار در متلب یار پدیدار شد.
مبنع این خبر (برای مشاهده متن کامل خبر لینک زیر را بزنید):
متلب یار