برنامه نویسی.ریاضی.کامپیوتر.مهندسی.هوش مصنوعی روش های بهینه سازی در یادگیری ماشین — راهنمای کاربردی در این مطلب، فهرستی از محبوب‌ترین و پرکاربردترین روش های بهینه سازی در یادگیری ماشین به همراه منابع آموزش روش های بهینه سازی ارائه شده است. ۲ شهریور ۱۳۹۹ . الهام حصارکی ادامه مطلب
آمار.داده کاوی رگرسیون پواسون (Poisson Regression) — به زبان ساده رگرسیون پواسون یک روش در مدل‌های خطی تعمیم یافته محسوب می‌شود که در آن تابع احتمال برای متغیر پاسخ، توزیع پواسن در نظر گرفته می‌شود. ۱۵ دی ۱۳۹۸ . آرمان ری بد ادامه مطلب
هوش مصنوعی کدنویسی شبکه های عصبی مصنوعی چند لایه در پایتون — راهنمای کامل در این مطلب، با شبکه های عصبی مصنوعی چند لایه، مبانی نظری و الگوریتم یادگیری آشنا خواهید شد. همچنین، پیاده‌سازی شبکه‌های عصبی در پایتون ارائه خواهد شد. ۲۳ مرداد ۱۳۹۸ . مرتضی جادریان ادامه مطلب
آمار.داده کاوی رگرسیون لجستیک چند جمله ای (Multinomial Logistic Regression) — مفاهیم و کاربردها در تجزیه و تحلیل داده‌ها بخصوص «یادگیری نظارت شده» (Supervised Learning) در زمینه «یادگیری ماشین» (Machine… ۶ بهمن ۱۳۹۷ . آرمان ری بد ادامه مطلب
آمار.داده کاوی رگرسیون خطی با گرادیان کاهشی (Gradient Descent) – پیاده سازی با پایتون «رگرسیون» (Regression) یکی از کارآمدترین ابزارهای تحلیل چند متغیره است که بخصوص در «یادگیری ماشین» (Machine… ۷ آذر ۱۳۹۷ . آرمان ری بد ادامه مطلب
داده کاوی.هوش مصنوعی گرادیان کاهشی (Gradient Descent) و پیاده سازی آن در پایتون — راهنمای کاربردی «گرادیان کاهشی» (Gradient Descent) یک الگوریتم بهینه‌سازی برای پیدا کردن کمینه یک تابع است. در این… ۹ آبان ۱۳۹۷ . الهام حصارکی ادامه مطلب
آمار.داده کاوی.هوش مصنوعی توابع زیان (Loss Function) در یادگیری ماشین – به همراه کدهای پایتون توابع زیان، معیاری برای سنجش مناسب بودن مدل از نظر قابلیت و توانایی در پیشگویی مقدارهای جدید است که به روش‌های مختلف قابل اندازه‌گیری است. ۱۷ مهر ۱۳۹۷ . آرمان ری بد ادامه مطلب
فرادرس
