دانلود یادگیری ماشین،تئوری و کاربردی

یادگیری ماشین،تئوری و کاربردی

فرمت فایل دانلودی: .docx
فرمت فایل اصلی: docx
تعداد صفحات: 146
حجم فایل: 29886 کیلوبایت
قیمت: 30000 تومان

فایل مورد نظر شامل مطالب و تصاویر از منابع معتبر است
دارای فهرست مطالب ،فهرست اشکال و جداول است.

یادگیری ماشین در نحوه انجام کار و فعالیت های روزمره ما تغییرات اساسی ایجاد کرده است. برنامه نویسان نرم افزارهای قدیمی و سنتی کار بسیار سختی داشتند. آن ها ابتدا منطق را براساس وضعیت فعلی موضوع می نوشتند و سپس داده های مربوطه را اضافه می کردند. اما با گذشت زمان و با ظهور تکنولوژی، تغییرات اساسی رخ داد.
کلان روند ها ( Megatrends ) ، فن آوری های جنون آمیز و اتوماسیون، کار ها را به دست گرفته اند و می توانیم با افتخار بگوییم که همه چیز خوب پیش می رود. با قدرت یادگیری ماشین، مشاغل قدرتمند شده و به قله های جدیدی می رسند.

فصل 1 بهینه سازی 10
1-1 مقدمه 10
1-2 مقدماتی 11
1-2-1 مجموعه های محدب 11
تعریف2.1 12
1-2-2 توابع محدب 12
تعریف3.1 12
1-2-3 زیرشاخه ها 16
1-2-4 توابع به شدت محدب 17
1-2-5 توابع محدب با گرادیان پیوسته Lipschitz 19
1-2-6 دوگانگی فنچل 19
1-2-7 واگرایی برگمن 21
1-3 به حداقل رساندن محدب صاف بدون محدودیت 23
1-3-1 به حداقل رساندن یک تابع محدب یک بعدی 23
1-3-2 نزول مختصات 25
1-3-3 نزول گرادیان 26
1-3-4 رود آینه.......... 31
1-3-5 گرادیان مزدوج 34
1-3-6 روش های مرتبه بالاتر 40
1-3-6-1 روش های شبه نیوتنی 43
1-3-6-2 روش های گرادیان طیفی 47
1-3-7 روش های بسته 48
1-4 بهینه سازی محدود 52
1-4-1 روش های مبتنی بر فرافکنی 53
1-4-2 دوگانگی لاگرانژ 55
1-4-3 برنامه های خطی و درجه دوم 60
1-4-3-1 برنامه ریزی خطی........ 60
1-4-3-2 برنامه نویسی درجه دوم 62
1-5 بهینه سازی تصادفی 66
1-5-1 نزول گرادیان تصادفی 67
1-5-1-1 ملاحظات عملی............. 67
1-6 بهینه سازی غیر محدب 68
1-6-1 روش مقعر - محدب 68
1-7 برخی از توصیه های عملی 70
فصل 2 آموزش آنلاین و تقویت 75
2-1 الگوریتم نصف کردن 75
2-2 اکثریت وزنی 76
فصل 3 چگالی شرطی 83
3-1 رگرسیون لجستیک 84
3-2 رگرسیون 86
3-2-1 مدل های عادی مشروط 86
3-2-2 توزیع پسین 86
3-2-3 برآورد ناهمسان 86
3-3 کاتیون چند کلاسه کلاسی 87
3-3-1 مدل های چند جمله ای مشروط 87
3-4 CRF چیست؟ 87
3-4-1 CRF های زنجیره ای خطی 87
3-4-2 CRF های مرتبه بالاتر 87
3-4-3 CRF های هسته دار 87
3-5 استراتژی های بهینه سازی 87
3-5-1 شروع به کار 87
3-5-2 الگوریتم های بهینه سازی 88
3-5-3 مدیریت CRFهای سفارش بالاتر 88
3-6 مدل های پنهان مارکوف 88
3-7 مطالعه بیشتر 88
3-7-1 بهینه سازی. 89
فصل 4 هسته ها و فضاهای توابعی 90
4-1 مبانی 90
4-1-1 مثال ها.......... 91
4-1-1-1 هسته خطی................. 91
4-1-1-2 هسته چند جمله ای 91
6-1مبانی 92
4-1-1-3 هسته تابع پایه شعاعی 92
4-1-1-4 پیچشی های هسته........... 92
4-1-1-5 رشته های هسته................ 93
4-1-1-6 نمودار های هسته..................... 95
4-2 هسته 98
4-2-1 نقشه های ویژه 98
4-2-2 ترفند هسته. 98
4-2-3 نمونه هایی از هسته ها 98
4-3 الگوریتم ها 98
4-3-1 پرسپترون هسته 98
4-3-2 Classi er................ 98
4-3-3 تجزیه و تحلیل مؤلفه اصلی هسته 98
4-4 بازتولید فضاهای هیلبرت هسته 98
4-5 بازتولید فضاهای هیلبرت هسته 100
4-5-1 هیلبرت فضاهای 101
4-5-2 ویژگی های نظری 102
4-5-3 سازی منظم 102
4-6 فضاهای باناخ 102
4-6-1 خواص......... 102
4-6-2 هنجارها و مجموعه های محدب 102
فصل 5 مدل های خطی 103
5-1 کاتیون کلاسی بردار پشتیبانی 104
5-1-1 دیدگاه به حداقل رساندن ریسک منظم 110
5-1-2 یک تفسیر خانوادگی نمایی 111
5-1-3 الگوریتم های تخصصی برای آموزش SVM ها 113
5-2 برنامه های افزودنی 120
5-2-1 ترفند ν.............. 120
5-2-2 ازدست دادن لولا مربعی 122
5-2-3 از دست دادن سطح شیب دار 123
7-3 گرسیون بردار پشتیبانی 124
5-3 رگرسیون بردار پشتیبانی 125
5-3-1 ترکیب توابع از دست دادن عمومی 128
5-3-2 ترفند ν ترکیب 131
5-4 تشخیص تازگی 132
5-5 حاشیه و احتمال 135
5-6 فراتر از طبقه بندی باینری 135
5-6-1 طبقه بندی چند طبقه 136
5-6-1-1 از دست دادن لولا چند کلاسه افزایشی 136
5-6-1-2 حداکثر از دست دادن لولا چند کلاسه 137
5-6-2 طبقه بندی چند برچسبی 138
5-6-2-1 از دست دادن لولا چند برچسبی افزودنی 138
5-6-2-2 حداکثر از دست دادن لولا چند برچسبی 138
5-6-3 رگرسیون و رتبه بندی ترتیبی 139
5-7 طبقه بندی کننده های حاشیه بزرگ با ساختار 140
5-7-1 حاشیه............. 140
5-7-2 جریمه حاشیه 140
5-7-3 تلفات غیر محدب 140
5-8 برنامه های کاربردی 141
5-8-1 حاشیه نویسی توالی 141
5-8-2 تطبیق............. 141
5-8-3 بندی رتبه.......... 141
5-8-4 برنامه ریزی کوتاه ترین مسیر 141
5-8-5 حاشیه نویسی تصویر 141
5-9 بهینه سازی 141
5-9-1 تولید ستون زیر دیفرانسیل ها 141
5-9-2 روش های بسته 141
5-9-3 آرامش بیش از حد در دوگانه زمانی که 141
5-10 درمقابل مدل های حاشیه بزرگ ساختاریافته CRF 10.7 141
5-10-1 عملکرد از دست دادن 141
5-10-2 دوگانه اتصالات. 141
5-10-3 سازی بهینه. 141
فصل 6 نتیجه گیری و پیشنهادات 143
6-1 نتیجه گیری 143
6-2 پیشنهادات 146

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود پاورپوینت الگوریتم خوشه بندی هوش مصنوعی

پاورپوینت الگوریتم خوشه بندی هوش مصنوعی

فرمت فایل دانلودی: .pptx
فرمت فایل اصلی: pptx
تعداد صفحات: 54
حجم فایل: 10170 کیلوبایت
قیمت: 50000 تومان

توضیحات:

پاورپوینت الگوریتم خوشه بندی هوش مصنوعی، در 54 اسلاید.

این فایل به هوش مصنوعی، یادگیری ماشین و تعریف الگوریتم خوشه بندی، خاستگاه، انواع، کاربردها و... می پردازد.

خرید این فایل صرفا از فروشگاه اینترنتی فرافایل مجاز می باشد.

بخشی از متن فایل:

نوعی روش یادگیری بدون نظارت است که در آن ما از مجموعه داده ­های متشکل از داده ­های ورودی بدون برچسب به عنوان فرآیندی برای یافتن ساختار معنی­ دار، ویژگی ­های تولیدی و گروه­ بندی­ های ذاتی مجموعه ­ای از مثال­ ها استفاده می­شود.
خوشه­ بندی وظیفه تقسیم جمعیت یا نقاط داده به تعدادی گروه است به گونه­ ای که نقاط داده در همان گروه ­ها بیشتر از نقاط دیگر گروه­ ها به سایر نقاط داده همان گروه شباهت دارد. به عبارت ساده، هدف این است که گروه­ هایی را با صفات مشابه تفکیک کرده و آن­ها را به صورت خوشه ­ای تقسیم نماید.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود پاورپوینت هوش مصنوعی

پاورپوینت هوش مصنوعی

فرمت فایل دانلودی: .pptx
فرمت فایل اصلی: pptx
تعداد صفحات: 118
حجم فایل: 24003 کیلوبایت
قیمت: 80000 تومان

توضیحات:

پاورپوینت هوش مصنوعی، در 118 اسلاید.

این فایل درباره هوش مصنوعی، تعریف و تاریخچه، انواع و دسته بندی ها، کاربرد و مزایای و معایب آن می باشد.

بخشی از متن فایل:

تاریخچه هوش مصنوعی به سال های جنگ جهانی دوم بر می‌گردد. زمانی که نیروهای آلمانی برای رمز نگاری و ارسال ایمن پیام ها از ماشین enigma استفاده می کردند و دانشمند انگلیسی، آلن تورینگ در تلاش برای شکست این کدها برآمد.
 تورینگ به همراه تیمش ماشین bombe را ساختند که enigma را رمز گشایی می کرد. هر دو ماشین enigma و bombe پایه های یادگیری ماشینی (machine learning) هستند که یکی از شاخه های هوش مصنوعی یا همان Artificial intelligence می‌باشد.

خرید این فایل صرفا از فروشگاه اینترنتی فرافایل مجاز می باشد.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود تحقیق یادگیری ماشین: خوشه بندی مشتریان به روش Kmean

تحقیق یادگیری ماشین: خوشه بندی مشتریان به روش Kmean

فرمت فایل دانلودی: .zip
فرمت فایل اصلی: docx, csv, py
تعداد صفحات: 20
حجم فایل: 1930 کیلوبایت
قیمت: 25000 تومان

توضیحات:

تحقیق یادگیری ماشین: خوشه بندی مشتریان به روش Kmean، در قالب فایل Word  به همراه فایل کدهای پایتون و فایل دیتاست.

فهرست مطالب موجود در این پروژه:

گام اول: فراخوانی کتابخانه‌های مورد نیاز
گام دوم: خواندن فایل داده‌ها
گام سوم: پیش پردازش داده‌ها
گام چهارم: استخراج شاخص‌های آماری داده‌ها
گام پنجم: تحلیل نموداری داده‌ها
گام ششم: بررسی توزیع داده‌ها و استاندارد سازی آن‌ها
گام هفتم: خوشه بندی داده‌ها
گام هشتم: محاسبه میانگین متغیرهای مختلف به ازای هر خوشه
گام نهم: تحلیل‌های نموداری بر اساس خوشه بندی
گام دهم: یافتن مقدار K بهینه

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود تحقیق اتومبیل خودران با استفاده از هوش مصنوعی

تحقیق اتومبیل خودران با استفاده از هوش مصنوعی

فرمت فایل دانلودی: .docx
فرمت فایل اصلی: docx
تعداد صفحات: 65
حجم فایل: 985 کیلوبایت
قیمت: 95000 تومان

توضیحات:

تحقیق اتومبیل خودران با استفاده از هوش مصنوعی، در قالب فایل Word در 65 صفحه.

اگر وسایل نقلیه خودران بتوانند طیف وسیعی را به راحتی پشتیبانی کنند، به جامعه کمک خواهند کرد

محیط های رانندگی، شرایط و وسایل نقلیه. دستیابی به این امر مستلزم کاهش آن است

پیچیدگی سیستم الگوریتمی، تسهیل جمع آوری داده های آموزشی و تایید عملیات با استفاده از آزمایشات دنیای واقعی کار ما به این مسائل توسط با استفاده از یک شبکه عصبی بازتابی که تصاویر را به فرمان و دریچه گاز ترجمه می کند دستورات این شبکه با استفاده از داده های شبیه سازی self-driving-car-sim آموزش داده شده است که ما آن را افزایش می دهیم تا تعداد ساعت های شبیه سازی را کاهش دهیم. ما سپس کار را با استفاده از سیستم ماشین RC از طریق آزمایش های متعدد تأیید کنید. سیستم ما 98 دور از 100 دور یک مسیر با انواع جاده های متعدد و پیچ های دشوار را با موفقیت رانندگی کنید. همچنین در 90 درصد آزمایش ها از برخورد با وسیله نقلیه دیگر با موفقیت جلوگیری می کند.

فهرست مطالب:

فصل 1: مقدمه 4

1-1- مقدمه 5

1-2- چالش ها 5

1-3- بررسی اجمالی راه حل 6

1-4- جمع آوری داده ها و آموزش 7

1-6- رئوس مطالب سایر فصل‌ها 9

فصل 2: بررسی پیشینه و ادبیات 10

2-1- مقدمه 11

2-2- مروری بر شبکه عصبی 11

2-3- کار های مرتبط 15

فصل 3: شبکه عصبی 20

3-1- مقدمه 21

3-2- معماری 21

3-3- معماری اولیه 23

3-4- شبکه پردازش فرمان 24

فصل 4: تست و ارزشیابی 38

4-1- مقدمه 39

4-2- ماشین کنترل از راه دور 39

4-3- راه اندازی آزمایش و روش 41

فصل 5: جمع‌بندی و پیشنهادها 56

5-1- نتیجه گیری 57

5-2- تحقیقات آینده 57

منابع 60

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه