جزوه دست نوشته برنامه‌نویسی متلب
قبل از اینکه ما وارد برنامه نویسی متلب شویم لازم است بدانیم که چرا اکثر دانشجویان از متلب برای انجام پروژه‌ها و کارهای تحقیقاتی خود استفاده می کنند، ما باید بدانیم که برنامه نویسی متلب چه مزایا و معایبی دارد تا تصمیم خودمون رو بگیریم و بعد اگه نیاز کارهای ما رو برطرف می کنه، شروع به یادگیری این زبان برنامه نویسی بکنیم.
در ابتدای ویدیو ما به این سوال جواب داده‌ایم. میتوانید ویدیو را مشاهده کرده و با مزایا و معایب محیط برنامه نویسی متلب آشنا شوید.
سپس در ادامه، صفحات متلب را توضیح داده ایم تا کاربران بتوانند با محیط متلب ارتباط برقرار کنند. هر کدام از صفحات در محیط متلب با هدف خاصی قرار داده شده و کاربر در ابتدا باید کار با این صفحات را بلد باشد و بتواند با متلب ارتباط برقرار کند.
دوره های مرتبط
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…
محمد نوری زاده چرلو 
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…
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…
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…
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…
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…
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…
شبکه عصبی 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…
سلام خسته نباشید
متاسفانه ویدیو ها لود نمیشن
ویدیوها در آپارات آپلود شدند
ممکنه اختلال موقت در آپارات وجود داشته باشد
عالی بود ممنون از توضیحاتتون
ممنون از لطف شما