#یادگیری_ماشین
ماشین لرنینگ چیست؟
به صورت خیلی خلاصه، ماشین لرنینگ یا یادگیری ماشین یک نوع از هوش مصنوعی است که به یک سیستم امکان می‌دهد از روی داده‌ها یاد بگیرد و نه از روی برنامه‌نویسی دقیق. این رشته روی توسعه برنامه‌های کامپیوتری متمرکز میشود تا آنها را قادر سازد به داده‌ها دسترسی پیدا کرده و از آنها برای یادگیری خودشان استفاده کنند.
در یک سطح دیگر می‌توان ماشین لرنینگ را فرایند آموزش دادن به یک سیستم کامپیوتری دانست تا بتواند هنگامی که اطلاعات مناسبی به آن داده میشود، پیشبینی‌های دقیقی انجام بدهد. این پیشبینی‌ها ممکن است تشخیص دادن اینکه یک تکه میوه در عکس، سیب یا پرتقال یا موز است، باشد، یا تشخیص یک دسته از افراد که در حال رد شدن از خیابان هستند باشد، یا اینکه در فلان جمله «دفتر» به معنای یک محل کار است یا به معنای محل یادداشت، و یا شناسایی محتوای یک ویدئو و تولید کپشن برای آن باشد.
تفاوت کلیدی یادگیری ماشین با نرم‌افزارهای سنتی در این است که در اینجا، یک برنامه‌نویس با کدهای دقیق کامپیوتری تفاوت سیب‌ها با پرتقال‌ها را برنامه‌نویسی نکرده، بلکه خود هوش مصنوعی این تفاوت را شناسایی می‌کند. به جای این کار، یک مدل یادگیری ماشینی تفاوت میوه‌ها را بر اساس مجموعه‌ای از داده‌ها، برای مثال حجم انبوهی از تصاویر تگ‌شده میوه‌های مختلف مثل سیب، پرتقال، و موز یاد می‌گیرد. برای همین داده‌ها یا اطلاعات، و نه مقدار محدود بلکه حجم انبوهی از آنها، کلید اصلی امکان‌پذیری ماشین لرنینگ محسوب میشود.
@machine_learning2022
ماشین لرنینگ چیست؟
به صورت خیلی خلاصه، ماشین لرنینگ یا یادگیری ماشین یک نوع از هوش مصنوعی است که به یک سیستم امکان می‌دهد از روی داده‌ها یاد بگیرد و نه از روی برنامه‌نویسی دقیق. این رشته روی توسعه برنامه‌های کامپیوتری متمرکز میشود تا آنها را قادر سازد به داده‌ها دسترسی پیدا کرده و از آنها برای یادگیری خودشان استفاده کنند.
در یک سطح دیگر می‌توان ماشین لرنینگ را فرایند آموزش دادن به یک سیستم کامپیوتری دانست تا بتواند هنگامی که اطلاعات مناسبی به آن داده میشود، پیشبینی‌های دقیقی انجام بدهد. این پیشبینی‌ها ممکن است تشخیص دادن اینکه یک تکه میوه در عکس، سیب یا پرتقال یا موز است، باشد، یا تشخیص یک دسته از افراد که در حال رد شدن از خیابان هستند باشد، یا اینکه در فلان جمله «دفتر» به معنای یک محل کار است یا به معنای محل یادداشت، و یا شناسایی محتوای یک ویدئو و تولید کپشن برای آن باشد.
تفاوت کلیدی یادگیری ماشین با نرم‌افزارهای سنتی در این است که در اینجا، یک برنامه‌نویس با کدهای دقیق کامپیوتری تفاوت سیب‌ها با پرتقال‌ها را برنامه‌نویسی نکرده، بلکه خود هوش مصنوعی این تفاوت را شناسایی می‌کند. به جای این کار، یک مدل یادگیری ماشینی تفاوت میوه‌ها را بر اساس مجموعه‌ای از داده‌ها، برای مثال حجم انبوهی از تصاویر تگ‌شده میوه‌های مختلف مثل سیب، پرتقال، و موز یاد می‌گیرد. برای همین داده‌ها یا اطلاعات، و نه مقدار محدود بلکه حجم انبوهی از آنها، کلید اصلی امکان‌پذیری ماشین لرنینگ محسوب میشود.
@machine_learning2022
Forwarded from آتی پژوهش امیرکبیر
دوره آنلاین برنامه نویسی به زبان R
🎁 تخفیف ویژه روز برنامه نویس
👩🏫مدرس: خانم دکتر وحدت
📄سرفصل:
🖥داده ها،داده های آماده،خواندن داده ها از فایل، نوشتن داده ها روی فایل،تولید داده ها,ایجاد دنباله های منظم از داده ها،ایجاد دنباله های تصادفی از داده ها، ساختار داده ها،بردار ها ومحاسبات ریاضی روی بردارها، ماتریس و عملیات آن
🖥برنامه نویسی با زبان R :
شرط،حلقه، توابع، آرگومان اجباری و اختیاری،
🖥رسم نمودار در R:
توابع نموداری،تابع curve،توابع قسمت های گوناگون صفحه ترسیم، چند نمودار روی یک صفحه،
🖥 آمار و احتمال در R
توابع پایه آماری،توابع با کاربری زیاد،توزیع های احتمالی و اعداد تصادفی،هیستوگرام، تابع چگالی احتمال نرمال،نمونه گیری تصادفی
،برآورد پارامتر های یک تابع احتمال،روش های آماری،آزمون یک و دو طرفه
🖥مدل های رگرسیون در R
🎥برگزار کننده: شرکت آتی پژوهش امیرکبیر
@kargah2018
📱 آکادمی زبان برنامه نویسی r
@R_easy_learn
📲 اپلای
https://www.tgoop.com/joinchat-R6A3mXMv4fQNyK6h
☎️جهت ثبت نام
@apa_admin2
🎁 تخفیف ویژه روز برنامه نویس
👩🏫مدرس: خانم دکتر وحدت
📄سرفصل:
🖥داده ها،داده های آماده،خواندن داده ها از فایل، نوشتن داده ها روی فایل،تولید داده ها,ایجاد دنباله های منظم از داده ها،ایجاد دنباله های تصادفی از داده ها، ساختار داده ها،بردار ها ومحاسبات ریاضی روی بردارها، ماتریس و عملیات آن
🖥برنامه نویسی با زبان R :
شرط،حلقه، توابع، آرگومان اجباری و اختیاری،
🖥رسم نمودار در R:
توابع نموداری،تابع curve،توابع قسمت های گوناگون صفحه ترسیم، چند نمودار روی یک صفحه،
🖥 آمار و احتمال در R
توابع پایه آماری،توابع با کاربری زیاد،توزیع های احتمالی و اعداد تصادفی،هیستوگرام، تابع چگالی احتمال نرمال،نمونه گیری تصادفی
،برآورد پارامتر های یک تابع احتمال،روش های آماری،آزمون یک و دو طرفه
🖥مدل های رگرسیون در R
🎥برگزار کننده: شرکت آتی پژوهش امیرکبیر
@kargah2018
📱 آکادمی زبان برنامه نویسی r
@R_easy_learn
📲 اپلای
https://www.tgoop.com/joinchat-R6A3mXMv4fQNyK6h
☎️جهت ثبت نام
@apa_admin2