Популярное

Музыка Кино и Анимация Автомобили Животные Спорт Путешествия Игры Юмор

Интересные видео

2025 Сериалы Трейлеры Новости Как сделать Видеоуроки Diy своими руками

Топ запросов

смотреть а4 schoolboy runaway турецкий сериал смотреть мультфильмы эдисон
dTub
Скачать

آموزش یادگیری ماشین 15- آشنایی و پیاده سازی شبکه عصبی مصنوعی در پایتون(چطور عملکرد مغز رو مدل کنیم؟)

Автор: Hasan Abbasi | حسن عباسی

Загружено: 2023-10-03

Просмотров: 6280

Описание:

قسمت پانزدهم دوره آموزش یادگیری ماشین از مقدماتی تا پیشرفته
.
‫توی جلسه قبل یاد گرفتیم چطور با استفاده از الگوریتم logistic regression ‫نورونهای مغز رو مدل کنیم. توی این جلسه یاد میگیریم چطور با استفاده از این نورونها، شبکه ای از نورونها رو بسازیم جوری که هر نورون با نورونهای همسایه خودش در ارتباط باشه و اطلاعات رد و بدل کنه.
با این کار میتونیم شبکه عصبی مغز رو شبیه سازی کنیم و یک شبکه عصبی مصنوعی (‫Artificial Neural Network (ANN))‫ بسازیم. با هم نحوه عملکرد و اسامی لایه های مختلف این شبکه رو یاد میگیریم و با استفاده از کتابخانه ‫sklearn اون رو پیاده سازی میکنیم. در نهایت قدرت عملکرد این الگوریتم رو روی دیتاست واقعی پزشکی بررسی میکنیم.
‫‫‫‫
.
لینک دانلود دیتاست:
https://drive.google.com/file/d/1gSbD...

‫لینک جلسات مرتبط با این دوره
‫جلسه پیش پردازش دیتاست دیابت    • آموزش یادگیری ماشین 9 - آشنایی و آماده ساز...  
جلسه آشنایی با معیارهای ارزیابی مختلف (‫accuracy, precision, recall) ‫   • ‫آموزش یادگیری ماشین 8 - آشنایی با معیارها...  
‫ساخت محیط مجازی (virtual environment) دوره    • دوره یادگیری ماشین 3 - نحوه ساخت، فعالسازی...  
‫آشنایی و کار با کتابخانه numpy در 20 دقیقه    • ‫کتابخانه های پرکاربرد در پایتون 1 -‫ آشنا...  
‫آشنایی و کار با کتابخانه pandas در 20 دقیقه    • ‫‫کتابخانه های پرکاربرد در پایتون 2 -‫ ‫آش...  
‫آشنایی و کار با کتابخانه matplotlib در 10 دقیقه    • ‫‫کتابخانه های پرکاربرد در پایتون 3 -‫ آشن...  
‫نحوه نصب کتابخانه ها و پکیجها در پایتون    • ‫آموزش پایتون قسمت 13 - ‫استفاده از پکیج ه...  
‫دوره آموزش پایتون از مقدماتی تا پیشرفته    • ‫دوره کامل آموزش برنامه نویسی به زبان پایت...  


ممنون میشم اگر ویدیوها آموزنده هست اونها رو لایک کنید، توی کانالمون سابسکرایب کنید و اونها رو با دیگران هم به اشتراک بذارین.

لطفا از دانلود ویدیوها اجتناب کنین، برای این ویدیوها زحمت زیادی کشیده شده (من راضی نیستم که اونها رو دانلود کنید) و به همین دلیل تنها راه استفاده رایگان، تماشای آنلاین هست.
لینک کانال تلگرام https://t.me/techwithhasanabbasi

اگر برای ورود به دنیای برنامه نویسی و آموزش آن به صورت خودآموز نیاز به راهنمایی و مشاوره دارید، میتونین از طریق لینک زیر جهت رزرو زمان مناسب اقدام کنید تا با هم در موردش صحبت کنیم و یه شروع قدرتمند داشته باشین.
https://calendly.com/techwithhasanabb...

آموزش یادگیری ماشین 15- آشنایی و پیاده سازی شبکه عصبی مصنوعی در پایتون(چطور عملکرد مغز رو مدل کنیم؟)

Поделиться в:

Доступные форматы для скачивания:

Скачать видео mp4

  • Информация по загрузке:

Скачать аудио mp3

Похожие видео

‫آموزش یادگیری ماشین 16 - موازنه بایاس و واریانس یعنی چی؟ (‫دلیل overfit یا underfit شدن مدلها چیه؟)

‫آموزش یادگیری ماشین 16 - موازنه بایاس و واریانس یعنی چی؟ (‫دلیل overfit یا underfit شدن مدلها چیه؟)

۹۰٪ فقط فکر می‌کنن مهندس AI هستن! نقشه راه واقعی مهندسی هوش مصنوعی در ۲۰۲۵ | رودمپ EP04

۹۰٪ فقط فکر می‌کنن مهندس AI هستن! نقشه راه واقعی مهندسی هوش مصنوعی در ۲۰۲۵ | رودمپ EP04

آموزش یادگیری ماشین 18 - چطور با استفاده از ‫PCA بُعد ویژگی ها (‫featureها) رو کاهش بدیم؟

آموزش یادگیری ماشین 18 - چطور با استفاده از ‫PCA بُعد ویژگی ها (‫featureها) رو کاهش بدیم؟

توضیح عملکرد شبکه عصبی هوش مصنوعی به زبان خیلی ساده

توضیح عملکرد شبکه عصبی هوش مصنوعی به زبان خیلی ساده

دوره کامل ماشین لرنینگ از مقدماتی تا پیشرفته - کاملا پروژه محور -پیاده سازی و تست تمامی الگوریتم ها

دوره کامل ماشین لرنینگ از مقدماتی تا پیشرفته - کاملا پروژه محور -پیاده سازی و تست تمامی الگوریتم ها

آموزش مدل‌های زبانی بزرگ (LLM) عملی و به زبان ساده با کتاب | خلاصه و خوانش فارسیHands-On LLm |  Ep01

آموزش مدل‌های زبانی بزرگ (LLM) عملی و به زبان ساده با کتاب | خلاصه و خوانش فارسیHands-On LLm | Ep01

‫3 پروژه کاملا کاربردی و مبتنی بر واقعیت برای تمرین بیشتر یادگیری ماشین -با توضیح کامل از صفر تا 100

‫3 پروژه کاملا کاربردی و مبتنی بر واقعیت برای تمرین بیشتر یادگیری ماشین -با توضیح کامل از صفر تا 100

Твоя ПЕРВАЯ НЕЙРОСЕТЬ на Python с нуля! | За 10 минут :3

Твоя ПЕРВАЯ НЕЙРОСЕТЬ на Python с нуля! | За 10 минут :3

GOOGLE Теперь Умеет ВСЁ (Бесплатно): Все Инструменты В Одном Месте

GOOGLE Теперь Умеет ВСЁ (Бесплатно): Все Инструменты В Одном Месте

‫آموزش یادگیری عمیق 4 - نحوه ساخت شبکه عصبی در Tensorflow و بررسی دقیق تمامی پارامترها برای ساخت مدل

‫آموزش یادگیری عمیق 4 - نحوه ساخت شبکه عصبی در Tensorflow و بررسی دقیق تمامی پارامترها برای ساخت مدل

توضیح شبکه عصبی به زبان بسیار ساده

توضیح شبکه عصبی به زبان بسیار ساده

‫‫آموزش یادگیری ماشین 13 - آشنایی و پیاده سازی الگوریتم ماشین بردار پشتیبان (SVM)-دیتاست واقعی پزشکی

‫‫آموزش یادگیری ماشین 13 - آشنایی و پیاده سازی الگوریتم ماشین بردار پشتیبان (SVM)-دیتاست واقعی پزشکی

ترکیب هوش مصنوعی و محاسبات کوانتومی، آخرین قدم ترسناک هوش مصنوعی برای کنترل زمین

ترکیب هوش مصنوعی و محاسبات کوانتومی، آخرین قدم ترسناک هوش مصنوعی برای کنترل زمین

‫‫‫آموزش یادگیری عمیق 8- پروژه تشخیص اعداد با استفاده از شبکه عصبی عمیق (deep learning)-دیتاست mnist

‫‫‫آموزش یادگیری عمیق 8- پروژه تشخیص اعداد با استفاده از شبکه عصبی عمیق (deep learning)-دیتاست mnist

طرز کار یادگیری و حافظه در مغز

طرز کار یادگیری و حافظه در مغز

جلسه ۱۰ - شبکه‌های عصبی ژرف، الگوریتم پس‌انتشار (Deep Neural Networks, Backpropagation Algorithm)

جلسه ۱۰ - شبکه‌های عصبی ژرف، الگوریتم پس‌انتشار (Deep Neural Networks, Backpropagation Algorithm)

آموزش یادگیری ماشین 14 - آشنایی با الگوریتم ‫Logistic Regression (چطور نورون مغز رو شبیه سازی کنیم؟)

آموزش یادگیری ماشین 14 - آشنایی با الگوریتم ‫Logistic Regression (چطور نورون مغز رو شبیه سازی کنیم؟)

آموزش شبکه عصبی مصنوعی - جلسه چهارم | نحوه آپدیت وزن و بایاس در شبکه عصبی

آموزش شبکه عصبی مصنوعی - جلسه چهارم | نحوه آپدیت وزن و بایاس در شبکه عصبی

Краткое объяснение больших языковых моделей

Краткое объяснение больших языковых моделей

‫آموزش یادگیری ماشین12-آشنایی با دو الگوریتم درخت تصمیم‫(Decision Tree)و جنگل تصادفی‫(Random Forest)

‫آموزش یادگیری ماشین12-آشنایی با دو الگوریتم درخت تصمیم‫(Decision Tree)و جنگل تصادفی‫(Random Forest)

© 2025 dtub. Все права защищены.



  • Контакты
  • О нас
  • Политика конфиденциальности



Контакты для правообладателей: [email protected]