Overfitting

در نوشتارهای دیگری از مجله فرادرس با مفهوم واریانس و شاخص‌های پراکندگی (Dispersion Measures) و همچنین اریبی یا بایاس (Bias) آشنا شده‌اید. ولی در اینجا…

در دیگر نوشتارهای مجله فرادرس با مفهوم رگرسیون خطی و همچنین نحوه محاسبات آن آشنا شده‌‌اید. در این نوشتار با انواع روش های رگرسیونی خطی…

مکانیزم «کپچا» (CAPTCHA) که مخفف اصطلاح «مکانیزم کاملا خودکار شده و عمومی تورینگ جهت تمایز قائل شدن میان انسان و کامپیوتر» (Completely Automated Public Turing…

در طی یک دهه اخیر، «یادگیری عمیق» (Deep Learning) و «بینایی کامپیوتر» (Computer Vision)، از جمله داغ‌ترین حوزه‌های تحقیقاتی در «هوش مصنوعی» (Artificial Intelligence) و…

بنابر «قضیه عمومی تقریب» (Universal Approximation Theorem)، در صورتی که تعداد مناسبی از لایه‌ها (لایه‌های نهان) در «شبکه های عصبی مصنوعی» (Artificial Neural Networks) طراحی…

همه کسانی که در حوزه «هوش مصنوعی» (Artificial Intelligence) و «یادگیری ماشین» (Machine Learning) فعالیت دارند، با مسأله انتخاب «ویژگی‌های مرتبط» (Relevant Features) در یک…

در این راهنما به معرفی روش ساخت شبکه‌های عمیق جهت مقاصد بینایی ماشین می‌پردازیم. بینایی ماشین یا «بینایی رایانه» (Computer Vision) در زمینه هوش مصنوعی…

«جنگل تصادفی» (Random Forest)، یک الگوریتم یادگیری ماشین با قابلیت استفاده آسان است که اغلب اوقات نتایج بسیار خوبی را حتی بدون تنظیم فراپارامترهای آن،…

روزی، مساله فهمیدن حال افراد از طریق اینترنت بیشتر شبیه به موضوع یک فیلم تخیلی بود تا واقعیتی امکان‌پذیر، اما امروزه این کار در ابعاد…

پیدا کردن یک شغل خوب در حوزه «داده‌کاوی» (Data Mining) کار ساده‌ای نیست. دانستن چگونگی کار با کتابخانه‌هایی مانند «سایکیت‌لِرن» (scikit-learn) و «ggplot2» برای کسب…

در این مطلب، آموزش ساخت یک «شبکه عصبی» (Neural Network | NN) ساده با استفاده از کتابخانه یادگیری عمیق «کرس» (Keras) در «پایتون» (Python) ارائه شده است….

اغلب در مدل‌سازی، بخصوص در مبحث «آموزش ماشین» (Machine Learning)، احتیاج به برآورد پارامترهای مدل داریم. در صورتی که تعداد پارامترها زیاد باشد، پیچیدگی مدل…

مدل سازی، با استفاده از اطلاعاتی که داده‌ها به همراه دارند، کاری است که در بیشتر شاخه‌های هوش‌مصنوعی و بخصوص داده‌کاوی به کار می‌رود. از…

«مدل معادلات ساختاری» (Structural Equation Modeling)،‌ ابزاری قدرتمند در تحلیل‌های چند متغیره آماری محسوب می‌شود. این روش که به اختصار SEM نیز نامیده می‌شود، از…

در تحلیل‌های مدل‌های رگرسیونی، مسئله «بیش‌برازش» (Overfitting) و کم‌برازش (Underfitting) موضوعات با اهمیتی هستند. این مسئله باعث می‌شود که «ضرایب رگرسیونی» (Regression coefficients) به درستی…