اگر تمایل ندارید که وارد فاز برنامه نویسی بشوید و قصد پیاده سازی مدلهای یادگیری ماشین را دارید، ابزار دسته بندی متلب برای شما می باشد. با این ابزار می توانید به سادگی داده های خود را وارد متلب کنید و هر مدل یادگیری ماشینی که تمایل داشتید را بر روی آن اعمال کنید و […]
درخت های تصمیم یک روش یادگیری با ناظر غیر پارامتری می باشد که برای کاربردهای دسته بندی و رگرسیون قابل استفاده هستند. هدف از آن ایجاد یک مدل بر اساس گره های تصمیم گیری می باشد. اساس کار یک درخت تصمیم، گره های تصمیم گیری (Decision Node) می باشند. ایده اصلی یک درخت تصمیم از
یادگیری ماشین دانش استفاده از کامیپوتر بدون برنامه نویسی آن به صورت مشخص می باشد. شما در سیستم های embedded لازم است تا با یک زبان برنامه نویسی مثل C++ یا VHDL برنامه ای بنویسید و داخل حافظه میکروکنترلر یا FPGA بارگذاری کنید تا سیستم شما بتواند کار مورد نظرشما را انجام دهد. مثلا فرض
بسته آموزش جامع یادگیری ماشین machine learning بیشتر بخوانید »
در این روش نیز مدل نهایی از مجموعه ای از مدل‌ها تشکیل شده است که در آن مدلهای پایه ای مبتنی بر درخت‌های تصمیم‌گیری هستند. در طی اعمال این الگوریتم، درخت‌ها به نمونه‌هایی که توسط درخت‌های قبلی نادرست پیش بینی شده اند، وزن بیشتری می‌دهند. در نهایت مدل نهایی بر مبنای رأی‌گیری وزن‌دار بین درخت‌ها
درخت بگینگ مخفف Bootstrap aggregating (Bagging) می باشد که در این قسمت توضیح داده شده است. الگوریتم بگینگ از مجموعه ای از مدلهای پایه‌ای تشکیل شده و به ترتیب زیر عمل می‌کند. با دریافت مجموعه‌ی آموزشی D با سایز N (تعداد نمونه های داده آموزشی)، به تعداد K مجموعه آموزشی جدید Di، با سایز n<N،
. . . . . . . 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
یکی از مراحل مهم در هر پروژه متلب وارد کردن داده های ورودی به محیط متلب می باشد. این داده ها می توانند فایل اکسل یا داده های متنی یا هر چیز دیگری باشند. بعد از وارد کردن داده ها به محیط متلب ، برنامه ای نوشته می شود که بر روی این داده ها
فیلم آموزشی وارد کردن داده های فایل اکسل به متلب بیشتر بخوانید »
رپیدماینر یک نرم افزار داده کاوی است که توسط کمپانی به همین اسم تولید شده است. این نرم افزار در یادگیری ماشین و داده کاوی و متن کاوی و آنالیز پیش بینی و آنالیز تجارت استفاده می شود. این نرم افزار هم در محیط های صنعتی و هم دانشگاهی مورد استفاده قرار می گیرد. گفته
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
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 »