📕📒📗یادگیری ماشین
#جلسه_سوم( #ML3 ) :
Ensemble Learning
👩‍🏫 مدرس: هما کاشفی امیری
#machine_learning
#ML3
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
✔️ @onlineBME

🌐 دو تا کرم بعد از 47 هزار سال #انجماد یخشون آب شده و از خواب تاریخی‌شون بیدار شده‌ان:
زنده و گرسنه 😕😃

https://www.ibtimes.co.in/ice-age-roundworms-frozen-47000-years-wake-start-eating-if-nothing-happened-776230

✔️ @onlineBME

از این هفته کلاسامون شروع میشه.
چهارشنبه اولین جلسه شبکه عصبی
پنجشنبه اولین جلسه پردازش سیگنال
دوست عزیزمون آقای مهندس حبیب نژاد زحمت کشیدن و متلب 2017 رو همه سیستم ها نصب کردند.
🌹🙏

✔️ @onlineBME

این داستان واقعی است!
دانشگاه صنعتی شریف-تابستان ۹۷


✔️ @onlineBME

📋 #جزوه خام جلسه اول شبکه عصبی و پردازش سیگنال
☑️ آموزش اصول پایه برنامه نویسی متلب
🖨 دوستان شرکت کننده فایل رو دانلود کنند و پرینت بگیرند
#دوره
#پردازش_سیگنال
#شبکه‌های_عصبی
✔️@onlineBME

📚 آموزش برنامه نویسی پایتون
#جلسه7_python

#python_if_else_elif

👩‍🏫 مدرس: مهندس معصومه دلگرمی 🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖➖➖
✔️ @onlineBME

رادیوفردا: ‌کوچر بیرکار، ریاضیدان ایرانی‌ کردتبار که در دانشگاه کمبریج تدریس می‌کند، به عنوان یکی از چهار برنده بزرگترین جایزه ریاضی جهان موسوم به «فیلدز» برگزیده شد.

برندگان این جایزه ارزشمند که به عنوان نوبل ریاضی شناخته می‌شود روز چهارشنبه ۱۰ مرداد طی مراسمی در شهر ریودوژانیرو برزیل اعلام شدند. [...]

‼️ آقای بیرکار پس از دریافت این جایزه گفت: امیدوارم این خبر لبخند به چهره ۴۰ میلیون مردم کرد بیاورد.

کوچر بیرکار متولد سال ۱۳۶۶ در شهر مریوان کردستان است و سال‌ها پیش به بریتانیا پناهنده شد. وی به مجله کوانتا گفته، زمانی که دانشجوی دوره کارشناسی در دانشگاه تهران بود به بریتانیا سفر کرد و آنجا درخواست پناهندگی داد.
[...]
جایزه فیلدز هر چهار سال یک بار به ریاضیدانان برجسته زیر چهل سال داده می‌شود. دوره قبل نیز مریم میرزاخانی ریاضی‌دان ایرانی- آمریکایی و استاد دانشگاه استفورد به دریافت این جایزه نائل آمد تا برای اولین بار یک زن چنین افتخاری کسب کند. [...]
https://twitter.com/Keykhoon/status/1024666634651398144

https://twitter.com/RadioFarda/status/1024672133861892096


✔️ @onlineBME

یورونیوز: مدال فیلدز ریاضی که روز چهارشنبه در ریودوژانیرو به کوچر بیرکار، تبعه کرد ایرانی ساکن بریتانیا اهدا شده بود دقایقی پس از اهدا در سالن برگزاری کنگره بین المللی ریاضی دزدیده شد.

برگزار کنندگان این مراسم با انتشار بیانیه ای ضمن ابراز تاسف از ناپدید شدن پاکت حاوی مدال که ریاضی دان کرد ایرانی در حاشیه مراسم بر روی یک میز جا گذاشته بود، اعلام کردند: «تصاویر ضبط شده از مراسم در حال آنالیز و بررسی است و مسئولان برگزاری این رویداد به همراه پلیس در حال تحقیق بر روی این ماجرا هستند.»

euronews_pe
https://twitter.com/euronews_pe/status/1024763297915183104

✔️ @onlineBME

📕📒📗یادگیری ماشین
#جلسه_چهارم( #ML4 ) :
درخت تصمیم
👩‍🏫 مدرس: هما کاشفی امیری
#machine_learning
#ML4
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
✔️ @onlineBME

📋 #جزوه خام جلسه اول پردازش تصویر
☑️ مقدمه ای بر پردازش تصویر
🖨 دوستان شرکت کننده فایل رو دانلود کنند و پرینت بگیرند
#دوره
#پردازش_تصویر
✔️@onlineBME

🚅🚅 دبی!
اولین سیستم حمل نقل مبتنی بر #هوش_مصنوعی در جهان با نام Multi Tran System در دبی
#خبر
✔️ @onlineBME

🔷 آخرین رتبه‌بندی دانشگاه‌های ایران

✔️ @onlineBME

🔺بررسی مدارس نفرات برتر کنکور نشون داده که مدرسه همه نفرات #پولی و #غیردولتی بوده!🤦‍♂🤦‍♀

✔️ @onlineBME

📋 #جزوه خام جلسه دوم شبکه عصبی
☑️ شبکه عصبی پرسپترون تک لایه و قوانین یادگیری
🖨 دوستان شرکت کننده فایل رو دانلود کنند و پرینت بگیرند
#نورون
#خواص_مغز_انسان
#دوره
#شبکه‌های_عصبی

✔️@onlineBME

📋 #جزوه خام جلسه 2 پردازش سیگنال
☑️ کلاسبندها| پارامترها و روشهای ارزیابی کلاسبندها
🖨 دوستان شرکت کننده فایل رو دانلود کنند و پرینت بگیرند
#پردازش_سیگنال
#Classification
#Boosting
@onlineBME

✅تولید مقاله برای ویکیپدیا به کمک #هوش_مصنوعی
🖊نویسنده: هما کاشفی امیری
یکی از تیم های Google Brain نرم افزاری را آموزش داده اند که می تواند مقالات سبک ویکیپدیا را با خلاصه سازی اطلاعات صفحات وب تولید کند.
همانطور که میدانیم اینترنت یک منبع تمام نشدنی از مقالات است. خواندن و ثبت کردن همه ی آنها دشوار است اما با کمک هوش مصنوعی می توان اطلاعات را به خلاصه های مفیدی تبدیل کرد، هرچند این کار اصلا آسان نیست.
یکی از مقالات اخیر در ICLR توضیح داده است که خلاصه سازی متن توسط کامپیوترها چقدر می تواند دشوار باشد. برای مثال Salesforce از شبکه عصبی بازگشتی با روش یادگیری تقویتی استفاده کرده است تا اطلاعات را به عنوان ورودی بگیرد و خلاصه ی آن را خروجی بدهد که نتایج آن بد نبوده است.
از تفاوتهایی که بین جمله بندی انسان با کامپیوتر این که جملات تولید شده با کامپیوتر کوتاه و ساده هستند و خلاقیت و ریتم کلی متن در آنها دیده نمی شود. تلاشهای اخیر Google Brain نتیجه بخش تر بوده است، جملات طولانی تر و طبیعی تر شده اند. خواندن متن تولید شده توسط کامپیوتر کمی سخت است، حروف ابتدایی هر جمله بزرگ نیستند و اکثر جملات ساختار مشابهی دارند. اما به طور کلی خوانایی دارد!
این مدل top ten صفحه ی وب در مورد یک موضوع خاص را می گیرد و یا اطلاعات را از لینکهای مرجع یک مقاله ی ویکیپدیا استخراج می کند. اکثر صفحات انتخابی برای آموزش استفاده می شوند و تنها تعداد کمی از آنها برای تست مدل به کار گرفته میشوند.

منبع:
https://www.theregister.co.uk/2018/02/15/google_brain_ai_wikipedia
#خبر
#هوش_مصنوعی

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
📖 @onlineBME

📕📒📗یادگیری ماشین
#جلسه_پنجم( #ML5 ) :
ادامه درخت تصمیم
👩‍🏫 مدرس: هما کاشفی امیری
#machine_learning
#ML5
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
✔️ @onlineBME

📋 #جزوه خام جلسه دوم پردازش تصویر
☑️ تبدیلات هندسی| شدت روشنایی|پردازش هیستوگرام| فیلترهای مکانی در پردازش تصویر
🖨 دوستان شرکت کننده فایل رو دانلود کنند و پرینت بگیرند
#پردازش_تصویر
✔️@onlineBME

تمرین جلسه دوم پردازش تصویر

🔹بعد از شبیه سازی کد متلب و گزارش مختصر از نتیجه را به آیدی زیر ارسال کنید.
@onlineBME_Admin

✔️ @OnlineBME

📋 #جزوه خام جلسه سوم شبکه عصبی
☑️ شبکه عصبی پرسپترون #چندلایه و قوانین یادگیری
#پس_انتشارخطا
#دلتا_دلتا
#دلتابار
#پروژه_عملی
#کلاسبندی
#پیشبینی |آلودگی هوا |میزان نشست خاک در مترو

✔️@onlineBME

✅✅هوش مصنوعی چطور می فهمد که بازیکنی در فوتبال آسیب دیده است؟
👩‍🏫 نویسنده: هما کاشفی امیری
دانشگاه Pisa، CNR و FC بارسلونا الگوریتمی را ارائه کرده اند که می تواند بیش از 50% از آسیب های عضلانی اعضای تیم فوتبال حرفه ای را تشخیص دهد.
آسیب ها تأثیر عمده ای بر عملکرد و بودجه ی باشگاه های ورزشی دارند. جدیدترین نمونه ی آن را می توان آسیب ماتادور Cavani دانست که در شکست اورگوئه در جام جهانی اخیر در روسیه نقشی تعیین کننده داشت.
مجله ی علمی معتبر Plo sOne پژوهش گروهی از محققان دانشگاه Pisa، CNR و میلان و FC بارسلونا و فیلادلفیا را منتشر کرده است که الگوریتمی بر پایه ی Big Data و روش های هوش مصنوعی پیچیده توسعه داده اند تا آسیب های وارده به بازیکنان تیم فوتبال را شناسایی کند.
این الگوریتم پارامترهای فیزیکی مختلف حاصل از دستگاه های GPS که بازیکنان در طول بازی می پوشند را با هم ترکیب می کند تا ریسک آسیب عضلات را محاسبه کند و استراتژی های پیشگیرانه ارائه دهد.
در تست های انجام شده روی یک تیم حرفه ای در طی یک فصل بازی، الگوریتم بیش از 50 درصد از آسیب های عضلانی را به درستی پیش بینی کرده است. این نشان می دهد که اگر بازیکن بیشتر بدود به احتمال زیاد بیشتر آسیب خواهد دید و از این طریق می توان از استراتژی های پیشگیرانه استفاده کرد و وضعیت تیم را بهبود داد.
به گفته ی محققان این طرح، اگر مربیان ورزشی در طی مسابقات قهرمانی این اطلاعات را در دست داشته باشند می توانند در حدود 70% از هزینه های مربوط به ریکاوری بازیکنان صرفه جویی کنند.
منبع:
http://sobigdata.eu/blog/how-artificial-intelligence-understands-when-player-gets-injured
#خبر
#هوش_مصنوعی

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
📖 @onlineBME