محمد نوری زاده چرلو یادگیری ماشین در متلب
برنامه درسی دوره
جلسه‌ی اول: فرق بین هوش مصنوعی، یادگیری ماشین و یادگیری عمیق
جلسه دوم: انواع روشهای یادگیری ماشین و کاربردهای آنها
جلسه سوم: فرق بین کلاسبندی و رگرسیون
جلسه‌ی چهارم: خوشه‌بندی(clustering)
جلسه‌ی پنجم: استخراج ویژگی
یادگیری ماشین چیست؟
پکیج های مرتبط
دوره جامع و پروژه محور کاربرد شبکه های عمیق در بینایی ماشین
بینایی ماشین (machine Vision) تکنولوژی و روشهایی برای تحلیل و بررسی خودکار مبتنی بر تصویر است. این حوزه شامل تمام متدهایی میشود که اطلاعات به صورت خودکار از تصویر استخراج می‌شوند. این دوره پروژه محور بر تسک‌های مهم در بینایی…
هما کاشفی 
دوره جامع و پروژه محور شبکه عصبی بازگشتی RNN
یکی از شبکه‌های معروف یادگیری عمیق (Deep Learning)، شبکه عصبی بازگشتی (RNN) است. این شبکه‌ها برای داده‌هایی مناسب هستند که ماهیت توالی یا سری زمانی دارند. این دوره‌ی پروژه محور با مقدمه‌ای بر مفاهیم مورد نیاز برای درک یادگیری عمیق…
پردازش تصویر(فصل اول): مباحث مقدماتی،آستانه گذاری تصویر،تبدیلات شدت روشنایی و هندسی
در فصل اول دوره پردازش تصویر در ابتدا مباحث مقدماتی پردازش تصویر آموزش داده میشود، سپس نحوه خواندن، نمایش دادن، ذخیره کردن تصاویر مختلف و ویدیو در متلب آموزش داده میشود. سپس در ادامه در این فصل مباحثی از قبیل…
شناسایی الگو (فصل پنجم): یادگیری جمعی (Ensemble learning)
یادگیری جمعی (ensemble learning) حوزه‌ای در یادگیری ماشین است که در این حوزه تکنیک‌هایی مطرح شده است که به کمک آنها از چندین مدل به صورت ترکیبی و همزمان جهت تصمیم گیری استفاده می‌کنند تا توان مدل در تخمین خروجی…
شناسایی الگو (فصل4 بخش دوم): تئوری و پیاده‌سازی ماشین بردار پشتیبان(SVM) و شبکه عصبی MLP
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…
شناسایی الگو: روشها و پارامترهای ارزیابی مدلهای یادگیری ماشین(فصل سوم)
در فصل دوم دوره جامع شناسایی الگو-یادگیری ماشین، روشها و پارامترهای ارزیابی را آموزش میدهیم. در این فصل روشهایی از قبیل k-fold cross validation و the hold out method, random subsampling , leave one out را آموزش داده و مرحله…
شناسایی الگو- کلاسبندهای پارامتری (فصل1و2)
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…
شبکه عصبی PNN (جلسه 10)
در این جلسه شبکه عصبی معروفPNN را طبق دو مقاله تخصصی آموزش داده و سپس مرحله به مرحله پیاده‌سازی میکنیم تا با پیاده‌سازی مقالات تخصصی نیز آشنا شوید. این شبکه از لحاظ تصمیم‌گیری شباهت زیادی با طبقه‌بند بیزین دارد و…
