این مجموعه آموزشی بخش اول بسته آموزشی جامع ماشین بینایی می باشد که اختصاص به تشخیص ویژگی و استخراج ویژگی دارد. در شکل زیر فلوچارت یک سیستم بینایی ماشین یا پردازش تصویر را مشاهده می کنید: در مرحله ابتدایی تصویر گرفته شده و سپس پیش پردازش بر روی تصویر ورودی انجام می شود. سپس بخش […]
آموزش فارسی شناسایی و استخراج ویژگی در بینایی ماشین بیشتر بخوانید »
به عبارت ساده تر، بینایی ماشین یعنی ” آموزش ماشین به نحوی که ببیند “. این زمینه تحقیقاتی بیش از 40 سال است که سابقه دارد اما رشد انفجاری اخیر تکنولوژی های تصویر برداری دیجیتال منجر به ایجاد مسائلی جدید شده است که بسیار هیجان انگیز و کاربردی است. در بینایی ماشین دو زمینه تحقیاتی
پیش نیاز این فیلم آموزشی ، فیلم آموزشی برنامه نویسی پایتون می باشد. جهت دانلود بر روی تصویر زیر کلیک کنید. زبان برنامه نویسی پایتون یکی از زبان های برنامه نویسی است که به سرعت در حال افزایش محبوبیت و کاربرد در بین برنامه نویسان می باشد. پردازش تصویر روشی برای تبدیل یک تصویر به
. . . . . . . بعد از مدتها ایران متلب تصمیم گرفت فیلم آموزشی تهیه شده توسط مهندس قیصری مدیر گروه ایران متلب را برای استفاده کاربران ایران متلب جهت دانلود قرار دهد. این فیلم آموزشی یک محصول منحصربفرد از ایران متلب می باشد که هیچ جای دیگری مشابه آن را پیدا نخواهید
پردازش تصویر چیست؟ پردازش تصویر روشی برای تبدیل یک تصویر به فرم دیجیتال و انجام عملیات بر روی آن ، تا یک تصویر بهبود یافته بدست آمده و اطلاعات مفیدی از تصویر استخراج شود. تصویر یک سیگنال دو بعدی می باشد. لذا پردازش تصویر به نوعی یک پردازش سیگنال می باشد. خروجی آن می تواند
اتوماتاي يادگير سلولي مدلي براي سيستمهايي است كه از اجزاء ساده اي تشكيل شدهاند و رفتار هر جزء بر اساس رفتار همسايگان و نيز تجربيات گذشته اش تعيين و اصلاح ميشود. اجزاء ساده تشكيل دهنده اين مدل، از طريق كنش و واكنش با يكديگر ميتوانند رفتار پيچيدهاي از خود نشان دهند. در اواخر دهه 1940
این فیلم آموزشی قسمت اول مجموعه فيلم های آموزش فارسي جامع شبكه هاي عصبي می باشد. سرفصل این فیلم آموزشی : مقدمه هوش مصنوعي (AI) تعريف شبکه عصبي مصنوعي انواع شبکه‌هاي عصبي مصنوعي کاربردهاي شبکه عصبي مصنوعي کاربردهاي عمومي ANNs تشخيص الگو ذخيره كردن و بازبيني داده‌ها تقريب تابع (رگرسيون غير خطي، تخمين و پيشگويي) فرايند داده کاوي
شبكه هاي عصبي نوعي مد لسازي ساده انگارانه از سيستمهاي عصبي واقعي هستند كه كاربرد فراواني در حل مسائل مختلف در علوم دارند. حوزه كاربرد اين شبكه ها آنچنان گسترده است كه از كاربردهاي طبقه بندي گرفته تا كاربردهايي نظير درون يابي، تخمين، آشكارسازي و … را شامل مي شود. شايد مهمترين مزيت اين شبكه
مجموعه فيلم های آموزش فارسي جامع شبكه هاي عصبي بیشتر بخوانید »
فيلم آموزش فارسي و كدهاي اماده شبكه باور عميق Deep belief Network DBN . . يكي از معايب شبكه هاي عصبي معمول مانند MLP اين است كه اگر تعداد نرونهاي لايه مخفي و يا تعداد لايه هاي شبكه عصبي را زياد بگيريم دو مشكل اساسي ايجاد مي شود: سرعت آموزش پايين گير كردن در مينيمم