Machine Learning UMA
https://www.coursera.org/learn/machine-learning
فایل نیکو
دانلود ویدیوهای آموزشی یادگیری ماشین دانشگاه استنفورد
یادگیری ماشین دانشگاه استنفورد دانلود لینک مستقیم ، آخرین آپدیت تا فروردین ۲۰, ۱۳۹۵، یادگیری ماشینی (Machine learning) به بررسی روش هایی می پردازد که به رایانه ها امکان استفاده از داده ها و یاد گیری از آن ها برای بهبود عملکردهای مختلف را می دهد. هدف یادگیری…
كلاس فردا، شنبه ٩ آذر تشكيل نخواهد شد. جلسه بعد روز چهارشنبه خواهد بود.
مفاهيم اصلي بررسي شده تا اين جلسه:
- Linear Regression
- Feature Scaling
- Polynomial Regression
- Logistic Regression
- Regularization
مفاهيم مورد بررسي در جلسات اينده:
- Neural Network
- Backpropagation
- Batch/Incremental Training
- Support Vector Machine
- Kernels
- Linear Regression
- Feature Scaling
- Polynomial Regression
- Logistic Regression
- Regularization
مفاهيم مورد بررسي در جلسات اينده:
- Neural Network
- Backpropagation
- Batch/Incremental Training
- Support Vector Machine
- Kernels
دوستان در كلاس امروز يه تيكه از svm وقت نشد مطرح بشه و موند.
گفتيم كه اگر به بعد هاي ديتاستمون اضافه كنيم، حتما در تعداد بعدي داده هامون قابل تفكيك هستند. بعد اومديم ترفند كرنل و مطرح كرديم. بعد گفتيم كه ما از لندمارك ها براي دسته بندي استفاده ميكنيم.
حالا چيزي هست اينه كه ما براي اينكه بتونيم براي ديتاست هاي مختلف اين كلاسبندي رو انجام بديم ميايم به تعداد نمونه هاي آموزشي(m) لندمارك ميسازيم و با تابع كرنلمون similarity رو محاسبه ميكنيم. پس اتفاقي ميوفته اين هست كه به تعداد mتا ويژگي جديد(f) پيدا ميشه.
گفتيم كه هدفمون اين هست كه تعداد ويژگي هارو افزايش بديم تا بتونيم در ابعاد بالاتر كلاسبندي رو انجام بديم.
اگر دقت كنيد، ما ديتاستمون، كه درابتدا nبعدي بود(n تعداد ويژگي هاي ديتاست هست) به فضاي m بعدي نگاشت داديم.
گفتيم كه اگر به بعد هاي ديتاستمون اضافه كنيم، حتما در تعداد بعدي داده هامون قابل تفكيك هستند. بعد اومديم ترفند كرنل و مطرح كرديم. بعد گفتيم كه ما از لندمارك ها براي دسته بندي استفاده ميكنيم.
حالا چيزي هست اينه كه ما براي اينكه بتونيم براي ديتاست هاي مختلف اين كلاسبندي رو انجام بديم ميايم به تعداد نمونه هاي آموزشي(m) لندمارك ميسازيم و با تابع كرنلمون similarity رو محاسبه ميكنيم. پس اتفاقي ميوفته اين هست كه به تعداد mتا ويژگي جديد(f) پيدا ميشه.
گفتيم كه هدفمون اين هست كه تعداد ويژگي هارو افزايش بديم تا بتونيم در ابعاد بالاتر كلاسبندي رو انجام بديم.
اگر دقت كنيد، ما ديتاستمون، كه درابتدا nبعدي بود(n تعداد ويژگي هاي ديتاست هست) به فضاي m بعدي نگاشت داديم.
يعني اينكه، ما m تا ويژگي جديد(f) بدست اورديم كه از اين ويژگي ها ميتونيم براي كلاسبندي استفاده كنيم.
مرز تصميم ما در فضاي جديد، يك ابرصفحه خطي است، كه در فضاي قبلي غيرخطي است. (مثال دسته بندي دايره اي)
اگر تعداد m از n بيشتر باشه معمولا svm دسته بندي خوبي رو براي ما انجام ميده.
مثال:
نمونه هاي ازمايش خون ١٠٠٠ نفر رو داريم كه ٢٠ مولفه پزشكي رو اندازه گيري كردند.
اينجا ديتاسمون در ابتدا در فضاي ٢٠ بعدي هست و تعداد ويژگي هامونم ٢٠ است.
بعد از ترفند كرنل، تعداد ويژگي هاي جديدمون(f) ميشه ١٠٠٠ و داده هامون به فضاي ١٠٠٠ بعدي نگاشت ميشند.
مرز تصميم ما در فضاي جديد، يك ابرصفحه خطي است، كه در فضاي قبلي غيرخطي است. (مثال دسته بندي دايره اي)
اگر تعداد m از n بيشتر باشه معمولا svm دسته بندي خوبي رو براي ما انجام ميده.
مثال:
نمونه هاي ازمايش خون ١٠٠٠ نفر رو داريم كه ٢٠ مولفه پزشكي رو اندازه گيري كردند.
اينجا ديتاسمون در ابتدا در فضاي ٢٠ بعدي هست و تعداد ويژگي هامونم ٢٠ است.
بعد از ترفند كرنل، تعداد ويژگي هاي جديدمون(f) ميشه ١٠٠٠ و داده هامون به فضاي ١٠٠٠ بعدي نگاشت ميشند.
Forwarded from CS Scientific Association
This media is not supported in your browser
VIEW IN TELEGRAM
⚜نشریه علمی صوتی رما⚜
📌 تیزر شماره دوم
🔺صاحب امتیاز: انجمن علمی علوم کامپیوتر
🔺موضوع: هوش مصنوعی
🔺همراه با موضوعات جدید و آشنایی با مهمان ویژه
🔥 با ما همراه باشید...
@CsScientificAssociation
@nashriat_uma
📌 تیزر شماره دوم
🔺صاحب امتیاز: انجمن علمی علوم کامپیوتر
🔺موضوع: هوش مصنوعی
🔺همراه با موضوعات جدید و آشنایی با مهمان ویژه
🔥 با ما همراه باشید...
@CsScientificAssociation
@nashriat_uma
Forwarded from CS Scientific Association
⚜نام نشریّه: رما (رایانش محقق اردبیلی)
⏱دوره انتشار: ماهنامه - شماره دوّم
📖مدیر مسئول و سردبیر: نوید عباپور
🔍ناظر علمی: دکتر محمّد باقر مقیمی
🎙گویندگان: فائزه نظری، زهرا بایرامی، شایان عبّاسی
📝هیات تحریریّه: مهدی قلعه نویی، مطهّره منصوری
🖋دبیر انجمن علمی علوم کامپیوتر: پویا داننده
🔐 شماره مجوّز: ۳۷۴۲/ف/م
@CsScientificAssociation
@nashriat_uma
⏱دوره انتشار: ماهنامه - شماره دوّم
📖مدیر مسئول و سردبیر: نوید عباپور
🔍ناظر علمی: دکتر محمّد باقر مقیمی
🎙گویندگان: فائزه نظری، زهرا بایرامی، شایان عبّاسی
📝هیات تحریریّه: مهدی قلعه نویی، مطهّره منصوری
🖋دبیر انجمن علمی علوم کامپیوتر: پویا داننده
🔐 شماره مجوّز: ۳۷۴۲/ف/م
@CsScientificAssociation
@nashriat_uma
UMA-RAMA-2
CS Scientific Association
⚜رما _ شماره دوّم⚜
🔰موضوع: هوش مصنوعی
🔰مهمان ویژه: پروفسور عادل اکبری
@CsScientificAssociation
@nashriat_uma
🔰موضوع: هوش مصنوعی
🔰مهمان ویژه: پروفسور عادل اکبری
@CsScientificAssociation
@nashriat_uma