مجموعه مقالات deep learning

هوش مصنوعی

روش های تحلیل احساسات در پایتون — راهنمای کاربردی

در 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 جادریان

ادامه مطلب

روش های تحلیل احساسات در پایتون — راهنمای کاربردی

هوش مصنوعی

بینایی کامپیوتر چیست؟ — به زبان ساده

در 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.

۰۹ مرداد ۱۳۹۸

.

مرتضی جادریان

ادامه مطلب

بینایی کامپیوتر چیست؟ — به زبان ساده

هوش مصنوعی

روش های متن کاوی — راهنمای کاربردی

در 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.

۰۵ مرداد ۱۳۹۸

.

مرتضی جادریان

ادامه مطلب

روش های متن کاوی — راهنمای کاربردی

داده کاوی.هوش مصنوعی

ارزیابی مدل یادگیری عمیق — به زبان ساده

در این مطلب، روش ارزیابی مدل یادگیری عمیق (دقت، صحت، امتیاز F1) با استفاده از کتابخانه کرس و سایکیت‌لرن آموزش داده خواهد شد.

۰۵ خرداد ۱۳۹۸

.

الهام حصارکی

ادامه مطلب

ارزیابی مدل یادگیری عمیق — به زبان ساده

برنامه نویسی.داده کاوی.هوش مصنوعی

بارگذاری مجموعه داده بزرگ در یادگیری عمیق — راهنمای کاربردی

در 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 حصارکی

ادامه مطلب

بارگذاری مجموعه داده بزرگ در یادگیری عمیق — راهنمای کاربردی

داده کاوی.هوش مصنوعی

حملات تخاصمی (Adversarial Attacks) با چارچوب PyTorch — راهنمای کاربردی

در 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 حصارکی

ادامه مطلب

حملات تخاصمی (Adversarial Attacks) با چارچوب PyTorch — راهنمای کاربردی

داده کاوی.هوش مصنوعی

یادگیری عمیق با PyTorch — راهنمای کاربردی

در 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 حصارکی

ادامه مطلب

یادگیری عمیق با PyTorch — راهنمای کاربردی

داده کاوی.هوش مصنوعی

انواع شبکه های عصبی و کاربردهای آن ها — پادکست پرسش و پاسخ

در 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.

۰۸ اسفند ۱۳۹۷

.

الهام حصارکی

ادامه مطلب

انواع شبکه های عصبی و کاربردهای آن ها — پادکست پرسش و پاسخ

برنامه نویسی.داده کاوی

شبکه عصبی پیچشی (Convolutional Neural Networks) — به زبان ساده

۱۲ دی ۱۳۹۷

.

الهام حصارکی

ادامه مطلب

شبکه عصبی پیچشی (Convolutional Neural Networks) — به زبان ساده

آمار.داده کاوی

وکا (WEKA) ابزاری برای یادگیری ماشین و داده کاوی — راهنمای شروع به کار

وکا (WEKA) را می‌توان ابزاری پیشرفته «یادگیری ماشین» (Machine Learning) و «داده‌کاوی» (Data Mining) برشمرد. این نرم‌افزار تحت مجوز عمومی «گنو» منتشر می‌شود.

۰۲ دی ۱۳۹۷

.

آرمان ری بد

ادامه مطلب

وکا (WEKA) ابزاری برای یادگیری ماشین و داده کاوی — راهنمای شروع به کار

داده کاوی.هوش مصنوعی

پیش بینی قیمت سهام با کتابخانه کرس (Keras) — راهنمای کاربردی

۱۷ آذر ۱۳۹۷

.

الهام حصارکی

ادامه مطلب

پیش بینی قیمت سهام با کتابخانه کرس (Keras) — راهنمای کاربردی

برنامه نویسی.داده کاوی.هوش مصنوعی

دسته بندی متن با پایتون و کرس (Keras) — راهنمای جامع

۰۷ آذر ۱۳۹۷

.

الهام حصارکی

ادامه مطلب

دسته بندی متن با پایتون و کرس (Keras) — راهنمای جامع

برنامه نویسی.داده کاوی.هوش مصنوعی

آموزش کتابخانه یادگیری عمیق «کرس» (Keras) در پایتون — راهنمای جامع

۰۵ آذر ۱۳۹۷

.

الهام حصارکی

ادامه مطلب

آموزش کتابخانه یادگیری عمیق «کرس» (Keras) در پایتون — راهنمای جامع

برنامه نویسی.داده کاوی.هوش مصنوعی

۱۳ کتابخانه یادگیری عمیق پایتون — راهنمای کاربردی

۲۶ آبان ۱۳۹۷

.

الهام حصارکی

ادامه مطلب

۱۳ کتابخانه یادگیری عمیق پایتون — راهنمای کاربردی

داده کاوی.هوش مصنوعی

۸ کتابخانه یادگیری ماشین پایتون — راهنمای کاربردی

۲۳ آبان ۱۳۹۷

.

الهام حصارکی

ادامه مطلب

۸ کتابخانه یادگیری ماشین پایتون — راهنمای کاربردی

داده کاوی

یادگیری 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 لطفی

ادامه مطلب

یادگیری عمیق (Deep Learning) در علوم خاک — راهنمای کاربردی (بخش دوم)

داده کاوی.هوش مصنوعی

یادگیری عمیق (Deep Learning) با پایتون — به زبان ساده

در این مطلب، مفهوم یادگیری عمیق به طور کامل و به زبان ساده بیان و سپس، پیاده‌سازی آن در زبان برنامه‌نویسی پایتون انجام شده است.

۰۷ آبان ۱۳۹۷

.

الهام حصارکی

ادامه مطلب

یادگیری عمیق (Deep Learning) با پایتون — به زبان ساده

برنامه نویسی.داده کاوی.هوش مصنوعی

داده کاوی (Data Mining) و پایتون برای تحلیل چاقی کودکان — راهنمای کاربردی

۰۱ آبان ۱۳۹۷

.

الهام حصارکی

ادامه مطلب

داده کاوی (Data Mining) و پایتون برای تحلیل چاقی کودکان — راهنمای کاربردی

داده کاوی.هوش مصنوعی

برترین الگوریتم های پیش بینی در یادگیری ماشین (Machine Learning)

۲۱ شهریور ۱۳۹۷

.

الهام حصارکی

ادامه مطلب

برترین الگوریتم های پیش بینی در یادگیری ماشین (Machine Learning)

داده کاوی.هوش مصنوعی

یادگیری علم داده (Data Science) با پایتون — از صفر تا صد

۱۹ شهریور ۱۳۹۷

.

الهام حصارکی

ادامه مطلب

یادگیری علم داده (Data Science) با پایتون — از صفر تا صد