مجموعه مقالات gradient descent

برنامه نویسی.ریاضی.علوم 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.

۰۲ 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

۰۶ بهمن ۱۳۹۷

.

آرمان ری بد

ادامه مطلب

آمار.داده کاوی

رگرسیون خطی با گرادیان کاهشی (Gradient Descent) – پیاده سازی با پایتون

۰۷ آذر ۱۳۹۷

.

آرمان ری بد

ادامه مطلب

داده کاوی.هوش مصنوعی

گرادیان کاهشی (Gradient Descent) و پیاده سازی آن در پایتون — راهنمای کاربردی

۰۹ 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