بلاگ علمی
نقشه راه برای یادگیری ماشین، یادگیری عمیق و پردازش سیگنال مغزی
همه ما وقتی وارد حوزه ای میخواهیم بشویم اولین سوالی که میپرسیم اینه که از کجا شروع کنم، و چیا یاد بگیرم تا بتونم در حوزه مورد علاقه و حرفه ام پیشرفت کنم. در این پست سعی کرده ام نقشه…
محمد نوری زاده چرلو 
هوش مصنوعی، از Deep Blue تا AlphaGo
هوش مصنوعی که این روزها به موضوعی داغ در اخبار تبدیل شده، برای محققین این حوزه عبارت هوش مصنوعی اصلا تازگی نداره و سالهاست که در این حوزه فعالیت انجام میشه. در این پست میخواهیم یک گذری به گذشته بکنیم…
معرفی دوره ی Generative AI و دوره ی پیشرفته پردازش سیگنال EEG
هوش مصنوعی مولد یا Generative AI از جدیدترین و جذاب‌ترین مباحث هوش مصنوعی است که با مدلسازی تفکیکی یا Discriminative تفاوت دارد. اکثر مدل‌های موفق اخیر هوش مصنوعی که تحولی در این حوزه پدید آورده اند مربوط به حوزه ی…
هما کاشفی 
ساخت مدل‌های یادگیری عمیق بهتر با Batch Normalization و Layer Normalization
دو رویکرد Batch Normalization و Layer Normalization دو استراتژی برای آموزش سریعتر شبکه‌های عصبی هستند بدون اینکه نیاز باشد برای مقدار دهی اولیه‌ی وزن‌ها و سایر تکنیکهای منظم‌سازی یا Regularization، احتیاط بیش از حد به خرج داد. در این آموزش،…
نحوه‌ی کار Vision Transformer (ViT)
مدل ViT (Vision transformer) یک مدل شبیه به transformer است که برای انجام تسک‌های پردازش بینایی طراحی شده است. در این مقاله می آموزیم که این مدل چگونه کار می‌کند.
مفهوم Regularization در یادگیری عمیق
در یادگیری ماشین، تابع هزینه (Loss function) یک معیار برای اندازه‌گیری دقت مدل، و توانایی آن در به حداقل رساندن گپ میان خروجی واقعی و پیش‌بینی مدل محسوب می‌گردد. برای جلوگیری از بیش‌برازش (overfitting) و بهبود تعمیم‌پذیری مدل، ما می‌توانیم از…
فاطمه بذری شرفشادهی 
مفهوم Early Stopping در یادگیری عمیق
بیش برازش (Overfitting) یکی از بزرگ‌ترین چالش‌ها در یادگیری ماشین است مخصوصا زمانی که مدل آموزش دیده، به جای یادگیری الگوهای عمومی از داده‌ها، فقط به جزئیات و نویزهای موجود در داده‌های آموزشی وابسته میشود. این امر سبب می‌گردد که…
مدل‌های مختلف Generative AI
اثر Generative AI بر مشاغل مختلف بسیار زیاد بوده و همچنان در حال رشد است. به همین جهت، توجه به این حوزه‌ی پژوهشی بسیار مهم است. در این مقاله مدل‌های مختلف Generative AI، نحوه‌ی عملکرد آنها و کاربردهای عملی آنها…
درک ROC و AUC
ROC و AUC استانداردهای طلایی برای ارزیابی اثربخشی کلاسبندی هستند. در این مقاله میخواهیم به طور شهودی این مفاهیم را درک کنیم.
مفهوم Batch normalization در یادگیری عمیق
Batch Normalization یا نرمالسازی دسته‌ای به عنوان یکی از تکنیکهای Generalization در یادگیری عمیق محسوب میشود که بطور مستقیم، در بهینه‌سازی مدلها نقش دارد. در واقع، پارامترهای ورودی را به کمک Adaptive normalization در مقیاسی مشابه قرار می‌دهد و اینگونه…
مفهوم Dropout در یادگیری عمیق
یکی از موانع بزرگ در الگوریتم های یادگیری عمیق، Overfitting است که برای مقابله با این پدیده، راهکارهای متعددی تاکنون توسط محققان ارائه شده است که در قالب تکنیکهای Generalization معرفی و در مقالات مورد استفاده قرار می‌گیرد. در این…
تاریخچه Generative AI
این روزها، هوش مصنوعی در همه جا وجود دارد و نمی‌توان از آن اجتناب کرد. موج هوش مصنوعی مولد یا Generative AI پس از راه اندازی ChatGPT توسط OpenAI بوجود آمد. آیا می‌دانستید Generative AI از دهه 1950 وجود داشته…
