onlinebme
جزوه خام دوره شبکه عصبی.pdf
This media is not supported in your browser
VIEW IN TELEGRAM
✅ مروری مختصر بر مباحثی که در دوره ي تخصصی " پیاده سازی شبکه های عصبی در متلب" آموزش داده خواهد شد.
تئوری ➕ پیادهسازی ➕ پروژه عملی
مدرس: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
🔹 جهت کسب اطلاعات بیشتر به شماره و آیدی زیر پیام بدهید 👇👇
@OnlineBME_Admin
0936-038-2687
#شبکه_عصبی
#دوره
#پروژه_محور
#کلاسبندی
#پیشبینی
#خوشه_بندی
#کاهش_بعد
#مدلسازی
#استخراج_ویژگی
#تئوری #پیاده_سازی #پروژه_عملی
#mlp #perceptron #rbf #elm #pnn #som #recurrent #jordan #elman
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
تئوری ➕ پیادهسازی ➕ پروژه عملی
مدرس: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
🔹 جهت کسب اطلاعات بیشتر به شماره و آیدی زیر پیام بدهید 👇👇
@OnlineBME_Admin
0936-038-2687
#شبکه_عصبی
#دوره
#پروژه_محور
#کلاسبندی
#پیشبینی
#خوشه_بندی
#کاهش_بعد
#مدلسازی
#استخراج_ویژگی
#تئوری #پیاده_سازی #پروژه_عملی
#mlp #perceptron #rbf #elm #pnn #som #recurrent #jordan #elman
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
📺 دوره تخصصی پیاده سازی شبکههای عصبی در متلب مدرس: محمد نوری زاده چرلو "فارغ التحصیل دانشگاه علم و صنعت تهران" 9⃣ جلسه نهم: پیادهسازی شبکه عصبی Extreme Learning Machine ( #ELM ) #پیادهسازی_مقاله #پروژه_عملی #رگرسیون #طبقهبندی #کلاسبندی #روشهای_ارزیابی…
📺 دوره تخصصی پیاده سازی شبکههای عصبی در متلب
مدرس: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
9⃣ جلسه نهم: پیادهسازی شبکه عصبی Extreme Learning Machine ( #ELM )
ما تا جلسه هشتم از مباحث #کتاب معروف Simon haykin استفاده کردیم و در دو جلسه آینده قصد داریم #پیادهسازی دو تا شبکه عصبی معروف #ELM و #PNN را طبق #مقالات_تخصصی آموزش دهیم تا با پیادهسازی مقالات تخصصی نیز آشنا شوید. شبکه عصبی #پرسپترون_چندلایه دو ایراد اساسی در زمان آموزش دارد: ایراد اول شبکه این است که از #گرادیان_نزولی برای تنظیم وزنها استفاده میکند و این باعث میشود که پروسه آموزش زمانبر باشد، مخصوصا زمانی که حجم داده آموزشی زیاد باشد! ایراد دوم این شبکه تعداد زیاد #پارامترها است. در این شبکه پارامترهای زیادی باید در پروسه آموزش تنظیم شوند و همین باعث میشود که زمان آموزش بسیار بالا باشد. شبکه عصبی ELM یک رویکرد بسیار سادهای و در عین حال جالب برای حل این مسئله ارائه کرده است و به همین دلیل #سرعت_یادگیری بسیار بالایی دارد و سرعت یادگیری آن در مقایسه با #MLP شاید بتواند گفت 1000 برابر و حتی بیشتر شده است. این شبکه ساختاری همانند #RBF دارد ولی کلا یک پارامتر در طول آموزش تنظیم میکند. برخلاف RBF که وزنهای سیناپسی بین لایه ورودی و لایه پنهان ثابت و مقدار یک بود، در این شبکه لایه ورودی با یک سری وزن به لایه پنهان وصل شده شده است، البته خوبی #ماجرا اینجا هست که در این شبکه به وزنها یک مقدار #تصادفی در همان ابتدا اختصاص میدهند و نیازی نیست در طول آموزش تنظیم شوند. نورونهای لایه پنهان یک نورون معمولی هستند و نیازی به پیدا کردن مراکز و سیگمای هر نورون نیست و در نهایت تنها پارامتر قابل تنظیم این شبکه وزنهای سیناپسی بین لایه پنهان و لایه خروجی است. ELM یک شبکه #رو_به_جلو هست و با استفاده از روش #شبه_معکوس وزنهای سیناپسی را در یک لحظه محاسبه میکند. و همین امر باعث شده سرعت یادگیری این شبکه #بسیار_بالا باشد. نکته جالب ماجرا اینجاست که عملکرد این الگوریتم بسیار بالاست و با اینکه تعداد پارامتر قابل تنظیم کمتری دارد ولی عملکرد بسیار خوبی در مقالات برای این الگوریتم گزارش شده است.
🔘 در این ویدیو ما تئوری یادگیری این شبکه را طبق مقاله #به_زبان_ساده توضیح داده و سپس به صورت #مرحله_به_مرحله در متلب پیادهسازی کردهایم. و در انتها برای اینکه با کارایی این مدل آشنا شوید چندین #پروژه_عملی از قبیل #تشخیص_سرطان_سینه (پروژه عملی طبقهبندی) ، #پیش_بینی_میزان_آلودگی_هوا (پروژه عملی رگرسیون) و کلاسبندی داده سه کلاسه iris ( #گل_زنبق ) با استفاده از شبکه عصبی ELM انجام دادهایم.
🔘 ما تا این جلسه برای #ارزیابی شبکههای عصبی از روش معمول (the hold out validation method) استفاده میکردیم که در آن یکبار داده به دو بخش #آموزش و #تست تقسیم شده و مدل یکبار آموزش و تست میشود. زمانی که تعداد داده کم باشد استفاده از این روش ارزیابی مناسب نیست و باید از روشهای استاندارد دیگری استفاده کنیم. ما در این جلسه #روشهای_ارزیابی
k-fold cross validation،
random subsampling
leave one out validation
را توضیح داده و سپس مرحله به مرحله در متلب پیاده سازی کردهایم و درنهایت پروژههای عملی را با استفاده از این روشها ارزیابی میکنیم تا با #ارزیابی_استاندارد یک مدل #یادگیری_ماشین آشنا شوید و در پروژه های خود استفاده کنید.
🔺نکته: مباحث این جلسه طبق مطالب مقاله پیوست میباشد.
➖➖➖➖➖➖➖➖➖➖➖
💡 جهت خرید جلسه نهم به لینک زیر مراجعه کنید👇👇👇
https://onlinebme.com/product/elm-neural-networks/
💡جهت تهیه کامل پکیج آموزشی شبکه عصبی به لینک زیر مراجعه کنید. 👇👇 👇👇
https://onlinebme.com/product/neural-networks-package/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
مدرس: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
9⃣ جلسه نهم: پیادهسازی شبکه عصبی Extreme Learning Machine ( #ELM )
ما تا جلسه هشتم از مباحث #کتاب معروف Simon haykin استفاده کردیم و در دو جلسه آینده قصد داریم #پیادهسازی دو تا شبکه عصبی معروف #ELM و #PNN را طبق #مقالات_تخصصی آموزش دهیم تا با پیادهسازی مقالات تخصصی نیز آشنا شوید. شبکه عصبی #پرسپترون_چندلایه دو ایراد اساسی در زمان آموزش دارد: ایراد اول شبکه این است که از #گرادیان_نزولی برای تنظیم وزنها استفاده میکند و این باعث میشود که پروسه آموزش زمانبر باشد، مخصوصا زمانی که حجم داده آموزشی زیاد باشد! ایراد دوم این شبکه تعداد زیاد #پارامترها است. در این شبکه پارامترهای زیادی باید در پروسه آموزش تنظیم شوند و همین باعث میشود که زمان آموزش بسیار بالا باشد. شبکه عصبی ELM یک رویکرد بسیار سادهای و در عین حال جالب برای حل این مسئله ارائه کرده است و به همین دلیل #سرعت_یادگیری بسیار بالایی دارد و سرعت یادگیری آن در مقایسه با #MLP شاید بتواند گفت 1000 برابر و حتی بیشتر شده است. این شبکه ساختاری همانند #RBF دارد ولی کلا یک پارامتر در طول آموزش تنظیم میکند. برخلاف RBF که وزنهای سیناپسی بین لایه ورودی و لایه پنهان ثابت و مقدار یک بود، در این شبکه لایه ورودی با یک سری وزن به لایه پنهان وصل شده شده است، البته خوبی #ماجرا اینجا هست که در این شبکه به وزنها یک مقدار #تصادفی در همان ابتدا اختصاص میدهند و نیازی نیست در طول آموزش تنظیم شوند. نورونهای لایه پنهان یک نورون معمولی هستند و نیازی به پیدا کردن مراکز و سیگمای هر نورون نیست و در نهایت تنها پارامتر قابل تنظیم این شبکه وزنهای سیناپسی بین لایه پنهان و لایه خروجی است. ELM یک شبکه #رو_به_جلو هست و با استفاده از روش #شبه_معکوس وزنهای سیناپسی را در یک لحظه محاسبه میکند. و همین امر باعث شده سرعت یادگیری این شبکه #بسیار_بالا باشد. نکته جالب ماجرا اینجاست که عملکرد این الگوریتم بسیار بالاست و با اینکه تعداد پارامتر قابل تنظیم کمتری دارد ولی عملکرد بسیار خوبی در مقالات برای این الگوریتم گزارش شده است.
🔘 در این ویدیو ما تئوری یادگیری این شبکه را طبق مقاله #به_زبان_ساده توضیح داده و سپس به صورت #مرحله_به_مرحله در متلب پیادهسازی کردهایم. و در انتها برای اینکه با کارایی این مدل آشنا شوید چندین #پروژه_عملی از قبیل #تشخیص_سرطان_سینه (پروژه عملی طبقهبندی) ، #پیش_بینی_میزان_آلودگی_هوا (پروژه عملی رگرسیون) و کلاسبندی داده سه کلاسه iris ( #گل_زنبق ) با استفاده از شبکه عصبی ELM انجام دادهایم.
🔘 ما تا این جلسه برای #ارزیابی شبکههای عصبی از روش معمول (the hold out validation method) استفاده میکردیم که در آن یکبار داده به دو بخش #آموزش و #تست تقسیم شده و مدل یکبار آموزش و تست میشود. زمانی که تعداد داده کم باشد استفاده از این روش ارزیابی مناسب نیست و باید از روشهای استاندارد دیگری استفاده کنیم. ما در این جلسه #روشهای_ارزیابی
k-fold cross validation،
random subsampling
leave one out validation
را توضیح داده و سپس مرحله به مرحله در متلب پیاده سازی کردهایم و درنهایت پروژههای عملی را با استفاده از این روشها ارزیابی میکنیم تا با #ارزیابی_استاندارد یک مدل #یادگیری_ماشین آشنا شوید و در پروژه های خود استفاده کنید.
🔺نکته: مباحث این جلسه طبق مطالب مقاله پیوست میباشد.
➖➖➖➖➖➖➖➖➖➖➖
💡 جهت خرید جلسه نهم به لینک زیر مراجعه کنید👇👇👇
https://onlinebme.com/product/elm-neural-networks/
💡جهت تهیه کامل پکیج آموزشی شبکه عصبی به لینک زیر مراجعه کنید. 👇👇 👇👇
https://onlinebme.com/product/neural-networks-package/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
شبکه عصبی ELM (جلسه نهم) - آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
ما تا جلسه هشتم از مباحث کتاب معروف Simon haykin استفاده کردیم و در دو جلسه آینده قصد داریم پیادهسازی دو تا شبکه عصبی معروف ELM و PNN را طبق مقالات تخصصی آموزش دهیم تا با پیادهسازی مقالات تخصصی نیز آشنا شوید. شبکه عصبی پرسپترون دو ایراد اساسی در زمان…
سلام
دوستان مطالب آموزشی زیادی در طی 4 سال در کانال قرار داده ایم و ما برای اینکه فضای سایت شلوغ نشه دوباره در کانال قرار نمیدهیم
کافیست اسم مورد نظر خود رو در بخش سرچ کانال بزنید و مطالب آموزشی مرتبط رو پیدا کنید.
برای مثال: kmeans - svm - pca و ...
یا روی لینکهای زیر کلیک کنید تا مطالب مورد نظر خود را پیدا کنید👇👇
🌀مطالب آموزشی سال 95-96
https://t.me/onlinebme/1894
🌀 مطالب آموزشی سال 97
https://t.me/onlinebme/2267
🌀 واسط مغز و کامپیوتر(BCI)
https://onlinebme.com/course/bci/
🌀آموزش کار با محیط EEGLAB
https://onlinebme.com/course/eeg_lab/
🌀 پردازش تصویر
https://onlinebme.com/course/image-processing/
🌀 یادگیری ماشین در متلب
https://onlinebme.com/course/machine-learning-in-matlab/
📺 برنامه نویسی پایتون
https://t.me/onlinebme/2394
📺 آموزش اصول برنامهنویسی در متلب
https://onlinebme.com/course/matlab/
📺 پیاده سازی گام به گام شبکههای عصبی ( پروژه محور)
https://onlinebme.com/product/neural-networks-package/
📺 پردازش سیگنال eeg مبتنی بر تسک تصور حرکتی
https://onlinebme.com/product/brain-computer-interface-package-motorimagery/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
✔️ @OnlineBME
دوستان مطالب آموزشی زیادی در طی 4 سال در کانال قرار داده ایم و ما برای اینکه فضای سایت شلوغ نشه دوباره در کانال قرار نمیدهیم
کافیست اسم مورد نظر خود رو در بخش سرچ کانال بزنید و مطالب آموزشی مرتبط رو پیدا کنید.
برای مثال: kmeans - svm - pca و ...
یا روی لینکهای زیر کلیک کنید تا مطالب مورد نظر خود را پیدا کنید👇👇
🌀مطالب آموزشی سال 95-96
https://t.me/onlinebme/1894
🌀 مطالب آموزشی سال 97
https://t.me/onlinebme/2267
🌀 واسط مغز و کامپیوتر(BCI)
https://onlinebme.com/course/bci/
🌀آموزش کار با محیط EEGLAB
https://onlinebme.com/course/eeg_lab/
🌀 پردازش تصویر
https://onlinebme.com/course/image-processing/
🌀 یادگیری ماشین در متلب
https://onlinebme.com/course/machine-learning-in-matlab/
📺 برنامه نویسی پایتون
https://t.me/onlinebme/2394
📺 آموزش اصول برنامهنویسی در متلب
https://onlinebme.com/course/matlab/
📺 پیاده سازی گام به گام شبکههای عصبی ( پروژه محور)
https://onlinebme.com/product/neural-networks-package/
📺 پردازش سیگنال eeg مبتنی بر تسک تصور حرکتی
https://onlinebme.com/product/brain-computer-interface-package-motorimagery/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
✔️ @OnlineBME
Telegram
onlinebme
با سلام
#مطالب_آموزشی_سال96
👇👇👇👇
شما همراهان عزیز جهت استفاده از مطالب آموزشی ( فایل pdf) قرار داده شده در کانال می توانید از هشتک های زیر:
#Neural_Network
#neural_network
#Multi_layer_perceptron
#MLP
#mlp
#RBF
#batch_mode
#pattern_mode
#deep_learning…
#مطالب_آموزشی_سال96
👇👇👇👇
شما همراهان عزیز جهت استفاده از مطالب آموزشی ( فایل pdf) قرار داده شده در کانال می توانید از هشتک های زیر:
#Neural_Network
#neural_network
#Multi_layer_perceptron
#MLP
#mlp
#RBF
#batch_mode
#pattern_mode
#deep_learning…
Forwarded from onlinebme
سلام
دوستان مطالب آموزشی زیادی در طی 4 سال در کانال قرار داده ایم و ما برای اینکه فضای سایت شلوغ نشه دوباره در کانال قرار نمیدهیم
کافیست اسم مورد نظر خود رو در بخش سرچ کانال بزنید و مطالب آموزشی مرتبط رو پیدا کنید.
برای مثال: kmeans - svm - pca و ...
یا روی لینکهای زیر کلیک کنید تا مطالب مورد نظر خود را پیدا کنید👇👇
🌀مطالب آموزشی سال 95-96
https://t.me/onlinebme/1894
🌀 مطالب آموزشی سال 97
https://t.me/onlinebme/2267
🌀 واسط مغز و کامپیوتر(BCI)
https://onlinebme.com/course/bci/
🌀آموزش کار با محیط EEGLAB
https://onlinebme.com/course/eeg_lab/
🌀 پردازش تصویر
https://onlinebme.com/course/image-processing/
🌀 یادگیری ماشین در متلب
https://onlinebme.com/course/machine-learning-in-matlab/
📺 برنامه نویسی پایتون
https://t.me/onlinebme/2394
📺 آموزش اصول برنامهنویسی در متلب
https://onlinebme.com/course/matlab/
📺 پیاده سازی گام به گام شبکههای عصبی ( پروژه محور)
https://onlinebme.com/product/neural-networks-package/
📺 پردازش سیگنال eeg مبتنی بر تسک تصور حرکتی
https://onlinebme.com/product/brain-computer-interface-package-motorimagery/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
✔️ @OnlineBME
دوستان مطالب آموزشی زیادی در طی 4 سال در کانال قرار داده ایم و ما برای اینکه فضای سایت شلوغ نشه دوباره در کانال قرار نمیدهیم
کافیست اسم مورد نظر خود رو در بخش سرچ کانال بزنید و مطالب آموزشی مرتبط رو پیدا کنید.
برای مثال: kmeans - svm - pca و ...
یا روی لینکهای زیر کلیک کنید تا مطالب مورد نظر خود را پیدا کنید👇👇
🌀مطالب آموزشی سال 95-96
https://t.me/onlinebme/1894
🌀 مطالب آموزشی سال 97
https://t.me/onlinebme/2267
🌀 واسط مغز و کامپیوتر(BCI)
https://onlinebme.com/course/bci/
🌀آموزش کار با محیط EEGLAB
https://onlinebme.com/course/eeg_lab/
🌀 پردازش تصویر
https://onlinebme.com/course/image-processing/
🌀 یادگیری ماشین در متلب
https://onlinebme.com/course/machine-learning-in-matlab/
📺 برنامه نویسی پایتون
https://t.me/onlinebme/2394
📺 آموزش اصول برنامهنویسی در متلب
https://onlinebme.com/course/matlab/
📺 پیاده سازی گام به گام شبکههای عصبی ( پروژه محور)
https://onlinebme.com/product/neural-networks-package/
📺 پردازش سیگنال eeg مبتنی بر تسک تصور حرکتی
https://onlinebme.com/product/brain-computer-interface-package-motorimagery/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
✔️ @OnlineBME
Telegram
onlinebme
با سلام
#مطالب_آموزشی_سال96
👇👇👇👇
شما همراهان عزیز جهت استفاده از مطالب آموزشی ( فایل pdf) قرار داده شده در کانال می توانید از هشتک های زیر:
#Neural_Network
#neural_network
#Multi_layer_perceptron
#MLP
#mlp
#RBF
#batch_mode
#pattern_mode
#deep_learning…
#مطالب_آموزشی_سال96
👇👇👇👇
شما همراهان عزیز جهت استفاده از مطالب آموزشی ( فایل pdf) قرار داده شده در کانال می توانید از هشتک های زیر:
#Neural_Network
#neural_network
#Multi_layer_perceptron
#MLP
#mlp
#RBF
#batch_mode
#pattern_mode
#deep_learning…
Forwarded from onlinebme
سلام
دوستان مطالب آموزشی زیادی در طی 4 سال در کانال قرار داده ایم و ما برای اینکه فضای سایت شلوغ نشه دوباره در کانال قرار نمیدهیم
کافیست اسم مورد نظر خود رو در بخش سرچ کانال بزنید و مطالب آموزشی مرتبط رو پیدا کنید.
برای مثال: kmeans - svm - pca و ...
یا روی لینکهای زیر کلیک کنید تا مطالب مورد نظر خود را پیدا کنید👇👇
🌀مطالب آموزشی سال 95-96
https://t.me/onlinebme/1894
🌀 مطالب آموزشی سال 97
https://t.me/onlinebme/2267
🌀 واسط مغز و کامپیوتر(BCI)
https://onlinebme.com/course/bci/
🌀آموزش کار با محیط EEGLAB
https://onlinebme.com/course/eeg_lab/
🌀 پردازش تصویر
https://onlinebme.com/course/image-processing/
🌀 یادگیری ماشین در متلب
https://onlinebme.com/course/machine-learning-in-matlab/
📺 برنامه نویسی پایتون
https://t.me/onlinebme/2394
📺 آموزش اصول برنامهنویسی در متلب
https://onlinebme.com/course/matlab/
📺 پیاده سازی گام به گام شبکههای عصبی ( پروژه محور)
https://onlinebme.com/product/neural-networks-package/
📺 پردازش سیگنال eeg مبتنی بر تسک تصور حرکتی
https://onlinebme.com/product/brain-computer-interface-package-motorimagery/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
✔️ @OnlineBME
دوستان مطالب آموزشی زیادی در طی 4 سال در کانال قرار داده ایم و ما برای اینکه فضای سایت شلوغ نشه دوباره در کانال قرار نمیدهیم
کافیست اسم مورد نظر خود رو در بخش سرچ کانال بزنید و مطالب آموزشی مرتبط رو پیدا کنید.
برای مثال: kmeans - svm - pca و ...
یا روی لینکهای زیر کلیک کنید تا مطالب مورد نظر خود را پیدا کنید👇👇
🌀مطالب آموزشی سال 95-96
https://t.me/onlinebme/1894
🌀 مطالب آموزشی سال 97
https://t.me/onlinebme/2267
🌀 واسط مغز و کامپیوتر(BCI)
https://onlinebme.com/course/bci/
🌀آموزش کار با محیط EEGLAB
https://onlinebme.com/course/eeg_lab/
🌀 پردازش تصویر
https://onlinebme.com/course/image-processing/
🌀 یادگیری ماشین در متلب
https://onlinebme.com/course/machine-learning-in-matlab/
📺 برنامه نویسی پایتون
https://t.me/onlinebme/2394
📺 آموزش اصول برنامهنویسی در متلب
https://onlinebme.com/course/matlab/
📺 پیاده سازی گام به گام شبکههای عصبی ( پروژه محور)
https://onlinebme.com/product/neural-networks-package/
📺 پردازش سیگنال eeg مبتنی بر تسک تصور حرکتی
https://onlinebme.com/product/brain-computer-interface-package-motorimagery/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
✔️ @OnlineBME
Telegram
onlinebme
با سلام
#مطالب_آموزشی_سال96
👇👇👇👇
شما همراهان عزیز جهت استفاده از مطالب آموزشی ( فایل pdf) قرار داده شده در کانال می توانید از هشتک های زیر:
#Neural_Network
#neural_network
#Multi_layer_perceptron
#MLP
#mlp
#RBF
#batch_mode
#pattern_mode
#deep_learning…
#مطالب_آموزشی_سال96
👇👇👇👇
شما همراهان عزیز جهت استفاده از مطالب آموزشی ( فایل pdf) قرار داده شده در کانال می توانید از هشتک های زیر:
#Neural_Network
#neural_network
#Multi_layer_perceptron
#MLP
#mlp
#RBF
#batch_mode
#pattern_mode
#deep_learning…
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…