سلام عزیزان
دیروز، سه شنبه، بیست و پنجم آذرماه 1399، کارگاه نیم روزه، با موضوع الگوریتم ژنتیک کاربردی برگزار شد. امیدوارم برای دوستان شرکت کننده، مفید بوده باشه.
ویدئو آموزش مباحث تئوری الگوریتم ژنتیک:
https://www.aparat.com/v/6YlRC

اسلایدها و کدهای پایتون مربوط به کارگاه الگوریتم ژنتیک کاربردی

عرض سلام و احترام
افتخار داشتم، در کنفرانس ملی انفورماتیک ایران، که به میزبانی پژوهشگاه دانش های بنیادی برگزار گردید، کارگاهی با عنوان «کاربرد یادگیری ماشین در بازارهای مالی» برگزار نمایم.
استخراج ویژگی، پیش پردازش، مدلسازی رگرسور و مدلسازی دسته بند، بهینه سازی مدل، ایجاد ابرمدل و انتخاب مدل سرفصل های ارائه شده در این کارگاه بود. در اینجا کدهای برنامه نویسی، به زبان پایتون را قرار می دهم تا اگر دوستان مایل باشند، آن را دریافت نموده و اجرا کنند.

سلام
ویدئوهای کارگاه پیش بینی قیمت به کمک یادگیری ماشین:
قسمت اول:
(آشنایی با بازارهای مالی + آشنایی با یادگیری ماشین)
https://www.aparat.com/v/IVamA


قسمت دوم: (پیش پردازش داده ها)
https://www.aparat.com/v/Fwh0W


قسمت سوم: (انتخاب ویژگی + کاهش ابعاد)
https://www.aparat.com/v/sHPi4


قسمت چهارم: (مدلسازی با دو روش رگرسیون و دسته بندی + بهینه سازی مدل + ایجاد ابر مدل + انتخاب مدل)
https://www.aparat.com/v/buKjk

در #کارگاه نیم روزه آشنایی با #شبکه_عصبی مصنوعی که به همت #پژوهشگاه_دانش‌_های_بنیادی برگزار می شود میخواهیم مروری بر مفاهیم و کاربردهای این تکنیک #یادگیری_ماشین بیندازیم. با سه روش #دسته_بندی و #خوشه_بندی و #رگرسیون را بطور عملی آشنا خواهیم شد.
این دوره را به عزیزانی که مایل هستند با یکی از تکنیک های رایج در یادگیری ماشین، آشنا شوند توصیه می کنیم.

ثبت نام: http://scs.ipm.ac.ir/workshop.jsp

کانال تلگرام: https://t.me/ForsatAcademy

#علم_داده #classification #clustering #regression #IPM #پژوهشکده_علوم_شناختی

#شبکه_عصبی_طبیعی شامل مغز، نخاع و اعصاب پیام رسان هستند. انسان به پشتوانه چنین سامانه پیچیده ای قابلیت‌هایی مانند تخمین، پیش بینی و شباهت سنجی را به دست آورده است.
در #هوش_مصنوعی و #يادگیری_ماشین با الهام از این ساختار و پیاده سازی آن در کامپیوتر به ساختار مشابهی می رسند که نام آن را #شبکه_عصبی_مصنوعی می گذارند. انتظار می رود، شبکه عصبی مصنوعی، قابلیت‌های مشابهی با شبکه عصبی طبیعی داشته باشد.
در دو کارگاه مستقل، میخواهیم به بیان تئوری و پیاده سازی عملی شبکه عصبی مصنوعی، به زبان پایتون بپردازیم.
مباحث تئوری:
آشنایی با نحوه عملکرد شبکه عصبی مصنوعی
مدلسازی خطی در مقابل مدلسازی غیر خطی
کد کننده ها و کاربرد آن در ایجاد تصاویر غیر واقعی
حافظه های انجمنی و کاربرد آن در بازیابی اطلاعات مبتنی بر محتوا
نگاشت خود سازمانده و کاربرد آن درتشخیص شباهت
شبکه عصبی بازگشتی و کاربرد آن در مسائل وابسته به زمان
در کارگاه عملی به پیاده سازی مباحث زیر خواهیم پرداخت:
#دسته_بندی (Classification)
#رگرسیون (Regression)
#بهینه_سازی مدل (Model Optimization)
#بصری_سازی (Visualization)

ثبت نام در کارگاه اول (چهارشنبه، هشتم بهمن ماه 99): http://scs.ipm.ac.ir/workshop.jsp
ثبت نام در کارگاه دوم (پنجشنبه، بیست و سوم بهمن ماه 99): https://bigdataworld.ir/product/neural-networks/
این دو کارگاه به لحاظ موضوعی تفاوتی با یکدیگر نخواهند داشت. اما در کارگاه دوم (بیست و سوم بهمن) فرصت بیشتری برای رفع اشکال در اختیار خواهد بود.

می خواهیم در دو #کارگاه مستقل به بیان رایج ترین کاربردهای #شبکه_عصبی_مصنوعی بپردازیم:
سرفصل کلاس تئوری (2 ساعت):
آشنایی با #شبکه_عصبی_طبیعی و نحوه شبیه سازی آن در کامپیوتر
#مدلسازی_خطی در مقابل #مدلسازی_غیرخطی
#یادگیری در شبکه عصبی مصنوعی با روش #بازانتشارخطا #Backpropagation
#پرسپترون #دسته_بندی #رگرسیون
#خودرمزکننده #AutoEncoder
#فشرده_سازی و #رمزگذاری داده ها به کمک شبکه عصبی مصنوعی
#حافظه
ایجاد #تصاویر_غیر_واقعی
#تشخیص_شباهت با روش #نگاشت_خود_سازمانده #SOM
#شبکه_عصبی_بازگشتی

سرفصل کارگاه عملی(2 ساعت):
آشنایی با دیتاست #IRIS
کاوش در داده ها #DataExploration
دسته بندی به کمک شبکه عصبی
#پیش_بینی_قیمت با روش رگرسیون
#خوشه_بندی تصویر
#بهینه_سازی_مدل #Optimization
#بصری_سازی نتایج #Visualization

کارگاه اول (چهار شنبه، هشتم بهمن 99 ساعت 13 الی 17): http://scs.ipm.ac.ir/workshop.jsp
کارگاه دوم (پنج شنبه، بیست و سوم بهمن 99): https://bigdataworld.ir/product/neural-networks/

این دو کارگاه از نظر محتوا تفاوتی با یکدیگر ندارند.
#علم_داده #هوش_مصنوعی #یادگیری_ماشین

#نوروساینس علمی است که به بررسی چگونگی فعالیت های مغزی می پردازد.
ما انسان ها می خندیم، #تعجب می کنیم، گریه می کنیم، ناراحت می شویم، توجه مان به چیزی جلب می شود، یاد می گیریم، استدلال می کنیم و ....
آیا میتوان چنین عملکردهای سطح بالایی را به کامپیوترها آموزش داد؟ بطوریکه کامپیوترها هم بتوانند تعجب کنند، توجه کنند، بخندند و ...
به هر حال، قبل از هر چیز لازم است از #نحوه_عملکرد_مغز انسان در انجام این فعالیت ها مطلع شویم تا بتوانیم چنین فرآیندهای پیچیده ای را در کامپیوترها شبیه سازی کنیم.
اگر به این مباحث علاقه مند هستید، شرکت در #سومین_سمپوزیوم_نوروساینس_شریف ممکن است برای شما مفید باشد.
فرصت یادگیری: @ForsatAcademy
http://sns.ee.sharif.ir/
@convent
#neuroscience

سلام
در کارگاه نیم روزه آشنایی با #شبکه_عصبی_مصنوعی به بیان تئوری و انجام آزمایش های عملی در مورد مهمترین مباحث مربوط به شبکه عصبی پرداختیم.
مشاهده ویدئوی مطالب تئوری: https://www.aparat.com/v/MA9xp
مشاهده ویدئوی کارگاه عملی: https://www.aparat.com/v/bDMm8

سرفصل مطالب تئوری:
آشنایی با #شبکه_عصبی_طبیعی و نحوه شبیه سازی آن در کامپیوتر
#مدلسازی_خطی در مقابل #مدلسازی_غیرخطی
#یادگیری در شبکه عصبی مصنوعی با روش #بازانتشارخطا #Backpropagation
#پرسپترون #دسته_بندی #رگرسیون
#خودرمزکننده #AutoEncoder
#فشرده_سازی و #رمزگذاری داده ها به کمک شبکه عصبی مصنوعی
#حافظه
ایجاد #تصاویر_غیر_واقعی
#تشخیص_شباهت با روش #نگاشت_خود_سازمانده #SOM
#شبکه_عصبی_بازگشتی

سرفصل کارگاه عملی:
آشنایی با دیتاست #IRIS
کاوش در داده ها #DataExploration
دسته بندی به کمک شبکه عصبی
#پیش_بینی_قیمت با روش رگرسیون
#خوشه_بندی تصویر
#بهینه_سازی_مدل #Optimization
#بصری_سازی نتایج #Visualization

آکادمی فرصت یادگیری: https://t.me/ForsatAcademy

#علم_داده #هوش_مصنوعی #یادگیری_ماشین

کدهای مربوط به کارگاه #شبکه_عصبی_مصنوعی به زبان #پایتون شامل:
#DataExploration
#Classification
#Clustering
#Image_Segmentation
#Regression
#Normalization
#Standardization
#Feature_Selection

فایل پی دی اف مربوط به آموزش شبکه عصبی مصنوعی
#Artificail_Neural_Network
#Classification
#Clustering

درصورت تمایل به انجام پروژه های صنعتی، در مقیاس ملی، میتواند به کانال زیر ملحق شده و یکی از تسک ها را، به دلخواه خود، انتخاب کرده و پاسخ آن را ارسال فرمایید: https://t.me/Forsat_e_hamkari
در صورتی که پاسخ مناسبی ارائه نمایید، از شما برای انجام پروژه دعوت به عمل خواهد آمد.

سلام
از آنجاییکه عملیات #یادگیری_ماشین مانند #دسته_بندی #خوشه_بندی #رگرسیون و ... در #فضای_ویژگی انجام می شود، لازم است مهندس #یادگیری_ماشین با مختصات و رفتارهای این فضا به خوبی آشنا باشد تا بتواند فرآیند #مدلسازی را به خوبی انجام دهد.
در این جلسه به مباحثی مانند #اندازه_فضای_ویژگی و #چگالی_فضای_ویژگی پرداختم. همچنین رفتار فضای ویژگی در #ابعاد_بالا و مساله #مصیبت_ابعاد #the_curse_of_dimensionality را مورد بحث قرار دادم.

مشاهده ویدئو: https://lnkd.in/enWUJ_a

در حل مسائل #طبقه_بندی #Classification در #یادگیری_ماشین ممکن است با شرایطی مواجه شویم که تعداد داده ها، در کلاس های مختلف، یکسان نباشد. مثلا تعداد افراد بیمار، کمتر از افراد سالم است؛ تعداد تراکنش های تقلبی کمتر از تراکنش های سالم است. اما باید توجه داشت که هدف از حل این قبیل مسائل، کشف الگوهایی از #کلاس_اقلیت #Minority_Class است. مثلا کشف الگویی برای جداسازی بیماران از افراد سالم و یا کشف الگویی در تراکنش های تقلب. لذا هنر #مهندس_یادگیری_ماشین در حل مساله به کمک #داده‌های_نامتوازن #Imbalaned_data آن است که بتواند با حجم بسیار اندکی از داده ها، مدلی تولید نماید که الگوی نهفته در کلاس اقلیت را، همانند الگوی موجود در #کلاس_اکثریت #Majority_Class پیدا کند.
این ویدئو، بخشی از جلسه مربوط به آموزش طبقه بندی به کمک داده های نامتوازن است.

مشاهده ویدئو: https://lnkd.in/ekH6QWq
کانال تلگرام فرصت یادگیری: https://t.me/ForsatAcademy
#هوش_مصنوعی #علم_داده #MachineLearning

سلام
شرکت #فرصت_تفکر_سازنده برای انجام پروژه های مبتنی بر #هوش_مصنوعی در جایگاه های شغلی زیر، از مهندسین ارشد (Senior) #دعوت_به_همکاری می نماید:
1- #یادگیری_ماشین و #یادگیری_عمیق #
Machine_Learning #Deep_Learning 2- #پردازش_تصویر و #بینایی_ماشین #
Image_Processing #Deep_Learning 3- #طراح_تجربه_کاربری و #طراح_واسط_کاربر #
UX_Designer #UI_Designer 4- #توسعه_دهنده_واسط_کاربر #
Fron_end_Developer 5- #توسعه_دهنده_بک_اند #
Back_end_Developer 6- #دو_آپس #Devops #MLOps
حقوق: ماهیانه 20 میلیون تومان
محل کار: شهر تهران - حضوری
ارسال رزومه: Tazaree [@] Gmail