This media is not supported in your browser
VIEW IN TELEGRAM
در نتیجه آخر تمرین و مقالتون حتما جمله
"اگر به کمک بیشتری نیاز داشتید..." رو حذف کنید 😂
🆔@PARSPAJOUHAAN_CEE
"اگر به کمک بیشتری نیاز داشتید..." رو حذف کنید 😂
🆔@PARSPAJOUHAAN_CEE
دی.png
1.8 MB
🖥 لیست دوره های دی ماه دپارتمان برق و کامپیوتر⚡️
✅فيلم دوره ها+آنلاین+حضوری
✅مدرك لاتين+فنی حرفه ای(تحت نظارت)
✅بيمه رايگان برای جلساتى كه حضور نداشتید
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
📞021-88322992(105)
🌐 وبسایت 📱 کانال تلگرام 📱 اینستاگرام
✅فيلم دوره ها+آنلاین+حضوری
✅مدرك لاتين+فنی حرفه ای(تحت نظارت)
✅بيمه رايگان برای جلساتى كه حضور نداشتید
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
📞021-88322992(105)
🌐 وبسایت 📱 کانال تلگرام 📱 اینستاگرام
📝مفهوم underfitting در یادگیری ماشین
#اصطلاحات_هوش_مصنوعی
مشاهده شد که مدلی که overfit می‌شود، واریانس زیاد و بایاس کمی دارد. اما اگر واریانس کم و بایاس زیاد باشد چه؟ در این حالت گفته می‌شود که مدل، underfit است. underfitt یعنی اینکه مدل به جای اینکه داده‌ها را از نزدیک دنبال کند، از یادگیری آموزه‌هایی که در داده‌های آموزشی وجود دارد، چشم‌پوشی کرده و نمی‌تواند روابط موجود میان داده‌ها را کشف کند.
حال می‌خواهیم چنین مدلی را با کمک مثال قبل، توصیف کنیم. این‌بار فرد مورد نظر، داده‌های آموزشی را به یک سریال تغییر می‌دهد و به عنوان فرض اولیه، تنها جملاتی که با کلمات رایج the، be، to، of و a شروع می‌شوند، مهم قلمداد شده و از بقیه جملات چشم‌پوشی می‌شود. بعد از یک پروسه طولانیِ آموزش، فرد دوباره به نیویورک سفر می‌کند. اما این بار هم شکست می‌خورد. زیرا در این حالت، فرد تعداد کمی از جملات را می‌تواند درک کند و به خاطر بایاس، در درک ساختار زبان ناتوان است. در فرض اولیه که برای داده‌ها در نظر گرفته شد، زیاده روی شده و مدل underfit شد.
🆔@PARSPAJOUHAAN_CEE
#اصطلاحات_هوش_مصنوعی
مشاهده شد که مدلی که overfit می‌شود، واریانس زیاد و بایاس کمی دارد. اما اگر واریانس کم و بایاس زیاد باشد چه؟ در این حالت گفته می‌شود که مدل، underfit است. underfitt یعنی اینکه مدل به جای اینکه داده‌ها را از نزدیک دنبال کند، از یادگیری آموزه‌هایی که در داده‌های آموزشی وجود دارد، چشم‌پوشی کرده و نمی‌تواند روابط موجود میان داده‌ها را کشف کند.
حال می‌خواهیم چنین مدلی را با کمک مثال قبل، توصیف کنیم. این‌بار فرد مورد نظر، داده‌های آموزشی را به یک سریال تغییر می‌دهد و به عنوان فرض اولیه، تنها جملاتی که با کلمات رایج the، be، to، of و a شروع می‌شوند، مهم قلمداد شده و از بقیه جملات چشم‌پوشی می‌شود. بعد از یک پروسه طولانیِ آموزش، فرد دوباره به نیویورک سفر می‌کند. اما این بار هم شکست می‌خورد. زیرا در این حالت، فرد تعداد کمی از جملات را می‌تواند درک کند و به خاطر بایاس، در درک ساختار زبان ناتوان است. در فرض اولیه که برای داده‌ها در نظر گرفته شد، زیاده روی شده و مدل underfit شد.
🆔@PARSPAJOUHAAN_CEE
📌 وبینار آموزشی رایگان تعمیرات برد های الکتریکی
🎙نام مدرس: محمد رضا اسماعیلی
⏰زمان: دوشنبه 3 دی، ساعت 20
🔰مراحل ثبت نام در وبینار :
1️⃣ روی ( ثبت نام ) کلیک کنید
2️⃣ مراحل ثبت نام را تکمیل کنید
3️⃣بعد از اتمام ثبت نام وارد حساب کاربری خود شوید
4️⃣در قسمت سفارش های من روی دانلود کلیک کنید(ستون عملیات) و لینک ورود به وبینار را دریافت کنید
5️⃣در تاریخ و ساعت مشخص شده، با استفاده از گزینه مهمان وارد وبینار شوید.
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
📞021-88322992(105)
🌐 وبسایت 📱 کانال تلگرام 📱 اینستاگرام
🎙نام مدرس: محمد رضا اسماعیلی
⏰زمان: دوشنبه 3 دی، ساعت 20
🔰مراحل ثبت نام در وبینار :
1️⃣ روی ( ثبت نام ) کلیک کنید
2️⃣ مراحل ثبت نام را تکمیل کنید
3️⃣بعد از اتمام ثبت نام وارد حساب کاربری خود شوید
4️⃣در قسمت سفارش های من روی دانلود کلیک کنید(ستون عملیات) و لینک ورود به وبینار را دریافت کنید
5️⃣در تاریخ و ساعت مشخص شده، با استفاده از گزینه مهمان وارد وبینار شوید.
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
📞021-88322992(105)
🌐 وبسایت 📱 کانال تلگرام 📱 اینستاگرام
#اصطلاحات_هوش_مصنوعی
📝 یادگیری بدون ناظر (Unsupervised Learning)
یادگیری بدون ناظر (Unsupervised Learning) یک تکنیک یادگیری ماشین است که در آن الگوریتم‌های یادگیری ماشین برای تجزیه‌و‌تحلیل و خوشه‌بندی مجموعه‌ی داده‌های بدون برچسب (Unlabeled) استفاده می‌شوند. این الگوریتم‌ها، بدون نیاز به دخالت انسان، الگوهای پنهان یا گروه‌های مختلف موجود در داده‌ها را کشف می‌کنند.
برای درک بهتر یادگیری بدون ناظر، مثال زیر را در نظر بگیرید.
یک نوزاد در خانواده‌ای زندگی می‌کند که یک سگ خانگی دارد. نوزاد بدون اینکه از قبل به او چیزی گفته باشند، سگ خانگی را می‌شناسد. چند هفته بعد، یک دوست خانوادگی یک سگ را به‌همراه خود به خانه‌ی آنان می‌آورد. نوزاد این سگ را قبلاً ندیده است، اما ویژگی‌های بسیاری را که به سگ‌ها مربوط است تشخیص می‌دهد (برای مثال، گوش‌ها، چشم‌ها، راه‌رفتن روی چهار پا) و به‌همین دلیل می‌داند که این موجود مانند سگ خانگی خودشان است. او حیوان جدید را به‌عنوان یک سگ تشخیص می‌دهد.
این مثال دقیقاً مثالی از یک یادگیری بدون ناظر است. نوزاد از داده‌ها یاد می‌گیرد که سگ‌ها دارای ویژگی‌های خاصی هستند. اگر این یادگیری باناظر بود، دوست خانوادگی آنان به نوزاد می‌گفت که این یک سگ است تا یاد بگیرد.
📝 یادگیری با نظارت
در یادگیری با نظارت، مدل ماشین‌لرنینگ با داده‌هایی آموزش داده می‌شود که در آن‌ها هر نمونه داده با یک پاسخ مناسب برچسب‌گذاری شده است. به عنوان مثال، اگر می‌خواهیم یک مدل ماشین‌لرنینگ را برای تشخیص چهره آموزش دهیم، مجموعه داده‌ای از تصاویر چهره‌های انسان و غیرانسان را با برچسب‌های «انسان» و «غیرانسان» در اختیار مدل قرار می‌دهیم. مدل ماشین‌لرنینگ از این داده‌ها یاد می‌گیرد که چگونه ویژگی‌های چهره انسان را از ویژگی‌های چهره غیرانسان تشخیص دهد.
مثال‌هایی از کاربرد یادگیری با نظارت:
🔘تشخیص چهره
🔘طبقه‌بندی ایمیل‌ها به دسته‌های «اسپم» و «غیراسپم»
🔘پیش‌بینی قیمت خانه‌ها
🔘تشخیص بیماری‌های مختلف از روی تصاویر پزشکی
اطلاعات دوره👉کلیک
🆔@PARSPAJOUHAAN_CEE
📝 یادگیری بدون ناظر (Unsupervised Learning)
یادگیری بدون ناظر (Unsupervised Learning) یک تکنیک یادگیری ماشین است که در آن الگوریتم‌های یادگیری ماشین برای تجزیه‌و‌تحلیل و خوشه‌بندی مجموعه‌ی داده‌های بدون برچسب (Unlabeled) استفاده می‌شوند. این الگوریتم‌ها، بدون نیاز به دخالت انسان، الگوهای پنهان یا گروه‌های مختلف موجود در داده‌ها را کشف می‌کنند.
برای درک بهتر یادگیری بدون ناظر، مثال زیر را در نظر بگیرید.
یک نوزاد در خانواده‌ای زندگی می‌کند که یک سگ خانگی دارد. نوزاد بدون اینکه از قبل به او چیزی گفته باشند، سگ خانگی را می‌شناسد. چند هفته بعد، یک دوست خانوادگی یک سگ را به‌همراه خود به خانه‌ی آنان می‌آورد. نوزاد این سگ را قبلاً ندیده است، اما ویژگی‌های بسیاری را که به سگ‌ها مربوط است تشخیص می‌دهد (برای مثال، گوش‌ها، چشم‌ها، راه‌رفتن روی چهار پا) و به‌همین دلیل می‌داند که این موجود مانند سگ خانگی خودشان است. او حیوان جدید را به‌عنوان یک سگ تشخیص می‌دهد.
این مثال دقیقاً مثالی از یک یادگیری بدون ناظر است. نوزاد از داده‌ها یاد می‌گیرد که سگ‌ها دارای ویژگی‌های خاصی هستند. اگر این یادگیری باناظر بود، دوست خانوادگی آنان به نوزاد می‌گفت که این یک سگ است تا یاد بگیرد.
📝 یادگیری با نظارت
در یادگیری با نظارت، مدل ماشین‌لرنینگ با داده‌هایی آموزش داده می‌شود که در آن‌ها هر نمونه داده با یک پاسخ مناسب برچسب‌گذاری شده است. به عنوان مثال، اگر می‌خواهیم یک مدل ماشین‌لرنینگ را برای تشخیص چهره آموزش دهیم، مجموعه داده‌ای از تصاویر چهره‌های انسان و غیرانسان را با برچسب‌های «انسان» و «غیرانسان» در اختیار مدل قرار می‌دهیم. مدل ماشین‌لرنینگ از این داده‌ها یاد می‌گیرد که چگونه ویژگی‌های چهره انسان را از ویژگی‌های چهره غیرانسان تشخیص دهد.
مثال‌هایی از کاربرد یادگیری با نظارت:
🔘تشخیص چهره
🔘طبقه‌بندی ایمیل‌ها به دسته‌های «اسپم» و «غیراسپم»
🔘پیش‌بینی قیمت خانه‌ها
🔘تشخیص بیماری‌های مختلف از روی تصاویر پزشکی
اطلاعات دوره👉کلیک
🆔@PARSPAJOUHAAN_CEE
Forwarded from مهندسی عمران پارس پژوهان
🏗به لطف حضور شما کانال تلگرام مهندسی عمران 5 هزارتایی شد🎉🎊
🔘بسیار سپاسگزار و مفتخریم از همراهیتون 🙏😇😍
☑️همواره سعی کردیم تا حد توان به علایق و دغدغه های شما بپردازیم
ما رو به دوستانتون معرفی کنید تا در کنار هم برای ساخت ایرانی آباد تلاش کنیم💪
@CIVILPARSPAJOUHAAN
🔘بسیار سپاسگزار و مفتخریم از همراهیتون 🙏😇😍
☑️همواره سعی کردیم تا حد توان به علایق و دغدغه های شما بپردازیم
ما رو به دوستانتون معرفی کنید تا در کنار هم برای ساخت ایرانی آباد تلاش کنیم💪
@CIVILPARSPAJOUHAAN
Media is too big
VIEW IN TELEGRAM
🔥دقایقی از دوره Python for Data Science علم داده با پایتون
موضوع: بررسی اطلاعات کلی دیتاست
اطلاعات دوره👉کلیک
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
🗣021-88322992(105)
وبسایت / کانال تلگرام / اینستاگرام
موضوع: بررسی اطلاعات کلی دیتاست
اطلاعات دوره👉کلیک
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
🗣021-88322992(105)
وبسایت / کانال تلگرام / اینستاگرام
Media is too big
VIEW IN TELEGRAM
حال و هوای پارس پژوهان در روز زن😍
به امید ایرانی آباد به کمک زنان قوی و متعهد سرزمینمان!🇮🇷
روز زن مبارک!🌺
store.parspajouhaan.com
به امید ایرانی آباد به کمک زنان قوی و متعهد سرزمینمان!🇮🇷
روز زن مبارک!🌺
store.parspajouhaan.com
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
چند لحظه با دوره گزارش نویسی حرفه ای با POWER BI
حضوری و آنلاین
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
🗣021-88322992(105)
وبسایت / کانال تلگرام / اینستاگرام
حضوری و آنلاین
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
🗣021-88322992(105)
وبسایت / کانال تلگرام / اینستاگرام
🔥قطعی شد🔥
مقدماتی MATLAB
🗓جمعه ها، از 28 دی
⏰ 24 ساعت؛ 1.5 میلیون تومان
🎙توضیحات مدرس👉کلیک
🎥فیلم وبینار👉کلیک
✍️لینک ثبت نام👉کلیک
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
🗣021-88322992(105)
وبسایت / کانال تلگرام / اینستاگرام
مقدماتی MATLAB
🗓جمعه ها، از 28 دی
⏰ 24 ساعت؛ 1.5 میلیون تومان
🎙توضیحات مدرس👉کلیک
🎥فیلم وبینار👉کلیک
✍️لینک ثبت نام👉کلیک
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
🗣021-88322992(105)
وبسایت / کانال تلگرام / اینستاگرام
ساختار PLC !
ساختار داخلی PLC به نحوی شبیه به ساختار کامپیوترها است.
اطلاعات دوره👉کلیک
🆔@PARSPAJOUHAAN_CEE
ساختار داخلی PLC به نحوی شبیه به ساختار کامپیوترها است.
اطلاعات دوره👉کلیک
🆔@PARSPAJOUHAAN_CEE
https://www.aparat.com/v/crrom25
اطلاعات دوره👉کلیک
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
🗣021-88322992(105)
وبسایت / کانال تلگرام / اینستاگرام
اطلاعات دوره👉کلیک
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
🗣021-88322992(105)
وبسایت / کانال تلگرام / اینستاگرام
آپارات - سرویس اشتراک ویدیو
آموزش یادگیری عمیق با پایتون (Deep Learning by Python)
بعد از شرکت در دوره آموزش یادگیری عمیق با پایتون چه مهارت‌هایی کسب می‌کنیم؟
یادگیری مفاهیم مقدماتی و پایه هوش مصنوعی و یادگیری عمیق
آشنایی با کاربردهای جدید یادگیری عمیق در پایتون
توانایی کار با متغیرها در پایتون
معرفی یادگیری ماشین، اجزا و فرآیند
آشنایی…
یادگیری مفاهیم مقدماتی و پایه هوش مصنوعی و یادگیری عمیق
آشنایی با کاربردهای جدید یادگیری عمیق در پایتون
توانایی کار با متغیرها در پایتون
معرفی یادگیری ماشین، اجزا و فرآیند
آشنایی…
🔔فراخوان دوره🔔
45 تکنیک کاربردی مهندسی در صنعت
⏰32 ساعت، 3.5 میلیون تومان
👨🏫توضیحات مدرس👉کلیک
🎥فیلم وبینار رایگان👉کلیک
🔗لینک ثبت نام👉کلیک
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
🗣021-88322992(105)
وبسایت / کانال تلگرام / اینستاگرام
45 تکنیک کاربردی مهندسی در صنعت
⏰32 ساعت، 3.5 میلیون تومان
👨🏫توضیحات مدرس👉کلیک
🎥فیلم وبینار رایگان👉کلیک
🔗لینک ثبت نام👉کلیک
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
🗣021-88322992(105)
وبسایت / کانال تلگرام / اینستاگرام