با سلام قسمت یازدهم از سری فیلم های آموزشی یادگیری ماشین در سایت متلب یار منتشر گردید. در این قسمت مفاهیم و توضیحات مربوط به روش طبقه بندی پارامتریک چند متغیره (parametric classification) مبتنی بر توابع جداکننده (Discriminant) با زبانی ساده و روان به تفصیل بیان می گردد. مهمترین مطالب و موضوعاتی که در این قسمت بیان شده مربوط به ۱- بررسی طبقه بندی پارامتریک چند متغیره مبتنی بر Discriminant (توابع جداکننده) ۲- یادگیری توابع جداکننده Logistic ا ۳- روش Early Stopping ا ۴- تابع Softmax می باشد. شما می توانید توضیحات این قسمت را از لینک داده شده در ادامه ...
بیشتر بخوانید
با سلام این پست شامل قسمت یازدهم از سری فیلم های آموزشی یادگیری ماشین می باشد. در این قسمت مفاهیم و توضیحات مربوط به روش طبقه بندی پارامتریک چند متغیره (parametric classification) مبتنی بر توابع جداکننده (Discriminant) با زبانی ساده و روان به تفصیل بیان می گردد. مهمترین مطالب و موضوعاتی که در این قسمت بیان شده را بطور مختصر در زیر مشاهده می نمایید: ۱- مقایسه روش طبقه بندی مبتنی بر Likelihood و روش مبتنی بر Discriminant ۲- تشریح توابع جداکننده غیرخطی ۳- تشریح روش یادگیری توابع جداکننده Logistic ۴- تشریح روش گرادیان نزولی برای توابع جداکننده Logistic ۵- ...
بیشتر بخوانید
با سلام این پست شامل قسمت دهم از سری فیلم های آموزشی یادگیری ماشین می باشد. در این قسمت مفاهیم و توضیحات مربوط به روش طبقه بندی پارامتریک چند متغیره (parametric classification) مبتنی بر Likelihood با زبانی ساده و روان به تفصیل بیان می گردد. مهمترین مطالب و موضوعاتی که در این قسمت بیان شده را بطور مختصر در زیر مشاهده می نمایید: ۱- تشریح فاصله ماهالانوبس Mahalanobis ۲- تحلیل حالات مختلف مقادیر کواریانس چند متغیره ۳- تحلیل حالات مختلف مقادیر دترمینان چند متغیره ۴- بررسی طبقه بندی پارامتریک چند متغیره ۵- تفاوت طبقه بندی پارامتریک تک متغیره با چند ...
بیشتر بخوانید
با سلام قسمت دهم از سری فیلم های آموزشی یادگیری ماشین در سایت متلب یار منتشر گردید. در این قسمت مفاهیم و توضیحات مربوط به روش طبقه بندی پارامتریک چند متغیره (parametric classification) مبتنی بر Likelihood با زبانی ساده و روان به تفصیل بیان می گردد. مهمترین مطالب و موضوعاتی که در این قسمت بیان شده مربوط به طبقه بندی پارامتریک چند متغیره، نحوه عملکرد ماکزیمم احتمال تخمین MLE و روش LDA می باشد. شما می توانید توضیحات این قسمت را از لینک داده شده در ادامه مطلب مشاهده نمایید. تذکر۱: قسمت های قبلی این مجموعه آموزشی را می توانید از اینجا ...
بیشتر بخوانید
با سلام این پست شامل قسمت نهم از سری فیلم های آموزشی یادگیری ماشین می باشد. در این قسمت مفاهیم و توضیحات مربوط به روش طبقه بندی پارامتریک (parametric classification) با زبانی ساده و روان به تفصیل بیان می گردد. مهمترین مطالب و موضوعاتی که در این قسمت بیان شده را بطور مختصر در زیر مشاهده می نمایید: ۱- بیان مبحث نرخ احتمال (Likelihood Ratio) ۲- تشریح روش ماکزیمم نرخ احتمال (Maximum Likelihood Ratio) ۳- آموزش تئوری تصمیم گیری بیزین Bayesian ۴- توضیح تابع چگالی نرمال یک متغیره ۵- بررسی طبقه بندی پارامتریک تک متغیره تذکر۱: قسمت های قبلی ...
بیشتر بخوانید
به نام خدا ، سلام و خسته نباشید خدمت شما کاربران عزیز ، با توجه به درخواست متعدد کاربران مبنی بر طبقه بندی و سرفصل بندی پکیج های آموزشی ، شما می توانید از امروز از پکیج های آموزشی با سرفصل منظم در فروشگاه بازدید کنید و به مناسبت میلاد امام علی (ع) با تخفیف ۴۰ درصدی خریداری کنید. امیدواریم گامی موثر در پیشبرد اهداف آموزشی برداشته باشیم. جهت ورود به فروشگاه و بازدید از پکیج های جدید و مشاهده ی ریز سرفصل هر پکیج اینجا کلیک کنید. نوشته پکیج های آموزشی بی نظیر با سرفصل و طبقه بندی ...
بیشتر بخوانید
رويكردي طبقه بندي شده به حوزه اخلاق اطلاعات چکيده اين مقاله در چارچوب نظريه اخلاق اطلاعات به تعبير لوسيانو فلوريدي و به عنوان حوزه توسعه يافته اي از اخلاق رايانه ارايه مي گردد و به ضرورت طبقه بندي مسايل اخلاقي مطرح در حوزه اخلاق اطلاعات پرداخته و رويكردي روش مندانه در تحليل هر طبقه از اين مسايل عرضه مي نمايد. فلوريدي در نظريه توسعه يافته اخلاق اطلاعات، استدلال مي كند كه قلمرو اخلاق رايانه بايستي به مراتب بيش از دربرگيرندگي موجودات انساني، فعاليت ها، تمايلات و خصوصيات آنان گسترش داده شود. وي اخلاق اطلاعات توسعه يافته را به منزله اخلاقي ...
بیشتر بخوانید