NEW BOT Телеграм, страница

✔💡برای دانلود مقالات خود با استفاده از DOI مقاله از سایت روسی
http://Sci-hub.cc
می توانید اقدام فرمایید.
🔵 کلیه مقالاتی که می خواهید بدون محدودیت در این سایت قابل دانلود است.

@MachineLearningCource

2.95K views20:22

یادگیری ماشین و یادگیری ژرف

1:01

This media is not supported in your browser

VIEW IN TELEGRAM

1.01K views12:33

یادگیری ماشین و یادگیری ژرف

نسل آینده تاکسی های هوشمند 🖕🖕🖕🖕🖕🖕

953 views12:33

یادگیری ماشین و یادگیری ژرف

✅پایگاه های دانلود رایگان مقالات
✳️http://booksc.org
✳️http://sci.hub.org
✳️http://paperdl.com
✳️http://gigapaper.ir
✳️http://freepaper.me
✳️http://freepapers.ir
✳️http://elearnica.ir
✳️http://freepaper.us
✳️http://goarticle.ir
✳️http://freescience.ir
✳️http://doaj.org
✳️http://paperhub.ir
✳️http://libdl.ir
✳️libgen.io/scimag
✳️http://sci-hub.cc
✳️http://sci-hub.io
✳️http://iranpaper.ir
✳️http://soroushhekmat.ir

3.47K views13:37

یادگیری ماشین و یادگیری ژرف

آزمون دکتری سال 96 صبح امروز جمعه 6 اسفند 95 برگزار شد.

به گزارش روابط عمومی کانال پاپ اچ دی در آزمون امسال تعداد 260 هزار و 110 داوطلب برای شرکت در آزمون ورودی دوره دکتری نیمه متمرکز 96 ثبت نام کردند که از این تعداد 110 هزار و 179 نفر زن و مابقی مرد هستند.

از تعداد 260 هزار و 110 داوطلب ثبت‌نام کننده تعداد 149 هزار و 265 نفر در گروه علوم انسانی، 24 هزار و 999 نفر در گروه علوم پایه، تعداد 48 هزار و 759 نفر در گروه فنی و مهندسی، 14 هزار و 929 نفر در گروه کشاورزی و منابع طبیعی، 13 هزار و 854 نفر در گروه هنر، 2 هزار و 230 نفر در گروه دامپزشکی و مابقی داوطلبان در گروه زبان ثبت نام کرده‌اند.

به گفته دکتر توکلی، آمار داوطلبان آزمون دکتری نیمه‌متمرکز سال 96 نسبت به آمار داوطلبان دوره دکتری سال 95 تعداد 101 هزار و 857 نفر، نسبت به آمار داوطلبان آزمون دکتری 94 تعداد 58 هزار و 450 نفر و نسبت به آمار داوطلبان آزمون سال 93 نیز تعداد 99 هزار و 719 نفر افزایش یافته است. ♦️ نتایج اولیه کنکور دکتری اواخر فروردین اعلام می شود
🔹 22 هزار نفر در این آزمون پذیرفته می شوند
🔹 دانشگاه آزاد در هر رشته حداکثر هفت دانشجوی دکتری پذیرش می کند

1.03K viewsedited 13:41

یادگیری ماشین و یادگیری ژرف

☘️☘️☘️داستان مردان نابینا و فیل☘️☘️☘️
🔴ما می‏توانیم تصور کنیم که تعدادی از مردان کور در حال تلاش برای اندازه یک فیل غول پیکر (شکل 2) هستند، که داده‏های عظیم در این زمینه است. هدف هر مرد کور ارائه یک تصویر (یا نتیجه گیری) از فیل با توجه به بخشی از اطلاعات او که در طول فرآیند جمع آوری شده است. از آنجا که نمایش هر فرد به منطقه محلی خود محدود است، تعجب آور نیست که مردان کور نتیجه گیری به طور مستقل انجام ی شود برای مثل یک طناب، یک شلنگ، و یا یک دیوار، بسته به منطقه هر یک از آنها ارائه می‏شود. برای بیان اینکه مشکل حتی پیچیده تر است، بیایید فرض کنیم که یک فیل به سرعت در حال رشد است و قیافه آن نیز دائما در حال تغییر، و مردان نابینا نیز که از یکدیگر یاد می‏گیرند، در حالی تبادل اطلاعات در احساسات مربوطه خود از فیل هستند. داده‏های عظیم در این سناریو معادل جمع آوری اطلاعات ناهمگن از منابع مختلف (مرد کور) برای کمک به رسم یک تصویر به بهترین شکل ممکن به فاش کردن قیافه واقعی از فیل در یک مد در زمان واقعی است (Wu, Zhu, Wu, & Ding, 2014 ).
🔴آقای Melton می‏گوید: تا همین اواخر،‌ نگاه جامعه جهانی IT به مقوله داده‏های عظیم، کاملاً مشابه به استنباط آن مردان نابینا از فیل در داستان مردان نابینا و فیل بود. به همین علت هر یک از اعضای جامعه این موضوع (داده‏های عظیم) را از یک بعد می‏نگرند. اما داده‏های عظیم همچون فیل داستان، چیزی فراتر از نتایج حاصل از گمانه زنی‏ها است. اگر به عنوان کل درباره آن فکر کنیم تا مجموعه ای از اجزا در هم پیچیده، مسئله بسیار پیچیده تر خواهد شد.
🔴 آقای Eckert از دیدگاه فنی معتقد است پنجره ای که رو به فرصتها گشوده شده، کاملاً باز است. متاسفانه همگرایی رویکردهای مختلف و قابلیت همکاری متقابل میان ابزارهای موجود تاکنون میسر نشده است.

🔴فیل و مردان نابینا
پیل اندر خانه تاریک بود —---------- عرضه را آورده بودندش هُـنُـود
از برای دیدنش مردم بسی —---— اندر آن ظلمت همی شد هر کسی
دیدنش با چشم چون ممکن نبود —---— اندر آن تاریکی‌اش کف می‌بسود
آن یکی را کف به خرطوم اوفتاد------- گفت همچون ناودان است این نهاد
آن یکی را دست بر گوشش رسید —------- آن برو چون بادبیزن شد پدید
آن یکی بر پشت او بنهاد دست —---— گفت خود این پیل چون تختی بدست
همچنین هر یک به جز وی که رسید —---— فهمِ آن می‌کرد هرجا می‌شنید
از نظر گه، گفتشان شد مختلف —--------- آن یکی دالَش لقب داد این الف
در کف هریک اگر شمعی بدی —---------- اختلاف از گفتشان بیرون شدی
چشم حس همچون کف دست‌است و بس —- نیست کف را بر همه او دسترس
چشم دریا دیگرست و کف دگر —------------- کف بهل وز دیده دریا نگر
جنبش کف‌ها ز دریا روز و شب —------— کف همی بینی و دریا نی عجب
ما چو کشتی‌ها به هم برمی‌زنیم —------— تیره چشمیم و در آب روشنیم
ای تو در کشتی تن رفته به خواب —--------- آب را دیدی؟ نگر در آبِ آب
آب را آبی است، کـو می رانَدَش —---— روح را روحی است، کــو می خوانَدَش
از این داستان استنباط شده‌است که موقعیت‌های مختلف که در هر
لحظه دامن‌گیر نظاره‌کنندگان در حقایق است، تصویر مشخصی از یک حقیقت واحد را برای آن‌ها به وجود می‌آورد

1.38K views01:09

یادگیری ماشین و یادگیری ژرف

فیل و مردان نابینا به عنوان نمادی از درک ما درمورد BIG DATA است

1.57K views01:38

یادگیری ماشین و یادگیری ژرف