phind 27 اردیبهشت 1402
در این نوشته میخواهم جستجوگر Phind را که به تازگی از طریق یکی از دوستان عزیز با آن آشنا شدهام به شما معرفی کنم. تلفظ آن شبیه به واژهی Find (فایند) است. این جستجوگر بر اساس هوش مصنوعی و بر اساس اطلاعات مستقیم اینترنت به پرسشهای کاربر پاسخ میدهد. نکته مهم دربارهی آن این است […]
یادگیری ماشین برای همه (۸) 18 مرداد 1401
ادامه طبقهبندی … ماشین بردار پشتیبان (Support Vector Machines) یا SVM به راستی محبوبترین روش طبقهبندی کلاسیک است. از آن برای طبقهبندی هر موجودی در جهان هستی استفاده میشود مانند طبقهبندی گیاهان بر اساس شکل ظاهری آنها در عکس یا طبقهبندی اسناد بر اساس نوع آنها و… ایدهی پشت SVM بسیار ساده است. SVM سعی […]
یادگیری ماشین برای همه (۷) 6 مرداد 1401
ادامه طبقهبندی … بیایید نمونهی عملی دیگری از طبقهبندی را با هم بررسی کنیم. فرض کنید شما میخواهید مبلغی از بانک وام یا اعتبار بگیرید. چگونه بانک تشخیص میدهد که شما وام را بازپرداخت خواهید کرد یا نه؟ قطعا هيچ راهی برای کسب اطمینان صد در صدی وجود ندارد. اما بانک پرونده تعداد زیادی از […]
یادگیری ماشین برای همه (۶) 31 تیر 1401
۱-۱-۱-طبقهبندی (Classification) تعریف: طبقهبندی عبارت است از تقسیم اشیاء بر اساس یکی از خصیصههای (attribute) از پیش تعیینشده. برای نمونه تقسیم جورابها بر اساس رنگ آنها، تقسیم اسناد و مدارک بر اساس زبان نوشتاری یا تقسیم آهنگها بر اساس ژانر (genre) آنها کاربردها: – شناسایی و فیلتر هرزنامه (Spam filtering) – تشخیص زبان (Language detection) […]
یادگیری ماشین برای همه (۵) 20 تیر 1401
نقشهی دنیای یادگیری ماشین اگر حوصله خواندن مطالب طولانی را ندارید، برای فهمیدن مفاهیم به تصویر زیر نگاهی بیندازید. یکی از نکات مهمی که همواره باید به خاطر داشت این است که برای هر مساله در دنیای یادگیری ماشین، فقط و فقط یک راهحل وجود ندارد. معمولا چندین الگوریتم مناسب برای مساله وجود دارد و […]
یادگیری ماشین برای همه (۴) 11 تیر 1401
۳) یادگیری (Learning) در مقابل هوش (Intelligence) یک بار در یکی از وب سایت های رسانهای باکلاس مطلبی دیدم با عنوان “آیا شبکه های عصبی (neural networks) جایگزین یادگیری ماشین (machine learning) می شوند؟” معمولا رفقای رسانهای معمولا به هر رگرسیون خطي ساده و بیاهمیتی مانند SkyNet هوش مصنوعی میگویند. شکل زیر تصویر سادهای از […]
یادگیری ماشین برای همه (۳) 18 خرداد 1401
۲) سه مؤلفه یادگیری ماشین ۱-۲) دادهها (Data) در نوشته قبل (اینجا) مطالعه نمایید. ۲-۲) ویژگیها (Features) ویژگیها با نام پارامترها(parameters) یا متغیرها (variables) نیز شناخته می شوند. کارکرد خودرو، جنسیت کاربر، قیمت سهام، تعداد تکرار کلمه در یک متن نمونههایی از ویژگیها هستند. به عبارت دیگر، ویژگیها عاملهاییاند که ماشین برای پیدا کردن الگوها […]
