دوره ها

یادگیری جمعی

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…
۲۱۰,۰۰۰ تومان افزودن به سبد خرید
دوره شناسایی الگو و یادگیری ماشین

پکیج جامع شناسایی الگو و یادگیری ماشین( فصل های اول تا چهارم- از بیزین تا SVM)

شناسایی الگو یک فرایند شناختی است که در مغز ما زمانی که با برخی اطلاعاتی روبرو می‌شویم که با اطلاعات ذخیره شده در حافظه ما مطابقت دارد اتفاق می افتد. در علوم کامپیوتر، شناسایی الگو یک فرایند علمی است که…
۳۶۰,۰۰۰ تومان افزودن به سبد خرید
ماشین بردار پشتبان

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…
۲۱۰,۰۰۰ تومان افزودن به سبد خرید
طبقه بند نزدیکترین همسایه knn در مسائل رگرسیون و طبقه بندی

شناسایی الگو(فصل4 بخش اول): کلاسبند نزدیکترین همسایه knn و الگوریتمهای بهبودیافته شده آن(wknn)

knn در بحث شناسایی الگو و یادگیری ماشین جزء الگوریتمهای غیرپارامتری است و از آن می‌توان هم در مباحث طبقه‌بندی و هم رگرسیون استفاده کرد. در این فصل الگوریتم نزدیکترین همسایه‌ knn و روشهای بهبود یافته شده آن (wknn) را…
۱۲۰,۰۰۰ تومان افزودن به سبد خرید
روشها و پارامترهای ارزیابی مدلهای یادگیری ماشین

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…
۶۰,۰۰۰ تومان افزودن به سبد خرید
تئوری و پیاده سازی طبقه بند بیزین

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…
۱۲۰,۰۰۰ تومان افزودن به سبد خرید
پردازش سیگنال eeg مبتنی بر تصور حرکتی

پردازش سیگنال EEG مبتنی بر تسک تصور حرکتی

در دوره تخصصی پردازش سیگنال eeg مبتنی بر تصور حرکتی تمام مباحث مرتبط با پردازش داده‌های EEG تصوری حرکتی را آموزش می‌دهیم. در دوره تمرکز ما بر روشهای مبتنی بر common spatial pattern(csp) است. تئوری الگوریتم csp و روشهای بهبود…
۳۹۵,۰۰۰ تومان افزودن به سبد خرید
پیاده سازی شبکه عصبی

پکیج کامل پیاده‌سازی گام به گام شبکه‌های عصبی

در  دوره جامع شبکه عصبی تمامی شبکه‌های عصبی صفر تا صد آموزش داده شده و سپس مرحله به مرحله بدون اینکه از تولباکس آماده استفاده کنیم، پیاده سازی می‌‎شوند. برای اینکه بتوانید یک شبکه‌ای را در متلب پیاده‌سازی کنید لازم…
۳۶۰,۰۰۰ تومان افزودن به سبد خرید
پیاده سازی شبکه عصبی pnn

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…
۱۳۰,۰۰۰ تومان افزودن به سبد خرید
پیاده سازی شبکه عصبی elm

شبکه عصبی ELM (جلسه نهم)

در این جلسه تئوری یادگیری شبکه عصبی ELM  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…
۱۳۰,۰۰۰ تومان افزودن به سبد خرید
پیاده سازی شبکه عصبی rbf

شبکه عصبی RBF(جلسه هشتم)

در این جلسه شبکه عصبی توابع شعاعی پایه(radial basis function) را آموزش می‌دهیم. شبکه عصبی rbf یک شبکه عصبی 3 لایه است که از یک لایه پنهان تشکیل شده است. از قضیه  جالب کاور برای حل مسائل پیچیده و غیرخطی…
۱۲۰,۰۰۰ تومان افزودن به سبد خرید
قانون یادگیری دلتا دلتا بار

mlp با قانون یادگیری دلتا بار دلتا (جلسه هفتم)

برای اینکه نرخ یادگیری بهینه ای داشته باشیم لازم است که در جاهایی که شیب خطا در چند تکرار متوالی یکسان است نرخ یادگیری به صورت خطی و آهسته زیاد کنیم و از طرفی زمانی که علامت مشتق تابع هزینه…
۹۰,۰۰۰ تومان افزودن به سبد خرید
قانون یادگیری دلتا دلتا

MLP با قانون یادگیری دلتا دلتا (جلسه ششم)

در ابتدای این جلسه شروط مورد نیاز جهت تعیین نرخ یادگیری بهینه را  توضیح می‌دهیم . سپس تئوری الگوریتم یادگیری دلتا دلتا را توضیح داده و در نهایت در متلب به صورت گام به گام پیاده‌سازی می‌کنیم. و ایرادات اساسی…
۸۰,۰۰۰ تومان افزودن به سبد خرید
گرادیان نزولی

تعیین نرخ یادگیری پس انتشار خطا (جلسه پنجم)

در این جلسه چالش‌های تعیین نرخ یادگیری را توضیح می‌دهیم و در ادامه چند روش ساده از قبیل ترم ممنتوم، search then converge و time variant  را برای تعیین نرخ یادگیری طبق مطالب کتاب ارائه می‌دهیم و در متلب پیاده‌سازی…
۸۰,۰۰۰ تومان افزودن به سبد خرید
پیاده سازی شبکه عصبی پرسپترون چندلایه

پرسپترون چندلایه (جلسه چهارم)

 در ‌این جلسه تئوری الگوریتم پس ‌انتشار خطا کامل توضیح داده می‌شود و در نهایت در متلب مرحله به مرحله پیاده‌سازی شده و چندین مثال ساده جهت درک بهتر روند یادگیری شبکه عصبی پرسپترون چندلایه انجام میدهیم و در نهایت…
۱۴۰,۰۰۰ تومان افزودن به سبد خرید
شبکه عصبی آدالاین

آدالاین و قانون یادگیری lms (جلسه سوم)

قانون یادگیری پرسپترون  دو ایراد اساسی دارد.  در این جلسه الگوریتم حداقل مربعات خطا( Least means square error ) را معرفی می‌کنیم و ایرادات قانون یادگیری پرسپترون را حل می‌کنیم. الگوریتم LMS به جای اینکه دنبال خطای صفر باشد، دنبال…
۱۱۰,۰۰۰ تومان افزودن به سبد خرید