هوش مصنوعیروش های تحلیل احساسات در پایتون – راهنمای کاربردیدر این مطلب، سعی شده است تا روش های تحلیل احساسات و انواع ان‌ها، کاربردها و نحوه پیاده‌سازی آن‌ها در زبان برنامه‌نویسی پایتون به زبان ساده شرح داده شود.۱۲ مرداد ۱۳۹۸.مرتضی جادریانادامه مطلب
هوش مصنوعیبینایی کامپیوتر چیست؟ – به زبان سادهدر این مطلب، حوزه بینایی کامپیوتر و ویژگی‌ها، اهداف آن، تفاوت‌های اساسی با حوزه پردازش تصویر، چالش‌ها و کاربردهای آن به زبان ساده توضیح داده خواهد شد.۹ مرداد ۱۳۹۸.مرتضی جادریانادامه مطلب
هوش مصنوعیروش های متن کاوی – راهنمای کاربردیدر این مطلب، روش های متن کاوی به عنوان ابزاری برای تحلیل داده‌های متنی غیر ساخت یافته و استخراج دانش و اطلاعات از آن‌ها مورد بررسی قرار گرفته‌اند.۵ مرداد ۱۳۹۸.مرتضی جادریانادامه مطلب
هوش مصنوعیارزیابی مدل یادگیری عمیق – به زبان سادهدر این مطلب، روش ارزیابی مدل یادگیری عمیق (دقت، صحت، امتیاز F1) با استفاده از کتابخانه کرس و سایکیت‌لرن آموزش داده خواهد شد.۵ خرداد ۱۳۹۸.الهام حصارکیادامه مطلب
هوش مصنوعیبارگذاری مجموعه داده بزرگ در یادگیری عمیق – راهنمای کاربردیدر این مطلب، چگونگی بارگذاری تدریجی مجموعه داده بزرگ در یادگیری عمیق با استفاده از کتابخانه کرس در زبان برنامه‌نویسی پایتون آموزش داده شده است.۲۹ اردیبهشت ۱۳۹۸.الهام حصارکیادامه مطلب
هوش مصنوعیحملات تخاصمی (Adversarial Attacks) با چارچوب PyTorch – راهنمای کاربردیدر این مطلب، مفهوم حملات تخاصمی (Adversarial Attacks) بیان و نحوه پیاده‌سازی آن‌ها با استفاده از کتابخانه PyTorch در پایتون، آموزش داده شده است.۱۲ فروردین ۱۳۹۸.الهام حصارکیادامه مطلب
هوش مصنوعییادگیری عمیق با PyTorch – راهنمای کاربردیدر این مطلب، چگونگی پیاده‌سازی مدل یادگیری عمیق با PyTorch بیان شده است. همچنین، کلیه وظایف قابل انجام در این راستا و کدهای پایتون آن‌ها نیز ارائه شده‌اند.۲۹ اسفند ۱۳۹۷.الهام حصارکیادامه مطلب
هوش مصنوعیانواع شبکه های عصبی و کاربردهای آن ها – پادکست پرسش و پاسخدر این مطلب، به موضوع انواع شبکه های عصبی و کاربردهای آن ها در یک پادکست پرداخته شده است. همچنین، نسخه نوشتاری نیز برای علاقمندان به مطالعه متن موجود است.۸ اسفند ۱۳۹۷.الهام حصارکیادامه مطلب
هوش مصنوعیشبکه عصبی پیچشی (Convolutional Neural Networks) – به زبان ساده۱۲ دی ۱۳۹۷.الهام حصارکیادامه مطلب
هوش مصنوعیوکا (WEKA) ابزاری برای یادگیری ماشین و داده کاوی – راهنمای شروع به کاروکا (WEKA) را می‌توان ابزاری پیشرفته «یادگیری ماشین» (Machine Learning) و «داده‌کاوی» (Data Mining) برشمرد. این نرم‌افزار تحت مجوز عمومی «گنو» منتشر می‌شود.۲ دی ۱۳۹۷.آرمان ری بدادامه مطلب
هوش مصنوعیپیش بینی قیمت سهام با کتابخانه کرس (Keras) – راهنمای کاربردی۱۷ آذر ۱۳۹۷.الهام حصارکیادامه مطلب
هوش مصنوعیآموزش کتابخانه یادگیری عمیق «کرس» (Keras) در پایتون – راهنمای جامع۵ آذر ۱۳۹۷.الهام حصارکیادامه مطلب
پایتون.هوش مصنوعی۱۳ کتابخانه یادگیری عمیق پایتون – راهنمای کاربردی۲۶ آبان ۱۳۹۷.الهام حصارکیادامه مطلب
پایتون.هوش مصنوعی۸ کتابخانه یادگیری ماشین پایتون – راهنمای کاربردی۲۳ آبان ۱۳۹۷.الهام حصارکیادامه مطلب
هوش مصنوعییادگیری عمیق (Deep Learning) در علوم خاک – راهنمای کاربردی (بخش دوم)ابتدا مقدماتی در مورد روش‌های سنتی «یادگیری ماشین» برای تولید نقشه‌های خاک ارائه می‌کنیم. سپس توضیح می‌دهیم که چرا اطلاعات زمینه‌ای مهم هستند و چگونه می‌توان از شبکه‌های عصبی کانولوشن (CNN) برای به دست آوردن آن اطلاعات بهره جست.۲۰ آبان ۱۳۹۷.میثم لطفیادامه مطلب
هوش مصنوعییادگیری عمیق (Deep Learning) با پایتون – به زبان سادهدر این مطلب، مفهوم یادگیری عمیق به طور کامل و به زبان ساده بیان و سپس، پیاده‌سازی آن در زبان برنامه‌نویسی پایتون انجام شده است.۷ آبان ۱۳۹۷.الهام حصارکیادامه مطلب
پایتون.هوش مصنوعیداده کاوی (Data Mining) و پایتون برای تحلیل چاقی کودکان – راهنمای کاربردی۱ آبان ۱۳۹۷.الهام حصارکیادامه مطلب
هوش مصنوعیبرترین الگوریتم های پیش بینی در یادگیری ماشین (Machine Learning)۲۱ شهریور ۱۳۹۷.الهام حصارکیادامه مطلب
پایتون.علوم کامپیوتریادگیری علم داده (Data Science) با پایتون – از صفر تا صد۱۹ شهریور ۱۳۹۷.الهام حصارکیادامه مطلب
فرادرس
