ارتباط با ما
با ما تماس بگیرید
0086-21-58386256
0086-21-58386256
پرسپترون چندلایه. پرسپترون چند لایه ، (به انگلیسی: Multilayer perceptron) دسته ای از شبکه‌های عصبی مصنوعی پیشخور است. یک MLP شامل حداقل سه لایه گره است: یک لایه ورودی، یک لایه پنهان و یک لایه خروجی. به جز ...
واحد پردازش مرکزی (به انگلیسی: cpu) در یک رایانه وظیفه دستکاری داده‌ها از طریق اجرای محاسبات را برعهده دارد. در عمل تمام رایانه‌ها از یک سلسله مراتب حافظه که تنظیماتی نزدیک به CPU دارد.
واحد پردازش مرکزی (به انگلیسی: Central processing unit) یا همان پردازنده مرکزی ، پردازنده اصلی ، پردازنده به اختصار سی‌پی‌یو (به انگلیسی :CPU)، یک مدار الکترونیکی است که دستورالعمل‌هایی را اجرا می‌کند ...
NLP مخفف چیست؟ NLP مخفف «Natural Language Processing» یعنی «پردازش زبان طبیعی» است. توسعه‌دهندگان این رشته تلاش می‌کنند تا با فهماندن زبان طبیعی انسان با استفاده از هوش مصنوعی به ماشین‌های کامپیوتری، گامی بزرگ برای پیشرفت بردارند.
اینجاست که منحنی AUC-ROC در یادگیری ماشین مورد استفاده قرار میگیرد. در حال حاضر، فقط بدانید که منحنی AUC-ROC به ما کمک می کند تا میزان عملکرد طبقه بندی کننده یادگیری ماشین خود را تجسم کنیم. اگرچه ...
[ترجمه گوگل] در کاربردهای عملی، طبقه‌بندی‌کننده عمومی نزدیک به همسایه به دلیل مقدار پردازش الگوی بسیار بزرگ محدود بود و دریافت سریع بهترین داده‌ها در خط دشوار بود [ترجمه ترگمان] در کاربردهای عملی، طبقه بندی کننده ...
الگوریتم کی-نزدیکترین همسایه. در بازشناخت الگو کی-نزدیکترین همسایه (انگلیسی: k-nearest neighbors algorithm) یک متد آمار ناپارامتری است که برای طبقه‌بندی آماری و رگرسیون استفاده می‌شود. در هر دو حالت کی ...
مقاله فارسی " تشخیص بیماری اوتیسم در کودکان از سیگنال صدا با استفاده از طبقه بندی کنندهSVM " توسط پوریا صالحی، دانشجوی کارشناسی ارشد مهندسی برق مخابرات دانشگاه آزاد اسلامی واحد نجف آباد ...
مجموعه داده‌های آموزشی. یک م مجموعه داده آموزشی، مجموعه ای از نمونه‌ها است که در طول فرایند یادگیری استفاده می‌شود و برای ساخت مدل‌های پیشگو استفاده می‌شود. به عنوان مثال برای یک الگوریتم طبقه‌بندی کننده استفاده می ...
بیز ساده (Naïve Bayes) یک الگوریتم طبقه‌بندی ساده اما مؤثر و متداول یادگیری ماشین (Machine Learning) است که در دسته‌ی یادگیری با ناظر (Supervised Learning) جای میگیرد. بیز ساده الگوریتمی احتمالی است که براساس نظریه‌ی بیز برای طبقه‌بندی ...
Deep Learning کلاسی از تکنیک‌های یادگیری ماشین است که از لایه‌های زیادی از پردازش اطلاعات غیر خطی برای استخراج و تبدیل ویژگی تحت نظارت یا بدون نظارت، برای آنالیز الگو و طبقه‌بندی استفاده می‌کند ...
این دستگاه ها از نظر محاسباتی نیز به دو دسته طبقه بندی شده اند که عبارتند از: Analog (قیاسی) Digital (رقمی) هر دستگاه کامپیوتر دارای بخش سخت افزاری و نرم افزاری است که با هم در تعامل هستند.
آقای «میکل فِلِین» در سال ۱۳۵۱ (۱۹۷۲ میلادی)، طبقه‌بندی جدیدی برای سبک‌های متفاوت معماری کامپیوتری ارائه کرد. این طبقه‌بندی ۴ سبک مختلف را به شرحی که در ادامه آمده است، تعریف می‌کند.
همان‌طور که تا اینجا در دوره طبقه‌بندی داده‌ها مشاهده کردید، ما به دنبال الگوریتمی هستیم با استفاده از داده‌های آموزشی، یادگیری را انجام دهد، و بتواند داده‌های جدید را حتی‌المکان به درستی پیش‌بینی یا همان طبقه ...
در گرو مثبتها نیز هدفهای سیگنال دهی کروم وجود دارد که میتوانند ممانعت کننده هایی برای جلوگبری از تشکیل بیوفیلم باشند. اغلب ژن های بیان کننده کروم به عنوان فاکتورهای رونویسی طبقه بندی میشوند.
این فراخوانی سیستمی معمولاً از طریق یک تابع بسته‌بندی کننده(wrapper function) که در معرض برنامه‌های فضای کاربر توسط کتابخانه‌های سیستمی است که زبان اسمبلی را جاسازی می‌کند برای ورود به هسته پس از ...
فرایند طبقه بندی به این صورت است که براساس یک مجموعه آموزشی سیستم یاد میگیرد داده ها را به گروه های درست با کمترین خطا تقسیم بندی کند. مجموعه ی آموزش حاوی داده هایی است که دسته ی آنها …
هر واحد عملیاتی یک هسته جداگانه ندارد ولی یک منبع اجرایی جداگانه مانند ALU، شیفت دهنده بیتی یا یک ضرب‌کننده را دارد.-در طبقه‌بندی فلین(Flynn) یک پردازشگر سوپر اسکالر به عنوان یک پردازشگر MIMD طبقه ...
همچنین کاهش بیش از حد درختان تصمیم، قوانین مدولار برای طبقه‌بندی، مقابله با حجم زیادی از داده ها و طبقه‌بندی گروه (استفاده از مجموعه‌ای از طبقه‌بندی‌ها به جای یک طبقه‌بندی واحد برای طبقه ...
نمره 5.00 از 5. در دوره تخصصی پردازش سیگنال مغزی (eeg ) تمامی مباحث پایه و کاربردی پردازش سیگنال eeg به صورت مرحله به مرحله آموزش داده شده بر روی سیگنال eeg پیاده‌سازی شده اند. این دوره کاملا پروژه ...
انواع کروم سنسینگ: دو نوع کروم سنسینگ وجود دارد, اختصاصی گونه ای و بین گونه ای. QS اختصاصی گونه در باکتری های گرم منفی بوسیله اسیل هوموسرین لاکتون به همراه قسمت مساوی از سیگنال های قابل تشخیص ...
کاربرد شبکه عصبی پرسپترون : پرسپترون در یک نگاه Perceptron دارای ویژگی های زیر است: Perceptron یک الگوریتم برای یادگیری تحت نظارت طبقه بندی کننده های خطی است. ضرایب بهینه وزن به طور خودکار …
Ahmad Najafi. Girs.ir (Academy of RS & GIS) 3d. آموزش 👩🏫 مدل سازی و پیش بینی پراکنش گونه ای – مقدماتی و پیشرفته ️ در این آموزش ...
از پرسپترون معمولاً برای طبقه‌بندی، به‌ویژه طبقه‌بندی‌های باینری، استفاده می‌شود؛ برای مثال، در ساده‌ترین حالت یک پرسپترون می‌تواند براساس یک تعداد ورودی تصمیم بگیرد که خروجی ...
برای نوشتن گزارش از کجا شروع کنیم؟ منظور از گزارش نویسی گردآوری، طبقه بندی، ثبت و ارائه درست آن است. بطوری که بتواند به هدف اصلی که اطلاع دادن به مخاطب است برسد.
شبکه‌بندی: برای ارسال و بازیابی داده ها ... هسته یکپارچه، برخلاف میکرو کرنل، نه تنها واحد پردازش مرکزی، حافظه و ipc را در بر میگیرد، بلکه دارای درایورهای دستگاه، تماس‌های سرور سیستم و مدیریت ...
می توان از آن برای پردازش تصویر، فیلم برداری، تشخیص چهره در لحظه، تشخیص اشیا و غیره استفاده کرد. ... دیده را با توابع کتابخانه OpenCV ادغام کنید تا دقت این الگوریتم را در طبقه بندی میوه های ...
الگوریتم Boosting یک روش یادگیری است که برای رفع ضعف یادگیرنده های ماشین ایجاد شده. این روش برای رفع مشکلات طبقه بندی و رگرسیون به کار می رود. در این روش با ترکیب موازی یا متوالی تلاش می شود تا خطا حد زیادی کاهش پیدا کند و ...
به طور کلی الگوریتم‌های ماشین لرنینگ به 4 نوع طبقه‌بندی میشوند: تحت نظارت. یادگیری بدون نظارت. یادگیری نیمه نظارتی. یادگیری تقویتی. با این حال، این 4 دسته به انواع بیشتری نیز تقسیم میشوند ...
ایجاد مدل متنی ساده برای طبقه بندی در MATLAB. این مثال نشان می دهد که چگونه می توان یک طبقه بندی کننده متن ساده را با استفاده از مدل بسته ای کلمات در مورد تعداد فراوانی کلمات آموزش داد. شما می ...
امروزه با پیشرفت تکنولوژی، استفاده از سیستم های هوشمند در پردازش و تحلیل سیگنال های حیاتی و تشخیص بیماری‌های مختلف از اهمیت ویژه ای برخوردار است. از جمله بیماریهایی که پزشکان را در تشخیص، با مشکلاتی مواجه می‌کند ...
واحد ورودی; واحد پردازش مرکزی (cpu) ... در واقع نوع مقدار ذخیره شده در یک متغیر بر اساس یک طبقه بندی مشخص می شود. این نوع داده است که می گوید چه نوع عملیاتی را می توان بر روی آن اعمال کرد ...
فرآیند طبقه‌بندی معمولاً شامل سه مرحله اصلی است: آماده‌سازی داده‌ها: این شامل پیش‌پردازش داده‌ها برای حذف نویز، نرمال‌سازی ویژگی‌ها و رسیدگی به مقادیر از دست‌رفته است. سپس داده‌ها به ...
KNN به عنوان طبقه بندی کننده (classifier): ... از آنجایی که می توان آن را هم برای طبقه بندی و هم برای رگرسیون استفاده کرد، یک الگوریتم همه کاره است. ... جنب داروخانه ستارگان - پلاک 561 - طبقه2 - واحد7 88146323 ...
همه شما تابه‌حال نام کارت گرافیک را شنیده‌اید. کارت گرافیم از یک واحد پردازش گرافیک یا همان GPU تشکیل‌شده است. GPUکارت گرافیک درواقع یک ابزار تخصصی برای رندر کردن و خروجی گرفتن از تصاویر در رایانه‌ها و لپ‌تاپ‌ها و ...
طبقه بندی (classification) علمی است که بر اساس داده‌های قبلی که دارای برچسب هستند، مدلی برای پیش بینی برچسب داده‌های جدید می‌سازد. طبقه بندی classification یکی از زیر شاخه های اساسی یادگیری ماشین و ...
