صفحة رئيسية | المنتجات |نمونه های طبقه بندی یادگیری ماشین
انواع روش های یادگیری ماشین تقویتی به دو گروه «تقویت مثبت» (Positive Reinforcement) و «تقویت منفی» (Negative Reinforcement) تقسیم میشوند که در ادامه این مطلب از مجله فرادرس، شرح مختصری از هر کدام ارائه میدهیم.
Moreیکی از وظایف مهم در یادگیری ماشین طبقهبندی یا Classification است که شامل پیشبینی کلاس یا دسته یک ورودی داده شده بر اساس ویژگیهای آن است. در این پست وبلاگ، اصول طبقهبندی در یادگیری ماشین ...
More2023.11.1 در یادگیری ماشین و آمار، موضوع طبقهبندی این است که بر اساس دادههای آموزشی که قبلاً دستهبندی شدهاند، بفهمیم یک داده جدید به کدام دسته یا گروه از میان مجموعهها متعلق است.
Moreطبقه بندی (Classification) یکی از روش های یادگیری ماشین است و برای یادگیری چگونگی تخصیص برچسب کلاس به یک نمونه ورودی، استفاده می شود.
Moreآموزش طبقه بندی در یادگیری ماشین با پایتون در این درس از مجموعه آموزش برنامه نویسی سایت سورس باران، به آموزش طبقه بندی در یادگیری ماشین با پایتون خواهیم پرداخت.
More2022.3.25 یادگیری ماشین: محیط مسئله. به طور کلی، یک مسئله یادگیری مجموعه ای n نمونه داده را در نظر میگیرد و سپس سعی میکند خصوصیات داده های ناشناخته (دیده نشده) را پیشبینی کند. اگر هر نمونه بیش از یک ...
Moreسایر فناوریهای محبوبی که از یادگیری ماشین استفاده میکنند، عبارتاند از: تشخیص تقلب، فیلتر کردن هرزنامه، تشخیص تهدید بدافزاری (Malware Threat Detection)، اتوماسیون فرایند کسبوکار (BPA: Business Process Automation) و سیستم نگهداری از طریق پیش بینی. مطلب مرتبط: روش های
Moreبخش مهم یادگیری ماشین، طبقهبندی است که دادهها بر اساس ویژگیهای خود به دستههای مختلفی تقسیم میشوند. بررسی انواع الگوریتم های طبقه بندی را
More10 کسب بینش ناشی از تحلیلهای دادهمحور. این هفت گام در فرایند یادگیری ماشین بارها و بارها تکرار می شود. مخصوصا مرحله 2 تا 9 از جمله مراحلی هست که جهت بهبود عملکرد مدل یادگیری ماشین تا زمان ...
Moreانواع الگوریتم های طبقه بندی در یادگیری ماشین. طبقه بندی (Classification) یکی از روش های یادگیری ماشین است و برای یادگیری چگونگی تخصیص برچسب کلاس به یک نمونه ورودی، استفاده می شود. برای مثال، با طبقه ...
More2023.1.31 معایب یادگیری ماشین با تمام مزایا و قدرت و محبوبیت، یادگیری ماشینی کامل نیست. عوامل زیر آن را محدود میکنند ... با وجود سادگی این الگوریتم، مشخص شده است که حتی از روشهای طبقه ...
Moreرویکردهای یادگیری ماشین مبتنی بر قانون شامل سه دسته «سیستمهای طبقهبندی کننده یادگیری» (Learning Classifier Systems)، «یادگیری قوانین انجمنی» (Association Rule learning) و «سیستمهای ایمنی مصنوعی» (Artificial Immune Systems) میشود.
Moreنمونههای رایج الگوریتمهای ماشین لرنینگ تحت نظارت شامل رگرسیون خطی برای مسائل رگرسیون و رگرسیون لجستیک، درختهای تصمیمگیری و ماشینهای بردار پشتیبان برای مسائل طبقهبندی است.
More6 天之前 ماشین لرنینگ به زبان ساده بر اساس تعریفی دقیق، یادگیری ماشین شاخه ای از هوش مصنوعی (AI) متمرکز بر ساخت برنامه هاییست که از داده های یاد میگیرن و دقت آنها به مرور زمان و بدون نیاز به برنامه نویس افزایش پیدا میکنه.
Moreیادگیری ماشین (Machine Learning) یا به اختصار ML به سیستمها کمک میکند تا به صورت خودکار یادگیری و پیشرفت داشته باشند. یک ماشین به کمک ماشین لرنینگ میتواند از تجربیات و مشاهداتی که بر اساس یک ...
More2023.5.9 یادگیری ماشینی زمینهای است که به سرعت در حال توسعه است و پتانسیل ایجاد انقلاب در صنایع، از ساده ترین فرآیندها تا امور مالی و حملونقل را دارد. یادگیری ماشین زمینهای است که به سرعت در حال توسعه است که پتانسیل ایجاد ...
Moreانواع یادگیری ماشین. یادگیری ماشین (Machine Learning) اغلب بر اساس نحوهی یادگیری الگوریتم طبقهبندی میشود. چهار رویکرد اصلی وجود دارد: یادگیری نظارتشده (supervised learning)، یادگیری بدون نظارت (unsupervised ...
Moreماشین های بردار پشتیبان نیز همانند آن کودک کار می کنند. داده ها را بررسی می کنند و آن ها را به یکی از دو دسته طبقه بندی می کنند. با خواندن مقاله زیر SVM را با جزییات بیشتر درک کنید.
More2. طبقه بندی گل های ایرلندی. مبتدیان پروژه دسته بندی گل زنبق را دوست دارند و اگر در یادگیری ماشینی تازه کار هستید، این یک مکان عالی برای شروع است. طول کاسبرگ ها و گلبرگ ها شکوفه های زنبق را از ...
More2024.2.15 JMLR. ArXiv:cs.LG. ن. ب. و. یادگیری ماشین (به انگلیسی: Machine learning) یا اِماِل ( اختصاری ML )، مطالعهٔ الگوریتمها و مدلهای آماری مورد استفادهٔ سیستمهای کامپیوتری است که بهجای استفاده از دستورالعمل ...
Moreدسته بندی الگوریتم های یادگیری ماشین بر اساس شباهت الگوریتم ها اغلب بر اساس عملکردشان (اینکه چگونه کار میکنند) گروه بندی میشود، به عنوان مثال الگوریتم های مبتنی بر درخت و یا الگوریتم های مبتنی بر شبکه عصبی.
Moreتحلیل طبقهبندی چیست؟ برای درک بهتر این مبحث در ادامه یک مثال ارائه شده است. فرض میشود جمعیتی با ترکیب ۵۰٪ زن و ۵۰ ٪ مرد وجود دارد و مسئله آن است که با وضع مجموعه قواعدی یک دستهبندی روی نمونههای این جمعیت بر اساس ...
Moreتعیین اسپم بودن یا نبودن ایمیل یک کار طبقه بندی است یعنی می توان داده ها (ایمیل ها) را با برچسب (اسپم و غیر اسپم) به ماشین یادگیری بدهیم ازونجاییکه طبقه بندی یکی از متد های یادگیری با ناظر است پس یک مسئله با ناظر است.
More2024.2.5 Purohit و Rocke در سال ۲۰۰۳ از تکنیکهای طبقهبندی نظارت شده و بدون نظارت و همچنین کاهش ابعاد به روش PCA استفاده کردند که در ادامه منجر به تجزیه و تحلیل خوشه ای برای طبقهبندی دادههای پروتئومیک بین نمونههای سالم و بیمار شد.
Moreرگرسیون لجستیک (Logistic Regression) یکی از الگوریتمهای یادگیری ماشین است. این الگوریتم برای مسائل طبقهبندی (Classification) استفاده میشود که در آن متغیر وابستهی گسسته (Categorical) مطرح میشود. فهرست مطالب ...
Moreالگوریتم های یادگیری ماشین بیایید برخی از روش های رایج یادگیری ماشین را ببینیم: ۱- رگرسیون از مدل های رگرسیون ( Regression ) بطور گسترده برای پیش بینی مقادیر مبتنی بر متغیر هایی که به چندین عامل وابسته هستند، استفاده می شود.
Moreدر این بخش به نظریه ی ماشین بردار پشتیبان ( SVM )، نحوه ی کار و کلاسه بندی توسط آن و چگونگی تنظیم پارامتر های آن خواهیم پرداخت. شما ممکن است به چیزی شبیه به تصویر زیر برسید (تصویر ب). در این شکل دو کلاس به خوبی از هم جدا می شوند.
More2024.2.19 یکی از بهترین ایده ها برای شروع آزمایش در مورد پروژه های یادگیری ماشینی برای مبتدیان ، کار در پیش بینی قیمت سهام است. سازمان های تجاری و شرکت ها امروزه در جستجوی نرم افزاری هستند که بتوانند عملکرد شرکت را نظارت و تحلیل ...
More2024.2.19 مدل یادگیری ماشین نظارت شده با تحلیل این جفت جملهها و روابط بین کلمات و جملات، یاد میگیرد که چگونه جملههایی را از زبان منبع به زبان هدف ترجمه کند. شبکههای عصبی بازگشتی (Recurrent Neural Networks ...
More2021.8.18 شکل 5: داده با ناظر در یادگیری ماشین ترسیم داده همراه با برچسب برای دسته بندی اجازه دهید یک نمونه دیتاست با یک ویژگی و برچسبهای آن را در فضای دوبعدی ترسیم کنیم. به شکل زیر نگاه کنید؛ دادههای یک بعدی همراه با برچسب y ...
Moreماشین بردار پشتیبان (SVM) یکی از الگوریتم های یادگیری ماشین قدرتمند است که برای طبقهبندی خطی یا غیرخطی، رگرسیون و حتی تشخیص ناهنجاریها استفاده میشود.SVM ها میتوانند برای انواع وظایفی مانند طبقهبندی متن، طبقه ...
More2018.5.12 در واقع ممکن است خطِ انتخابی توسطِ پرسپترون خطِ درستی برای طبقهبند نباشد و این خط میتواند خطای طبقهبندی را افزایش دهد. ماشینِ بردار پشتیبان یک نمونه از پرسپترونِ تقویت شده است.
More2021.11.25 آدابوست. آدابوست (ada-boost) اختصار کلمه adaptive boosting (تقویت سازگار) است و همانطور که از اسم این تکنیک مشخص است هدف این تکنیک تقویت سازگار توان مدل یادگیری ماشین در حل مسئله است. در تکنیک آدابوست ...
More2022.11.18 طبقه بندی الگوریتم های یادگیری ماشین به عنوان زیر مجموعه ای از هوش مصنوعی، الگوریتم های یادگیری ماشین یک مدل ریاضی بر اساس داده های نمونه و داده های آموزش، به منظور پیش بینی یا تصمیم گیری بدون برنامه ریزی آشکار ...
Moreتکنیک «خوشهبندی» (Clustering) که یکی از انواع روش های یادگیری ماشین نظارت نشده است، در این مسئله به کار آمده و با طبقهبندی الگوهای خرید یکسان میان شما و سایرین، بدون نیاز به پاسخ یا برچسبهای از پیش تعیین شده، مشتریهای ...
Moreالگوریتم های یادگیری نظارت شده ی حاصل، وظیفه محور هستند. به همان اندازه که نمونه های بیشتری فراهم می کنیم، الگوریتم قادر به یادگیری صحیح تر است تا بتواند وظیفه اش را انجام داده و خروجی دقیق تری به ما بدهد.
Moreجنگلهای تصادفی: «جنگلهای تصادفی» (Random Forests) نوعی از الگوریتمهای یادگیری ماشین هستند که از ترکیب نتایج تعدادی از درختهای تصمیم برای وظایفی نظیر پیشبینی و طبقهبندی مورد استفاده قرار میگیرند.
More2024.2.16 4- الگوریتم ماشین بردار پشتیبان. ماشین بردار پشتیبان (SVM) یک الگوریتم یادگیری نظارت شده است که معمولاً برای کارهای طبقه بندی استفاده می شود، اگرچه می تواند برای مشکلات رگرسیون نیز اعمال شود ...
More