پایتون.هوش مصنوعیتحلیل داده های چند بعدی در پایتون – راهنمای کاربردیدر این مطلب، روشهای گوناگون تحلیل داده های چند بعدی در پایتون به طور کامل، همراه با ارائه مثال و کدهای پایتون استفاده شده، مورد بررسی قرار گرفته است.۱۷ فروردین ۱۳۹۹.الهام حصارکیادامه مطلب
هوش مصنوعیپیادهسازی سیستم تشخیص چهره در متلب – راهنمای کاربردیدر این مطلب، با نحوه پیادهسازی سیستم تشخیص چهره در متلب و چگونگی مدل کردن تصاویر سهبُعدی و پیشپردازش آنها جهت تشخیص چهره آشنا خواهید شد.۱ آبان ۱۳۹۸.مرتضی جادریانادامه مطلب
تقلب نامهتقلب نامه (Cheat Sheet) یادگیری ماشین در متلب – راهنمای کاربردیدر این تقلبنامه، با ابزار یادگیری ماشین در متلب (MATLAB)، توابع یادگیری ماشین، انتخاب ویژگی و نحوه میزانسازی ابرپارامترها برای یک مدل آشنا میشوید.۳۰ تیر ۱۳۹۸.مرتضی جادریانادامه مطلب
هوش مصنوعیبخش بندی مشتریان با داده کاوی – به زبان سادهدر این مطلب، روش بخش بندی مشتریان با داده کاوی به طور کامل شرح داده شده و برای درک بهتر موضوع، یک پروژه عملی در همین راستا، از صفر تا صد انجام شده است.۲۱ اردیبهشت ۱۳۹۸.الهام حصارکیادامه مطلب
آماردسته بند بیز ساده و داده های استاندارد شده – پیاده سازی در پایتون۲۱ اردیبهشت ۱۳۹۸.آرمان ری بدادامه مطلب
آماراستاندارد سازی و نرمال سازی داده ها در پایتون – راهنمای کاربردی۱۸ اردیبهشت ۱۳۹۸.آرمان ری بدادامه مطلب
پایتونتحلیل مولفه اساسی (PCA) در پایتون – راهنمای کاربردیدر این مطلب، الگوریتم تحلیل مولفه اساسی (PCA) به صورت جامع تشریح و همچنین، پیادهسازی آن با کد کامل پایتون و سپس با کتابخانه Scikit-learn انجام شده است.۳ بهمن ۱۳۹۷.الهام حصارکیادامه مطلب
هوش مصنوعیتعریف مسائل یادگیری ماشین (Machine Learning) – راهنمای کاربردی۱۳ آبان ۱۳۹۷.الهام حصارکیادامه مطلب
هوش مصنوعییادگیری نظارت نشده (Unsupervised Learning) با پایتون – راهنمای جامع و کاربردی۶ آبان ۱۳۹۷.الهام حصارکیادامه مطلب
تقلب نامهتقلب نامه (Cheat Sheets) یادگیری ماشین دانشگاه استنفورد به زبان فارسی – راهنماهای سریع و کامل۲۱ مهر ۱۳۹۷.الهام حصارکیادامه مطلب
علوم کامپیوترمفاهیم کلان داده (Big Data) و انواع تحلیل داده – راهنمای جامع۵ شهریور ۱۳۹۷.الهام حصارکیادامه مطلب
فرادرس
