هوش مصنوعی آموزش

هوش مصنوعی آموزش

ساختار شبکه‌های عصبی مصنوعی به زبان ساده (Artificial Neural Network)

ساختار شبکه‌های عصبی مصنوعی به زبان ساده (Artificial Neural Network)

شبکه عصبی مصنوعی روشی عملی برای یادگیری توابع گوناگون نظیر توابع با مقادیر حقیقی، توابع با مقادیر گسسته و توابع با مقادیر برداری می‌باشد. همراه رادوو باشید، با قسمت اول آموزش شبکه‌های عصبی مصنوعی
یادگیری عمیق، جذابیت دنیای اتوماسیون

یادگیری عمیق، جذابیت دنیای اتوماسیون

حتما در فیلم‌ها و سریال‌ها مشاهده کرده‌اید که زمان آینده را گونه‌ای به شما نمایش می‌دهند که انگار انسان جایگاه اختیار و مدیریت‌اش را از دست داده است. در آن زمان فکر می‌کردید که این دنیای هوشمند فقط به صورت یک ایده برای فیلم‌های علمی تخیلی باشد. همراه رادوو باشید، با سفری جذاب به دنیای یادگیری عمیق
ساختار الگوریتم کلونی مورچگان (ACO)

ساختار الگوریتم کلونی مورچگان (ACO)

الگوریتم کلونی مورچگان در رتبه دوم پر اهمیت‌ترین الگوریتم‌ها، در دسته الگوریتم‌های تکاملی قرار می‌گیرد. رفتار بیولوژیکی مورچه برای پیدا کردن غذا نقطه شروع شبیه سازی مصنوعی ما است. با رادوو همراه باشید با بخش آموزش الگوریتم‌های تکاملی.
شروع هوش مصنوعی، اولین قدم برای یادگیری هوش مصنوعی چیست؟

شروع هوش مصنوعی، اولین قدم برای یادگیری هوش مصنوعی چیست؟

من یک تازه کار هستم که حتی مبانی اولیه و نحوه کارکرد هوش مصنوعی را نمی‌دانم. از کجا باید شروع کنم؟ باید چکار کنم؟ با رادوو همراه باشید تا با یکدیگر قدم به قدم مراحل شروع کار هوش مصنوعی را طی کنیم.

رانندگی خودمختار با استفاده از یادگیری عمیق در نرم افزار متلب

رانندگی خودمختار با استفاده از یادگیری عمیق در نرم افزار متلب

به کمک نرم افزار MATLAB و یادگیری عمیق، خودرو خودمختار درک اولیه از محیط را دریافت می کند که به کمک این ورودی ها، برای ناوبری و حرکت در مسیر تصمیم منطقی را می گیرد. همچنین استفاده از یادگیری عمیق به کمک شبکه های عصبی کانولوشن، می تواند درک بهتری از محیط (همانند انسان) به ماشین متحرک ارائه بدهد.
آشکار سازی ایده آل از ویژگی های تصاویر

آشکار سازی ایده آل از ویژگی های تصاویر

ویژگی ها، ساختارهای قابل تشخیص عناصر در محیط هستند. این ویژگی ها معمولا می توانند از اندازه ها استخراج و به صورت ریاضی توصیف شوند. ویژگی های خوب همیشه قابل درک بوده و به راحتی از محیط قابل شناسایی است و استخراج ویژگی های با اهمیت، می تواند درک بهتر از محیط، برای ربات به ارمغان بیاورد.
یادگیری عمیق، ساخت سطوح سه بعدی از تصاویر دو بعدی به وسیله شبکه‌های عمیق

یادگیری عمیق، ساخت سطوح سه بعدی از تصاویر دو بعدی به وسیله شبکه‌های عمیق

آیان سینها از دانشگاه MIT، روشی جدیدی در هوش مصنوعی با استفاده از یادگیری عمیق ارائه داده است که می تواند از تصاویر دوبعدی اشکال، مدل سه بعدی آن را استخراج کند. این روش می تواند تکمیل کننده فناوری های واقعیت مجازی و چاپگرهای سه بعدی باشد.
تطابق استریو با کمک شبکه عصبی هاپفیلد

تطابق استریو با کمک شبکه عصبی هاپفیلد

استخراج اطلاعات عمق یک مسئله مهم در بینایی ماشین است. همچنین بینایی استریو یک تکنیک جالب برای بازیابی اطلاعات سه بعدی از تصاویر است. در این مقاله تکنیک تطابق استریو مبتنی بر Scanline با استفاده از شبکه عصبی هاپفیلد همگام (SHNN Synchronous Hopfield neural network) ارائه شده است.
اپل در iOS11 فریم ورک یادگیری ماشین را اضافه خواهد کرد.

اپل در iOS11 فریم ورک یادگیری ماشین را اضافه خواهد کرد.

Core ML یک فریمورک جدید از یادگیری ماشین است که به محصولات اپل اضافه خواهد شد. Core ML عملکرد بسیار سریعی با ادغام آسان مدلهای یادگیری ماشین، ارائه می دهد که شما می توانید برنامه هایی با ویژگی های جدید هوشمند با استفاده از چند خط کد بسازید!
ساختار الگوریتم توده ذرات (PSO)

ساختار الگوریتم توده ذرات (PSO)

در جلسه اول، ساختار الگوریتم کلونی مورچگان را با یکدیگر بررسی کردیم. این جلسه نوبت به الگوریتم توده ذرات رسیده است. PSO دارای ساختاری ساده و قوی است که امروزه به یکی از پر کاربردترین الگوریتم‌ها تبدیل شده است. با رادوو همراه باشید با جلسه دوم از آموزش الگوریتم‌های تکاملی.
ساخت شبکه عصبی مصنوعی ساده با زبان javascript

ساخت شبکه عصبی مصنوعی ساده با زبان javascript

در این پست با هم می بینیم که چطور می توان از طریق کتابخانه Synaptic js در جاوا اسکریپت یک شبکه عصبی مصنوعی ساده طراحی کرد. Synaptic js این امکان را به ما می دهد تا از طریق node js بتوانیم یک سیستم یادگیری عمیق بسازیم.

آموزش رایگان صفر تا صد شبکه‌های عصبی کانولوشن

آموزش رایگان صفر تا صد شبکه‌های عصبی کانولوشن

الگوریتم های یادگیری عمیق، زیرمجموعه ای از الگوریتم های یادگیری ماشین هستند که هدف آنها کشف چندین سطح از بازنمودهای (نمایش)های توزیع شده، از داده ورودی است. اخیرا الگوریتم های یادگیری عمیق زیادی برای حل مسائل هوش مصنوعی سنتی ارائه شده اند.
تشریح شبکه عصبی کانولوشن به بیان ساده + ویدئو

تشریح شبکه عصبی کانولوشن به بیان ساده + ویدئو

شبکه های عصبی کانولوشن CNN در فضاهای گسترده ای از جمله تشخیص الگو، تشخیص سخن، پردازش زبان طبیعی و آنالیز ویدیو کاربرد دارد. برای تفهیم بهتر این نوع شبکه ویدئوی پیوست شده در ادامه مطلب را تماشا کنید.
سیستم ایمنی مصنوعی یا AIS

سیستم ایمنی مصنوعی یا AIS

سیستم ایمنی مصنوعی به طور موفقیت آمیزی برای دامنه وسیعی از مسائل مانند تشخیص نفوذ به شبکه تا مدل های دسته بندی داده، یادگیری مفهوم، خوشه بندی داده، رباتیک، شناسایی الگو، داده کاوی، همچنین برای مقدار دهی اولیه وزن ها در شبکه عصبی و بهینه سازی توابع چند وجهی استفاده می شود.
وب کامپوننت چیست و آیا web component آینده فریم ورک های فرانت را تغییر میدهد

وب کامپوننت چیست و آیا web component آینده فریم ورک های فرانت را تغییر میدهد

در این مطلب به این موضوع میپردازیم که آیا ویژگی web component میتواند آینده front end وب باشد و توضیح نسبتا کاملی در مورد وب کامپوننت ها خواهیم داشت.