❌💢شروع ثبت نام دوره فشرده پردازش سیگنال eeg 💢❌
✅ در این دوره تمام اصول مورد نیاز برای پردازش سیگنال eeg از دید یادگیری ماشین و #پترن آموزش داده میشود.
#سرفصل_مطالب
🔵پیش پردازش سیگنال در حوزه زمان و فرکانس جهت حذف نویز و آرتیفکت
🔴 نحوه بدست آوردن ریتمهای eeg ( تتا- دلتا - آلفا- بتا- گاما ) در حوزه #زمان، فرکانس( #فوریه ) و زمان- فرکانس( #ویولت )
🔵 استخراج ویژگی های مناسب از سیگنال در حوزه زمان- فرکانس - زمان فرکانس
🔴تجزیه و تحلیل سیگنال در حوزه زمان، فرکانس و زمان فرکانس
🔵 نحوه کلاسبندی داده با استفاده از کلاسبندهای SVM - KNN- LDA- BAYZIAN- TREE
🔴 اعتبارسنجی مدل با استفاده از روشهای
random sampling
k-fold cross validation
Leave one out
The hold out method
🔵 ارزیابی مدل با پارامترهای
Accuracy
Sensitivity
Specificity
Confusion matrix
🔲▪️ انجام پروژه تشخیص صرع از روی سیگنالهای eeg
🔲▪️انجام پیش بینی تشنج در صرع از روی سیگنالهای eeg
🔲▪️ انجام پروژه تشخیص آلزایمر از روی سیگتالهای eeg
🔲▪️ کلاسبندی تصور حرکتی از روی سیگنال eeg در BCI
مدت دوره: 15 ساعت
هزینه دوره: 180 هزار تومان
ظرفیت باقی مانده دوره : 3 نفر
مدرس دوره: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
☎️ جهت کسب اطلاعات بیشتر میتوانید شماره زیر تماس بگیرید:
0936-038-2687
@onlinebme_admin
🔴 این دوره #اولین دوره ی فشرده در ایران که به صورت #تخصصی سیگنال eeg را تجزیه تحلیل میکند!
📚 جزوه خام دوره یکی دو روز آینده در کانال قرار داده میشود تا شرکت کنندگان قبل از دوره با جزئیات دوره آشنا شوند😊
https://telegram.me/joinchat/BcXDaEEL4FjSZ9Uxrki-9Q
✅ در این دوره تمام اصول مورد نیاز برای پردازش سیگنال eeg از دید یادگیری ماشین و #پترن آموزش داده میشود.
#سرفصل_مطالب
🔵پیش پردازش سیگنال در حوزه زمان و فرکانس جهت حذف نویز و آرتیفکت
🔴 نحوه بدست آوردن ریتمهای eeg ( تتا- دلتا - آلفا- بتا- گاما ) در حوزه #زمان، فرکانس( #فوریه ) و زمان- فرکانس( #ویولت )
🔵 استخراج ویژگی های مناسب از سیگنال در حوزه زمان- فرکانس - زمان فرکانس
🔴تجزیه و تحلیل سیگنال در حوزه زمان، فرکانس و زمان فرکانس
🔵 نحوه کلاسبندی داده با استفاده از کلاسبندهای SVM - KNN- LDA- BAYZIAN- TREE
🔴 اعتبارسنجی مدل با استفاده از روشهای
random sampling
k-fold cross validation
Leave one out
The hold out method
🔵 ارزیابی مدل با پارامترهای
Accuracy
Sensitivity
Specificity
Confusion matrix
🔲▪️ انجام پروژه تشخیص صرع از روی سیگنالهای eeg
🔲▪️انجام پیش بینی تشنج در صرع از روی سیگنالهای eeg
🔲▪️ انجام پروژه تشخیص آلزایمر از روی سیگتالهای eeg
🔲▪️ کلاسبندی تصور حرکتی از روی سیگنال eeg در BCI
مدت دوره: 15 ساعت
هزینه دوره: 180 هزار تومان
ظرفیت باقی مانده دوره : 3 نفر
مدرس دوره: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
☎️ جهت کسب اطلاعات بیشتر میتوانید شماره زیر تماس بگیرید:
0936-038-2687
@onlinebme_admin
🔴 این دوره #اولین دوره ی فشرده در ایران که به صورت #تخصصی سیگنال eeg را تجزیه تحلیل میکند!
📚 جزوه خام دوره یکی دو روز آینده در کانال قرار داده میشود تا شرکت کنندگان قبل از دوره با جزئیات دوره آشنا شوند😊
https://telegram.me/joinchat/BcXDaEEL4FjSZ9Uxrki-9Q
onlinebme
📺 انواع روشهای یادگیری ماشین و کاربردهای آنها 👨💻مدرس: محمد نوری زاده چرلو #هوش_مصنوعی #یادگیری_ماشین #یادگیری_نظارتی #یادگیری_بدون_نظارت #یادگیری_تقویتی اطلاعات بیشتر: https://onlinebme.com/unit/machine-learning-category/?id=4621 🏢 آکادمی آنلاین مهندسی…
Media is too big
VIEW IN TELEGRAM
📺 فرق بین کلاسبندی و رگرسیون
👨💻مدرس: محمد نوری زاده چرلو
#هوش_مصنوعی
#یادگیری_ماشین
#یادگیری_نظارتی
#کلاسبندی
#رگرسیون
#پیش_بینی
#پترن
اطلاعات بیشتر:
https://onlinebme.com/unit/classification-and-regression/?id=4621
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
👨💻مدرس: محمد نوری زاده چرلو
#هوش_مصنوعی
#یادگیری_ماشین
#یادگیری_نظارتی
#کلاسبندی
#رگرسیون
#پیش_بینی
#پترن
اطلاعات بیشتر:
https://onlinebme.com/unit/classification-and-regression/?id=4621
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
📺 فرق بین کلاسبندی و رگرسیون 👨💻مدرس: محمد نوری زاده چرلو #هوش_مصنوعی #یادگیری_ماشین #یادگیری_نظارتی #کلاسبندی #رگرسیون #پیش_بینی #پترن اطلاعات بیشتر: https://onlinebme.com/unit/classification-and-regression/?id=4621 🏢 آکادمی آنلاین مهندسی پزشکی و هوش…
This media is not supported in your browser
VIEW IN TELEGRAM
📺 مفهوم خوشه بندی در یادگیری ماشین
👨💻مدرس: محمد نوری زاده چرلو
#هوش_مصنوعی
#یادگیری_ماشین
#یادگیری_بدون_نظارت
#خوشه_بندی
#پترن
#clusstering
اطلاعات بیشتر:
https://onlinebme.com/unit/clustering/?id=4621
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
👨💻مدرس: محمد نوری زاده چرلو
#هوش_مصنوعی
#یادگیری_ماشین
#یادگیری_بدون_نظارت
#خوشه_بندی
#پترن
#clusstering
اطلاعات بیشتر:
https://onlinebme.com/unit/clustering/?id=4621
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
📺 مفهوم خوشه بندی در یادگیری ماشین 👨💻مدرس: محمد نوری زاده چرلو #هوش_مصنوعی #یادگیری_ماشین #یادگیری_بدون_نظارت #خوشه_بندی #پترن #clusstering اطلاعات بیشتر: https://onlinebme.com/unit/clustering/?id=4621 🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی @onlinebme
This media is not supported in your browser
VIEW IN TELEGRAM
📺 مفهوم ویژگی، استخراج ویژگی و بردار ویژگی در یادگیری ماشین
در این ویدیو به سوالاتی از قبیل: 《چرا باید ویژگی استخراج کنیم و چه ویژگی استخراج کنیم؟؟ 》جواب میدهیم.
👨💻مدرس: محمد نوری زاده چرلو
#هوش_مصنوعی
#یادگیری_ماشین
#ویژگی
#بردار_ویژگی
#استخراج_ویژگی
#افزونگی
#پترن
اطلاعات بیشتر:
https://onlinebme.com/unit/feature-extraction/?id=4621
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
در این ویدیو به سوالاتی از قبیل: 《چرا باید ویژگی استخراج کنیم و چه ویژگی استخراج کنیم؟؟ 》جواب میدهیم.
👨💻مدرس: محمد نوری زاده چرلو
#هوش_مصنوعی
#یادگیری_ماشین
#ویژگی
#بردار_ویژگی
#استخراج_ویژگی
#افزونگی
#پترن
اطلاعات بیشتر:
https://onlinebme.com/unit/feature-extraction/?id=4621
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
Forwarded from onlinebme
This media is not supported in your browser
VIEW IN TELEGRAM
❇️ نمونه ای از پروژه هایی که در دوره پردازش تصویر آموزش خواهیم داد.
#تشخیص_دود در ویدیو
#پترن در پردازش تصویر
➖➖➖➖
✔️ @onlineBME
#تشخیص_دود در ویدیو
#پترن در پردازش تصویر
➖➖➖➖
✔️ @onlineBME
با سلام
دوستان ظرفیت دوره eeg و پردازش تصویر تکمیل شده است.
دوره پردازش تصویر پنجشنبه ها برگزار میشه که اولین جلسه اش هفته قبل برگزار شد.
دوره پردازش سیگنال eeg دو جلسه اولش این هفته ( سه شنبه و چهارشنبه 10-18)برگزار خواهد شد.
ظرفیت باقی مانده دوره پترن و یادگیری ماشین: 5 نفر
دوره جامع و تخصصی پترن چهارشنبه ها برگزار خواهد شد.
دوستانی که مایل به شرکت در دوره چهارم #eeg و دوره جامع #پترن هستند اسم و شماره تماس خودشون رو به آیدی زیر بفرستند.
@onlineBME_admin
شماره تماس:
0936-038-2687
#دوره_تابستانه 😊
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
@onlineBME
دوستان ظرفیت دوره eeg و پردازش تصویر تکمیل شده است.
دوره پردازش تصویر پنجشنبه ها برگزار میشه که اولین جلسه اش هفته قبل برگزار شد.
دوره پردازش سیگنال eeg دو جلسه اولش این هفته ( سه شنبه و چهارشنبه 10-18)برگزار خواهد شد.
ظرفیت باقی مانده دوره پترن و یادگیری ماشین: 5 نفر
دوره جامع و تخصصی پترن چهارشنبه ها برگزار خواهد شد.
دوستانی که مایل به شرکت در دوره چهارم #eeg و دوره جامع #پترن هستند اسم و شماره تماس خودشون رو به آیدی زیر بفرستند.
@onlineBME_admin
شماره تماس:
0936-038-2687
#دوره_تابستانه 😊
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
@onlineBME
❌💢شروع ثبت نام چهارمین دوره فشرده پردازش سیگنال eeg 💢❌
✅ در این دوره تمام اصول مورد نیاز برای پردازش سیگنال eeg از دید یادگیری ماشین و #پترن آموزش داده میشود.
#سرفصل_مطالب
🔵پیش پردازش سیگنال در حوزه زمان و فرکانس جهت حذف نویز و آرتیفکت
🔴 نحوه بدست آوردن ریتمهای eeg ( تتا- دلتا - آلفا- بتا- گاما ) در حوزه #زمان، فرکانس( #فوریه ) و زمان- فرکانس( #ویولت )
🔵 استخراج ویژگی های مناسب از سیگنال در حوزه زمان- فرکانس - زمان فرکانس
🔴تجزیه و تحلیل سیگنال در حوزه زمان، فرکانس و زمان فرکانس
🔵 نحوه کلاسبندی داده با استفاده از کلاسبندهای SVM - KNN- LDA- BAYZIAN- TREE
🔴 اعتبارسنجی مدل با استفاده از روشهای
random sampling
k-fold cross validation
Leave one out
The hold out method
🔵 ارزیابی مدل با پارامترهای
Accuracy
Sensitivity
Specificity
Confusion matrix
🔲▪️ انجام پروژه تشخیص صرع از روی سیگنالهای eeg
🔲▪️انجام پیش بینی تشنج در صرع از روی سیگنالهای eeg
🔲▪️ انجام پروژه تشخیص آلزایمر از روی سیگتالهای eeg
🔲▪️ کلاسبندی تصور حرکتی از روی سیگنال eeg در BCI
مدت دوره: 30 ساعت
هزینه دوره: 300 هزار تومان
ظرفیت دوره: 10 نفر
ظرفیت باقی مانده دوره : 6 نفر
مدرس دوره: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
☎️ جهت کسب اطلاعات بیشتر میتوانید شماره زیر تماس بگیرید:
0936-038-2687
@onlinebme_admin
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
✅ در این دوره تمام اصول مورد نیاز برای پردازش سیگنال eeg از دید یادگیری ماشین و #پترن آموزش داده میشود.
#سرفصل_مطالب
🔵پیش پردازش سیگنال در حوزه زمان و فرکانس جهت حذف نویز و آرتیفکت
🔴 نحوه بدست آوردن ریتمهای eeg ( تتا- دلتا - آلفا- بتا- گاما ) در حوزه #زمان، فرکانس( #فوریه ) و زمان- فرکانس( #ویولت )
🔵 استخراج ویژگی های مناسب از سیگنال در حوزه زمان- فرکانس - زمان فرکانس
🔴تجزیه و تحلیل سیگنال در حوزه زمان، فرکانس و زمان فرکانس
🔵 نحوه کلاسبندی داده با استفاده از کلاسبندهای SVM - KNN- LDA- BAYZIAN- TREE
🔴 اعتبارسنجی مدل با استفاده از روشهای
random sampling
k-fold cross validation
Leave one out
The hold out method
🔵 ارزیابی مدل با پارامترهای
Accuracy
Sensitivity
Specificity
Confusion matrix
🔲▪️ انجام پروژه تشخیص صرع از روی سیگنالهای eeg
🔲▪️انجام پیش بینی تشنج در صرع از روی سیگنالهای eeg
🔲▪️ انجام پروژه تشخیص آلزایمر از روی سیگتالهای eeg
🔲▪️ کلاسبندی تصور حرکتی از روی سیگنال eeg در BCI
مدت دوره: 30 ساعت
هزینه دوره: 300 هزار تومان
ظرفیت دوره: 10 نفر
ظرفیت باقی مانده دوره : 6 نفر
مدرس دوره: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
☎️ جهت کسب اطلاعات بیشتر میتوانید شماره زیر تماس بگیرید:
0936-038-2687
@onlinebme_admin
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
🔴💢شروع ثبت نام دوره تخصصی شناسایی آماری الگو (پترن) و یادگیری ماشین 💢🔴 🔍 در این دوره تمام الگوریتمهای درس شناسایی آماری الگو پیاده سازی میشود. #سرفصل_مطالب 🔵مفاهیم اولیه 🔵 کلاسبندهای پارامتری 🔻ماکزیمم شباهت 🔺بیزین 🔻حداقل فاصله اقلیدسی 🔺حداقل فاصله ماهالانوبیس…
session1-2.zip
13.6 MB
📋جزوه خام فصل اول و دوم دوره #پترن و یادگیری ماشین
مکان: تهران- چهار راه ولیعصر- به سمت سه راه جمهوری- نبش کوچه پرتویی- جنب بانک پارسیان- ساختمان وفا- طبقه 3 - واحد 306
🖨 لطفا قبل از کلاس از جزوه خام دوره پرینت بگیرید.
@onlinebme
مکان: تهران- چهار راه ولیعصر- به سمت سه راه جمهوری- نبش کوچه پرتویی- جنب بانک پارسیان- ساختمان وفا- طبقه 3 - واحد 306
🖨 لطفا قبل از کلاس از جزوه خام دوره پرینت بگیرید.
@onlinebme
onlinebme
📺 ویدیوهای فصل اول دوم آماده شده اند و در چند روز آینده در سایت قرار میگیرند. دوستانی که امکان شرکت حضوری ندارند میتوانند ویدیوهارو تهیه کنند. تعداد جلسات فصل و دوم: 13 جلسه مدت زمان ویدیوها: 17 ساعت ✅در این دوره دو تا بحث جدید اضافه شده: 🔹علاوه بر پیاده…
سلام
📺 ویدیوهای آموزشی فصل اول و دوم دوره #پترن در سایت قرار گرفته است.
از طریق لینک زیر میتوانید جزئیات این دوره رو مشاهده کنید.
مدت زمان: 17 ساعت
تعداد جلسات: 14
🔺در این جلسات علاوه بر آموزش و پیاده سازی الگوریتمها، چندین پروژه عملی انجام شده است، برای هر پروژه ی انجام شده هم یک گزارش کامل به صورت word نوشته شده و کنار کدها و ویدیوهای آموزشی قرار گرفته است و از آنها میتوانید برای پروژه های درسی خودتون استفاده کنید.
https://onlinebme.com/product/pattern-parametric-classifiers/
✅ فصل سوم هم ضبط و بخشی از فصل چهارم هم ضبط شده و در روزهای آینده در سایت قرار خواهند گرفت.
مدرس دوره: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
#پترن #یادگیری_ماشین
#کلاسبندهای_پارامتری
#ماکزیمم_شباهت
#بیزین
#کلاسبند_حداقل_فاصله_اقلیدسی
#کلاسبند_حداقل_فاصله_ماهالانوبیس
#پروژه_محور
#پروژههای_عملی
#پروژههای_درسی
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
📺 ویدیوهای آموزشی فصل اول و دوم دوره #پترن در سایت قرار گرفته است.
از طریق لینک زیر میتوانید جزئیات این دوره رو مشاهده کنید.
مدت زمان: 17 ساعت
تعداد جلسات: 14
🔺در این جلسات علاوه بر آموزش و پیاده سازی الگوریتمها، چندین پروژه عملی انجام شده است، برای هر پروژه ی انجام شده هم یک گزارش کامل به صورت word نوشته شده و کنار کدها و ویدیوهای آموزشی قرار گرفته است و از آنها میتوانید برای پروژه های درسی خودتون استفاده کنید.
https://onlinebme.com/product/pattern-parametric-classifiers/
✅ فصل سوم هم ضبط و بخشی از فصل چهارم هم ضبط شده و در روزهای آینده در سایت قرار خواهند گرفت.
مدرس دوره: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
#پترن #یادگیری_ماشین
#کلاسبندهای_پارامتری
#ماکزیمم_شباهت
#بیزین
#کلاسبند_حداقل_فاصله_اقلیدسی
#کلاسبند_حداقل_فاصله_ماهالانوبیس
#پروژه_محور
#پروژههای_عملی
#پروژههای_درسی
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
شناسایی الگو- کلاسبندهای پارامتری (فصل1و2) - آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
در فصل اول دوره شناسایی الگو مباحث مقدماتی مربوط به شناسایی الگو، یادگیری ماشین، انواع روشهای یادگیری ماشین را توضیح میدهیم تا با دید بهتری وارد مباحث اصلی شویم. در فصل دوم، طبقهبندهای پارامتری از جمله طبقه بند بیزین را آموزش داده و مرحله به مرحله پیادهسازی…
onlinebme
session1-2.zip
pattern3-4.zip
8.2 MB
📋جزوه خام فصل سوم و بخشی از فصل چهارم دوره #پترن و یادگیری ماشین
روشهای ارزیابی
کلاسبندی با knn
کلاسبندی با wknn
رگرسیون با knn و wknn
🖨 لطفا قبل از کلاس از جزوه خام دوره پرینت بگیرید.
@onlinebme
روشهای ارزیابی
کلاسبندی با knn
کلاسبندی با wknn
رگرسیون با knn و wknn
🖨 لطفا قبل از کلاس از جزوه خام دوره پرینت بگیرید.
@onlinebme
onlinebme
ضمن سپاس بی کران از دوست عزیزم میلاد شیری، و استادم، دکتر محمد رضا دلیری، مفتخرم که مقاله مان در مجله SIVP ( Signal, image and video processing ) پذیرفته شد🌹 An enhanced HMAX model in combination with SIFT algorithm for object recognition | SpringerLink…
.
مفتخر هستم كه به چاپ رسيدن پروژه عملي استفاده از ابزار هوشمند در صنعت حفاري هاي زير زميني با همكاري محققان و دوستان بنده در دانشگاه اول شهر رم را اطلاع رساني كنم.
عنوان:
Application of intelligent systems in the underground excavation industry
Proceedings of the 4th International Conference on Civil and Building Engineering Informatics, 2019, Sendai, Japan.
نویسندگان:
Ramezanshirazi, M, Cherloo,M, Zarrin
از اینکه تحقیقات روی یک موضوع صنعتی و عملی بود برایم بسیار باارزشمند هست و خوشحالم که کنار دوست خوبم جناب دکتر محسن شیرازی چنین تجربه ای بدست آوردم.
#حفاری_تونل در متروهای شهرم رم ایتالیا
#شبکههای_عصبی
#پیشبینی
#رگرسیون
#انتخاب_ویژگی
#پترن
@onlinebme
مفتخر هستم كه به چاپ رسيدن پروژه عملي استفاده از ابزار هوشمند در صنعت حفاري هاي زير زميني با همكاري محققان و دوستان بنده در دانشگاه اول شهر رم را اطلاع رساني كنم.
عنوان:
Application of intelligent systems in the underground excavation industry
Proceedings of the 4th International Conference on Civil and Building Engineering Informatics, 2019, Sendai, Japan.
نویسندگان:
Ramezanshirazi, M, Cherloo,M, Zarrin
از اینکه تحقیقات روی یک موضوع صنعتی و عملی بود برایم بسیار باارزشمند هست و خوشحالم که کنار دوست خوبم جناب دکتر محسن شیرازی چنین تجربه ای بدست آوردم.
#حفاری_تونل در متروهای شهرم رم ایتالیا
#شبکههای_عصبی
#پیشبینی
#رگرسیون
#انتخاب_ویژگی
#پترن
@onlinebme
onlinebme
pattern3-4.zip
dimensionRedtoClassification.zip
5.5 MB
📋جزوه خام بخش دوم فصل چهارم دوره #پترن و یادگیری ماشین
از کاهش بعد تا کلاسبندی!
1- pca for dimension reduction
2- pca for classification!
3- Two-LDA for D-reduction
4- multiclass-LDA for D-reduction
5- LDA for classification
🖨 لطفا قبل از کلاس از جزوه خام دوره پرینت بگیرید.
@onlinebme
از کاهش بعد تا کلاسبندی!
1- pca for dimension reduction
2- pca for classification!
3- Two-LDA for D-reduction
4- multiclass-LDA for D-reduction
5- LDA for classification
🖨 لطفا قبل از کلاس از جزوه خام دوره پرینت بگیرید.
@onlinebme
onlinebme
📺 دوره شناسایی آماری الگو و یادگیری ماشین فصل 4( بخش اول ): تئوری و پیاده سازی الگوریتم knn و الگوریتمهای بهبودیافته شده آن(wknn) تعداد جلسات: 8 مدت زمان: 12 ساعت مدرس: محمد نوری زاده چرلو جزییات بیشتر👇👇 https://onlinebme.com/product/k-nearest-neighbors/…
📦سرفصل مطالب مربوط به پیاده سازی الگوریتمهای مبتنی بر نزدیک ترین همسایه( knn , wknn, dwknn , knn in regression ):
⚪️تئوری تصمیم گیری کلاسبندهای متبنی بر نزدیکترین همسایه(knn)
⚫️پیادهسازی مرحله به مرحله کلاسبند knnمعرفی تولباکس آماده متلب( برای آن دسته از دوستانی که میخواهند فقط با ابزار کار کنند)
🔴انجام یک مثال عملی بسیار ساده جهت آشنایی با عملکرد الگوریتم knn
🔵تئوری تصمیم گیری کلاسبند knn وزندار( wknn معرفی شده توسط دو مقاله اول که در جلسه دوم آموزش داده شده است)
⚪️ پیادهسازی مرحله به مرحله الگوریتم wknn ( پیاده سازی مقالات 1-2)
⚫️انجام یک مثال عملی بسیار ساده جهت آشنایی با عملکرد الگوریتم wknn
🔴تئوری تصمیم گیری کلاسبند knn وزندار (wknn معرفی شده توسط سوم که در جلسه سوم آموزش داده شده است)
🔵 پیادهسازی مرحله به مرحله الگوریتم wknn ( پیاده سازی بخش اول مقاله 3)
⚪️انجام یک مثال عملی بسیار ساده جهت آشنایی با عملکرد الگوریتم wknn
⚫️تئوری تصمیم گیری کلاسبند knn وزنداردوگانه (dwknn معرفی شده توسط سوم که در جلسه سوم آموزش داده شده است)
🔵پیادهسازی مرحله به مرحله الگوریتم dwknn( پیاده سازی بخش دوم مقاله 3)
🔴انجام یک مثال عملی بسیار ساده جهت آشنایی با عملکرد الگوریتم DWKNN
✅ پروژه هایی که در این ویدیوهای انجام داده ایم به صورت زیر است:
🔹تشخیص سرطان سینه با استفاده از کلاسبندهای knn، wknn و dwknn
🔸تشخیص نوع گل زنبق(iris) با استفاده از کلاسبندهای knn، wknn و dwknn
🔹تشخیص بیماری پارکیسنون از روی راه رفتن افراد با استفاده از کلاسبندهای knn، wknn و dwknn
➖➖➖➖➖➖➖➖➖➖➖
🔬 آزمایشاتی که انجام داده ایم به صورت زیر است:
1- تعیین تعداد k بهینه برای کلاسبند knn
2- تعیین معیار فاصله مناسب برای کلاسبند knn
🔴 معیار هایی که در ویدیوها پیاده سازی کرده ایم به صورت زیر است:
🔻فاصله اقلیدسی(euclidean)
🔺فاصله بلوک شهری( city block)
🔻فاصله چبیشف(chebychev)
🔺فاصله مینکوفسکی (minkowski)
🔻فاصله کسینوسی (cosine)
🔺فاصله همبستگی (correlation)
3- بررسی عملکرد knn های وزندار
4- بررسی تاثیر k روی عملکرد knn و knnهای وزندار
5- تاثیر نرمال کردن ویژگی ها بر روی عملکرد الگوریتمهای knn
➖➖➖➖➖➖➖➖➖➖➖
💡 انجام مسائل #رگرسیون با الگوریتم knn
✅مباحثی که در جلسه آخر آموزش داده ایم به صورت زیر است:
🔹فرق بین کلاسبندی و رگرسیون با یک مثال ساده
🔹تئوری تصمیم گیری knn در مسائل رگرسیون
🔹پیاده سازی knn برای مسائل رگرسیون
🔹تئوری تصمیم گیری wknnدر مسائل رگرسیون
🔹پیاده سازی wknnبرای مسائل رگرسیون
🔴انجام یک پروژه عملی رگرسیون (پیش بینی میزان آلودگی هوا با استفاده از الگوریتمهای knn و wknn)
🔹بررسی معایب knn
➖➖➖➖➖➖➖➖➖➖➖
✅یک خبر خوب هم برای دوستان بدهیم و آن هم این است که برای هر #پروژه ای که انجام شده یک #گزارش کامل 20-30 صفحه ای در #word نوشته و کنار کدها و ویدیوهای آموزشی قرار داده ایم تا دوستان بتوانند از این گزارشها در #پروژههای_درسی و #پایان_نامه خود استفاده کنند.
💡روال گزراش نویسی به صورت زیر است:
🔹چکیده
🔸مقدمه
🔹توضیح تئوری الگوریتمها
🔸توضیح خط به خط کدهای پیادهسازی شده برای الگوریتمها
🔹توضیح پایگاه داده
🔸جمع بندی و آزمایشات
➖➖➖➖➖➖➖➖➖➖➖
تعداد جلسات: 8
مدت زمان: 12 ساعت
مدرس: محمد نوری زاده چرلو
#Knn, #wknn , #dwknn , #knn for #regression
#Distance
#weighted_knn
#کلاسبند_نزدیکترین_همسایه #تئوری #پیادهسازی #پیادهسازی_مقالات #پروژههای_عملی #پروژههای_درسی #کلاسبندی #رگرسیون
#شناسائی_الگو
#پترن
#یادگیری_ماشین
جزییات بیشتر👇👇
https://onlinebme.com/product/k-nearest-neighbors/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
⚪️تئوری تصمیم گیری کلاسبندهای متبنی بر نزدیکترین همسایه(knn)
⚫️پیادهسازی مرحله به مرحله کلاسبند knnمعرفی تولباکس آماده متلب( برای آن دسته از دوستانی که میخواهند فقط با ابزار کار کنند)
🔴انجام یک مثال عملی بسیار ساده جهت آشنایی با عملکرد الگوریتم knn
🔵تئوری تصمیم گیری کلاسبند knn وزندار( wknn معرفی شده توسط دو مقاله اول که در جلسه دوم آموزش داده شده است)
⚪️ پیادهسازی مرحله به مرحله الگوریتم wknn ( پیاده سازی مقالات 1-2)
⚫️انجام یک مثال عملی بسیار ساده جهت آشنایی با عملکرد الگوریتم wknn
🔴تئوری تصمیم گیری کلاسبند knn وزندار (wknn معرفی شده توسط سوم که در جلسه سوم آموزش داده شده است)
🔵 پیادهسازی مرحله به مرحله الگوریتم wknn ( پیاده سازی بخش اول مقاله 3)
⚪️انجام یک مثال عملی بسیار ساده جهت آشنایی با عملکرد الگوریتم wknn
⚫️تئوری تصمیم گیری کلاسبند knn وزنداردوگانه (dwknn معرفی شده توسط سوم که در جلسه سوم آموزش داده شده است)
🔵پیادهسازی مرحله به مرحله الگوریتم dwknn( پیاده سازی بخش دوم مقاله 3)
🔴انجام یک مثال عملی بسیار ساده جهت آشنایی با عملکرد الگوریتم DWKNN
✅ پروژه هایی که در این ویدیوهای انجام داده ایم به صورت زیر است:
🔹تشخیص سرطان سینه با استفاده از کلاسبندهای knn، wknn و dwknn
🔸تشخیص نوع گل زنبق(iris) با استفاده از کلاسبندهای knn، wknn و dwknn
🔹تشخیص بیماری پارکیسنون از روی راه رفتن افراد با استفاده از کلاسبندهای knn، wknn و dwknn
➖➖➖➖➖➖➖➖➖➖➖
🔬 آزمایشاتی که انجام داده ایم به صورت زیر است:
1- تعیین تعداد k بهینه برای کلاسبند knn
2- تعیین معیار فاصله مناسب برای کلاسبند knn
🔴 معیار هایی که در ویدیوها پیاده سازی کرده ایم به صورت زیر است:
🔻فاصله اقلیدسی(euclidean)
🔺فاصله بلوک شهری( city block)
🔻فاصله چبیشف(chebychev)
🔺فاصله مینکوفسکی (minkowski)
🔻فاصله کسینوسی (cosine)
🔺فاصله همبستگی (correlation)
3- بررسی عملکرد knn های وزندار
4- بررسی تاثیر k روی عملکرد knn و knnهای وزندار
5- تاثیر نرمال کردن ویژگی ها بر روی عملکرد الگوریتمهای knn
➖➖➖➖➖➖➖➖➖➖➖
💡 انجام مسائل #رگرسیون با الگوریتم knn
✅مباحثی که در جلسه آخر آموزش داده ایم به صورت زیر است:
🔹فرق بین کلاسبندی و رگرسیون با یک مثال ساده
🔹تئوری تصمیم گیری knn در مسائل رگرسیون
🔹پیاده سازی knn برای مسائل رگرسیون
🔹تئوری تصمیم گیری wknnدر مسائل رگرسیون
🔹پیاده سازی wknnبرای مسائل رگرسیون
🔴انجام یک پروژه عملی رگرسیون (پیش بینی میزان آلودگی هوا با استفاده از الگوریتمهای knn و wknn)
🔹بررسی معایب knn
➖➖➖➖➖➖➖➖➖➖➖
✅یک خبر خوب هم برای دوستان بدهیم و آن هم این است که برای هر #پروژه ای که انجام شده یک #گزارش کامل 20-30 صفحه ای در #word نوشته و کنار کدها و ویدیوهای آموزشی قرار داده ایم تا دوستان بتوانند از این گزارشها در #پروژههای_درسی و #پایان_نامه خود استفاده کنند.
💡روال گزراش نویسی به صورت زیر است:
🔹چکیده
🔸مقدمه
🔹توضیح تئوری الگوریتمها
🔸توضیح خط به خط کدهای پیادهسازی شده برای الگوریتمها
🔹توضیح پایگاه داده
🔸جمع بندی و آزمایشات
➖➖➖➖➖➖➖➖➖➖➖
تعداد جلسات: 8
مدت زمان: 12 ساعت
مدرس: محمد نوری زاده چرلو
#Knn, #wknn , #dwknn , #knn for #regression
#Distance
#weighted_knn
#کلاسبند_نزدیکترین_همسایه #تئوری #پیادهسازی #پیادهسازی_مقالات #پروژههای_عملی #پروژههای_درسی #کلاسبندی #رگرسیون
#شناسائی_الگو
#پترن
#یادگیری_ماشین
جزییات بیشتر👇👇
https://onlinebme.com/product/k-nearest-neighbors/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
شناسایی الگو(فصل4 بخش اول): کلاسبند نزدیکترین همسایه knn و الگوریتمهای بهبودیافته شده آن(wknn) - آکادمی آنلاین مهندسی پزشکی و هوش…
کلاسبندهای مبتنی بر نزدیکترین همسایهها(knn-wknn) یکی از کلاسبندهای معروف غیرپارامتری هستند و با یک رویکرد بسیار ساده و کارا از نمونههای همسایه برای دسته بندی داده جدید استفاده میکنند. این کلاسبندها پروسه آموزش ندارد و تنها دادههای آموزش را ذخیره کرده…
onlinebme
📦سرفصل مطالب مربوط به پیاده سازی الگوریتمهای مبتنی بر نزدیک ترین همسایه( knn , wknn, dwknn , knn in regression ): ⚪️تئوری تصمیم گیری کلاسبندهای متبنی بر نزدیکترین همسایه(knn) ⚫️پیادهسازی مرحله به مرحله کلاسبند knnمعرفی تولباکس آماده متلب( برای آن دسته از…
فصل چهارم این هفته تکمیل میشه
مباحثی که در فصل جدید آموزش داده ایم.
🔹شبکه عصبی پرسپترون تک لایه
▪️ قانون یادگیری پرسپترون
▪️ قانون یادگیری LMS
🔻وینرهاف
🔺گرادیان نزولی
🔹 شبکه عصبی پرسپترون چندلایه
🔺 قانون یادگیری پس انتشار خطا
🔬تجزیه و تحلیل عملکرد لایه های شبکه عصبی چند لایه
🔬نحوه انجام مسائل کلاسبندی با شبکههای عصبی
🔬 نحوه انجام مسائل رگرسیون با شبکههای عصبی
✅ پروژه های انجام شده
1⃣ تشخیص سرطان سینه با استفاده از شبکههای عصبی
2⃣ تشخیص نوع گل زنبق ( iris) با استفاده از شبکههای عصبی
3⃣ تخمین میزان آلودگی هوا با استفاده از شبکههای عصبی
4⃣ تخمین زاویه مفصل مچ پا از روی سیگنال #sEMG با استفاده از شبکههای عصبی
🔺🔻🔺🔻🔺🔻🔺🔻🔺
🔹مفهوم مسئله بهینه سازی
🔹فرق بین مسئله بهینه سازی مقید و نامقید
🔹قضیه لاگرانژ
🔹 مسئله linear programming
🔹 مسئله quadratic programming
🔹فاصله بین خط و نقاط
🔹تئوری و اثبات مباحث ریاضی SVM
🔹 hard margin svm
🔹soft margin svm
🔹 nonlinear svm
🔹 multi class svm
🔺support vector regression
🔹linear
🔹nonlinear
✅ پروژه های انجام شده
1⃣ تشخیص سرطان سینه با استفاده از SVM
2⃣ تشخیص نوع گل زنبق ( iris) با استفاده از SVM
3⃣ تخمین میزان آلودگی هوا با استفاده از SVR
4⃣ تخمین زاویه مفصل مچ پا از روی سیگنال #sEMG با استفاده از SVR
#پترن و #یادگیری_ماشین
➖➖➖➖➖➖➖➖
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
مباحثی که در فصل جدید آموزش داده ایم.
🔹شبکه عصبی پرسپترون تک لایه
▪️ قانون یادگیری پرسپترون
▪️ قانون یادگیری LMS
🔻وینرهاف
🔺گرادیان نزولی
🔹 شبکه عصبی پرسپترون چندلایه
🔺 قانون یادگیری پس انتشار خطا
🔬تجزیه و تحلیل عملکرد لایه های شبکه عصبی چند لایه
🔬نحوه انجام مسائل کلاسبندی با شبکههای عصبی
🔬 نحوه انجام مسائل رگرسیون با شبکههای عصبی
✅ پروژه های انجام شده
1⃣ تشخیص سرطان سینه با استفاده از شبکههای عصبی
2⃣ تشخیص نوع گل زنبق ( iris) با استفاده از شبکههای عصبی
3⃣ تخمین میزان آلودگی هوا با استفاده از شبکههای عصبی
4⃣ تخمین زاویه مفصل مچ پا از روی سیگنال #sEMG با استفاده از شبکههای عصبی
🔺🔻🔺🔻🔺🔻🔺🔻🔺
🔹مفهوم مسئله بهینه سازی
🔹فرق بین مسئله بهینه سازی مقید و نامقید
🔹قضیه لاگرانژ
🔹 مسئله linear programming
🔹 مسئله quadratic programming
🔹فاصله بین خط و نقاط
🔹تئوری و اثبات مباحث ریاضی SVM
🔹 hard margin svm
🔹soft margin svm
🔹 nonlinear svm
🔹 multi class svm
🔺support vector regression
🔹linear
🔹nonlinear
✅ پروژه های انجام شده
1⃣ تشخیص سرطان سینه با استفاده از SVM
2⃣ تشخیص نوع گل زنبق ( iris) با استفاده از SVM
3⃣ تخمین میزان آلودگی هوا با استفاده از SVR
4⃣ تخمین زاویه مفصل مچ پا از روی سیگنال #sEMG با استفاده از SVR
#پترن و #یادگیری_ماشین
➖➖➖➖➖➖➖➖
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
دوستان دوره هشتم پردازش سیگنال EEG در تهران برگزار خواهد شد. علاقه مندان میتوانند جهت پیش ثبت نام اسم و شماره تماس خودشون رو به شماره تماس زیر ارسال کنند. بعد از تکمیل ظرفیت، جهت هماهنگی نهایی تماس گرفته خواهد شد. @onlinebme_admin 0936-038-2687 #پردازش_سیگنال…
❌💢 شروع ثبت نام هشتمین دوره فشرده پردازش سیگنال eeg 💢❌
✅ در این دوره تمام اصول مورد نیاز برای پردازش سیگنال eeg از دید یادگیری ماشین و #پترن آموزش داده میشود.
#سرفصل_مطالب
🔵پیش پردازش سیگنال در حوزه زمان و فرکانس جهت حذف نویز و آرتیفکت
🔴 نحوه بدست آوردن ریتمهای eeg ( تتا- دلتا - آلفا- بتا- گاما ) در حوزه #زمان، فرکانس( #فوریه ) و زمان- فرکانس( #ویولت )
🔵 استخراج ویژگی های مناسب از سیگنال در حوزه زمان- فرکانس - زمان فرکانس
🔴تجزیه و تحلیل سیگنال در حوزه زمان، فرکانس و زمان فرکانس
🔵 آشنایی با مفاهیم پایه یادگیری ماشین و شناسائی الگو
🔴 آشنایی با روال انجام یک پروژه استاندارد از دید یادگیری ماشین
🔵 نحوه کلاسبندی داده با استفاده از کلاسبندهای
- SVM
- KNN
- LDA
- BAYZIAN
- TREE
🔴 اعتبارسنجی مدل با استفاده از روشهای
random sampling
k-fold cross validation
Leave one out
The hold out method
🔵 ارزیابی مدل با پارامترهای
Accuracy
Sensitivity
Specificity
Confusion matrix
🔴 انتخاب ویژگیهای مناسب
ttest
FDR
🔵 انتخاب کانالهای بهینه در سیگنالهای EEG
🔲▪️ انجام پروژه تشخیص صرع از روی سیگنالهای eeg
🔲▪️انجام پیش بینی تشنج در صرع از روی سیگنالهای eeg
🔲▪️ کلاسبندی تصور حرکتی از روی سیگنال eeg در BCI
مدت دوره: 30 ساعت
هزینه دوره: 300 هزار تومان
مدرس دوره: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
☎️ جهت کسب اطلاعات بیشتر میتوانید شماره زیر تماس بگیرید:
0936-038-2687
@onlinebme_admin
🔴 این دوره #اولین دوره ی فشرده در ایران است که به صورت #تخصصی سیگنال eeg را تجزیه تحلیل میکند!
✅ یک سری مطالب اضافه شده که بعد از آپدیت شدن جزوه خام در کانال تلگرام قرار خواهد گرفت.
💡علاقه مندان میتوانند جهت پیش ثبت نام اسم و شماره تماس خودشون رو به شماره تماس زیر ارسال کنند.
بعد از تکمیل ظرفیت، جهت هماهنگی نهایی تماس گرفته خواهد شد.
@onlinebme_admin
0936-038-2687
#پردازش_سیگنال
#تهران
#EEG
#Machine_learning
#pattern_recognition
🏢 آکادمی انلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
✅ در این دوره تمام اصول مورد نیاز برای پردازش سیگنال eeg از دید یادگیری ماشین و #پترن آموزش داده میشود.
#سرفصل_مطالب
🔵پیش پردازش سیگنال در حوزه زمان و فرکانس جهت حذف نویز و آرتیفکت
🔴 نحوه بدست آوردن ریتمهای eeg ( تتا- دلتا - آلفا- بتا- گاما ) در حوزه #زمان، فرکانس( #فوریه ) و زمان- فرکانس( #ویولت )
🔵 استخراج ویژگی های مناسب از سیگنال در حوزه زمان- فرکانس - زمان فرکانس
🔴تجزیه و تحلیل سیگنال در حوزه زمان، فرکانس و زمان فرکانس
🔵 آشنایی با مفاهیم پایه یادگیری ماشین و شناسائی الگو
🔴 آشنایی با روال انجام یک پروژه استاندارد از دید یادگیری ماشین
🔵 نحوه کلاسبندی داده با استفاده از کلاسبندهای
- SVM
- KNN
- LDA
- BAYZIAN
- TREE
🔴 اعتبارسنجی مدل با استفاده از روشهای
random sampling
k-fold cross validation
Leave one out
The hold out method
🔵 ارزیابی مدل با پارامترهای
Accuracy
Sensitivity
Specificity
Confusion matrix
🔴 انتخاب ویژگیهای مناسب
ttest
FDR
🔵 انتخاب کانالهای بهینه در سیگنالهای EEG
🔲▪️ انجام پروژه تشخیص صرع از روی سیگنالهای eeg
🔲▪️انجام پیش بینی تشنج در صرع از روی سیگنالهای eeg
🔲▪️ کلاسبندی تصور حرکتی از روی سیگنال eeg در BCI
مدت دوره: 30 ساعت
هزینه دوره: 300 هزار تومان
مدرس دوره: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
☎️ جهت کسب اطلاعات بیشتر میتوانید شماره زیر تماس بگیرید:
0936-038-2687
@onlinebme_admin
🔴 این دوره #اولین دوره ی فشرده در ایران است که به صورت #تخصصی سیگنال eeg را تجزیه تحلیل میکند!
✅ یک سری مطالب اضافه شده که بعد از آپدیت شدن جزوه خام در کانال تلگرام قرار خواهد گرفت.
💡علاقه مندان میتوانند جهت پیش ثبت نام اسم و شماره تماس خودشون رو به شماره تماس زیر ارسال کنند.
بعد از تکمیل ظرفیت، جهت هماهنگی نهایی تماس گرفته خواهد شد.
@onlinebme_admin
0936-038-2687
#پردازش_سیگنال
#تهران
#EEG
#Machine_learning
#pattern_recognition
🏢 آکادمی انلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
📺 دوره شناسایی آماری الگو و یادگیری ماشین فصل 4( بخش اول ): تئوری و پیاده سازی الگوریتم knn و الگوریتمهای بهبودیافته شده آن(wknn) تعداد جلسات: 8 مدت زمان: 12 ساعت مدرس: محمد نوری زاده چرلو جزییات بیشتر👇👇 https://onlinebme.com/product/k-nearest-neighbors/…
فصل 4(بخش دوم): تئوری و پیادهسازی ماشین بردار پشتیبان(SVM) و شبکه عصبی پرسپترون چندلایه (MLP)
🔹شبکه عصبی پرسپترون تک لایه
▪️ قانون یادگیری پرسپترون
▪️ قانون یادگیری LMS
🔻وینرهاف
🔺گرادیان نزولی
🔹 شبکه عصبی پرسپترون چندلایه
🔺 قانون یادگیری پس انتشار خطا
🔬تجزیه و تحلیل عملکرد لایه های شبکه عصبی چند لایه
🔬نحوه انجام مسائل کلاسبندی با شبکههای عصبی
🔬 نحوه انجام مسائل رگرسیون با شبکههای عصبی
✅ پروژه های انجام شده
1⃣ تشخیص سرطان سینه با استفاده از شبکههای عصبی
2⃣ تشخیص نوع گل زنبق ( iris) با استفاده از شبکههای عصبی
3⃣ تخمین میزان آلودگی هوا با استفاده از شبکههای عصبی
4⃣ تخمین زاویه مفصل مچ پا از روی سیگنال #sEMG با استفاده از شبکههای عصبی
🔺🔻🔺🔻🔺🔻🔺🔻🔺
🔹مفهوم مسئله بهینه سازی
🔹فرق بین مسئله بهینه سازی مقید و نامقید
🔹قضیه لاگرانژ
🔹 مسئله linear programming
🔹 مسئله quadratic programming
🔹فاصله بین خط و نقاط
🔹تئوری و اثبات مباحث ریاضی SVM
🔹 hard margin svm
🔹soft margin svm
🔹 nonlinear svm
✅نحوه تعمیم svm برای مسائل چند کلاسه
🔹 تکنیک یکی در مقابل همه
🔹 تکنیک یکی در مقابل یکی
✅ نحوه تعمیم svm برای مسائل رگرسیون
🔺support vector regression
🔹linear
🔹nonlinear
✅ پروژه های انجام شده
1⃣ تشخیص سرطان سینه با استفاده از SVM
2⃣ تشخیص نوع گل زنبق ( iris) با استفاده از SVM
3⃣ تخمین میزان آلودگی هوا با استفاده از SVR
4⃣ تخمین زاویه مفصل مچ پا از روی سیگنال #sEMG با استفاده از SVR
#پترن و #یادگیری_ماشین
#SVM
#SVR
#MLP
➖➖➖➖➖➖➖➖➖➖➖
محتوای پکیج آموزشی:
🔹ویدیوی آموزشی تمامی جلسات
🔹کدهای متلب نوشته شده برای پروژه های انجام شده و جلسات آموزشی
🔹مقالات پیاده سازی شده و مراجع استفاده شده در آموزش
🔹گزارش پروژه های انجام شده در قالب Word و pdf
🔹جزوه دست نویس مدرس
➖➖➖➖➖➖➖➖➖➖
مدت زمان ویدیوهای آموزشی : 35 ساعت
مدرس: محمد نوری زاده چرلو
جزئیات بیشتر 👇👇
https://onlinebme.com/product/svm/
➖➖➖➖➖➖➖➖
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
🔹شبکه عصبی پرسپترون تک لایه
▪️ قانون یادگیری پرسپترون
▪️ قانون یادگیری LMS
🔻وینرهاف
🔺گرادیان نزولی
🔹 شبکه عصبی پرسپترون چندلایه
🔺 قانون یادگیری پس انتشار خطا
🔬تجزیه و تحلیل عملکرد لایه های شبکه عصبی چند لایه
🔬نحوه انجام مسائل کلاسبندی با شبکههای عصبی
🔬 نحوه انجام مسائل رگرسیون با شبکههای عصبی
✅ پروژه های انجام شده
1⃣ تشخیص سرطان سینه با استفاده از شبکههای عصبی
2⃣ تشخیص نوع گل زنبق ( iris) با استفاده از شبکههای عصبی
3⃣ تخمین میزان آلودگی هوا با استفاده از شبکههای عصبی
4⃣ تخمین زاویه مفصل مچ پا از روی سیگنال #sEMG با استفاده از شبکههای عصبی
🔺🔻🔺🔻🔺🔻🔺🔻🔺
🔹مفهوم مسئله بهینه سازی
🔹فرق بین مسئله بهینه سازی مقید و نامقید
🔹قضیه لاگرانژ
🔹 مسئله linear programming
🔹 مسئله quadratic programming
🔹فاصله بین خط و نقاط
🔹تئوری و اثبات مباحث ریاضی SVM
🔹 hard margin svm
🔹soft margin svm
🔹 nonlinear svm
✅نحوه تعمیم svm برای مسائل چند کلاسه
🔹 تکنیک یکی در مقابل همه
🔹 تکنیک یکی در مقابل یکی
✅ نحوه تعمیم svm برای مسائل رگرسیون
🔺support vector regression
🔹linear
🔹nonlinear
✅ پروژه های انجام شده
1⃣ تشخیص سرطان سینه با استفاده از SVM
2⃣ تشخیص نوع گل زنبق ( iris) با استفاده از SVM
3⃣ تخمین میزان آلودگی هوا با استفاده از SVR
4⃣ تخمین زاویه مفصل مچ پا از روی سیگنال #sEMG با استفاده از SVR
#پترن و #یادگیری_ماشین
#SVM
#SVR
#MLP
➖➖➖➖➖➖➖➖➖➖➖
محتوای پکیج آموزشی:
🔹ویدیوی آموزشی تمامی جلسات
🔹کدهای متلب نوشته شده برای پروژه های انجام شده و جلسات آموزشی
🔹مقالات پیاده سازی شده و مراجع استفاده شده در آموزش
🔹گزارش پروژه های انجام شده در قالب Word و pdf
🔹جزوه دست نویس مدرس
➖➖➖➖➖➖➖➖➖➖
مدت زمان ویدیوهای آموزشی : 35 ساعت
مدرس: محمد نوری زاده چرلو
جزئیات بیشتر 👇👇
https://onlinebme.com/product/svm/
➖➖➖➖➖➖➖➖
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
شناسایی الگو (فصل4 بخش دوم): تئوری و پیادهسازی ماشین بردار پشتیبان(SVM) و شبکه عصبی MLP - آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
ماشین بردار پشتیبان(SVM) یکی از بهینه ترین الگوریتمها در مباحث طبقهبندی الگوها است و به خاطر ویژگی های برجستهای که مسئله ی بهینهسازی این الگوریتم دارد، باعث شده است که بهینهترین مرز ممکن بین دادههای دو کلاس را پیدا کند و همچنین به خاطر اینکه SVM در…