مرکز مشاوره و آموزش تخصصی پردازش تصویر برگزار می نماید،

- اولین دوره جامع پردازش تصویر از مقدماتی تا پیشرفته ویژه دانشجویان، دانش آموزان و فارغ التحصیلان.

- دوره ها شامل:
• پردازش تصویر مقدماتی
• پردازش تصویر پیشرفته
• یادگیری عمیق(Deep Learning)
• برنامه نویسی OpenCV در Python
• سیستم های هوشمند در تصویر
• یادگیری ماشین پیشرفته
• شناخت ویژگی ها (Features: HOS, Sparse, Wavelet, etc)
• شبکه‌های عصبی
• برنامه نویسی MATLAB
• برنامه نویسی Python

- مشاوره تخصصی در زمینه پروژه های پردازش تصویر و سیگنال، برای پذیرش

🔸 مهلت ثبت نام تا 14 شهریور
🔸 شروع کلاس ها از 16 شهریور
🔸 حداکثر ظرفیت کلاس ها 7 نفر

شماره تماس: 09055298069
Telegram: @dipa_register

Data mining
نویسنده : مهدی شجیعی
امروزه برای مواجهه با پدیده هایی که دارای یک طیف متغیر و متنوع از رفتار هستند ، از روش هایی مانند داده کاوی (Data mining)استفاده میکنند.
پایه اصلی چنین ابزاری ، مبتنی بر جمع اوری اطلاعات با حجم بالا از پدیده ی هدف بوده که این اطلاعات در شرایط مختلف اخذ شده و در یک دیتا بیس با حجم ذخیره ی بالا گرد اوردی می شوند.
علت اصلی روی اوردن به چنین رویکردی در حقیقت ضعف مدلسازی پدیده ی هدف می باشد ، به اینصورت که ما قادر نیستیم مدلی را ارائه دهیم که این مدل بتواند رفتار پدیده ی مورد نظر را در شرایط متغیر بیان نماید ، از این رو ناگذیر هستیم که با جمع اوری اطلاعات فراوان از پدیده ی مورد نظر و با تجزیه و تحلیل این اطلاعات ، رفتار پدیده ی مورد نظر را ردیابی نماییم و در بهترین حالت نیز ممکن است تخمین بزنیم .
در حقیقت بار اصلی که داده کاوی در این بین به دوش می کشد ، بحث جمع اوری اطلاعات فراوان نبوده بلکه بحث طبقه بندی حجم فراوان اطلاعات می باشد به نحوی که این اطلاعات بتوانند به خوبی دسته بندی شده تا در مواقع مورد نیاز تفکیک ان ها اسان باشد .
تئوری مربوطه به این صورت بوده که گفته اند هرگاه بین محاسبات تئوری یا مدلسازی و نتایج بدست امده اختلاف قابل ملاحظه روئیت شد ، نیازمند جمع اوری اطلاعات فراوان از پدیده ی مربوطه و همچنین نیازمند یک انالیز پیشرفته در بین ان اطلاعات هستیم تا بتوانیم رفتار پدیده ی مورد نظر را ردیابی کنیم .
ابزار های به کار رفته در داده کاوی اکثرا مرتبط با ابزار های شناسایی الگو pattern recognition شامل (ابزار های تشخیص و شناسایی الگو در دو بعد ،شناسایی تغییرات ناگهانی در طول زمان ،شناسایی تغییرات رفتار ،شناسایی ترکیب منطقی از مقادیر که میتواند بین گروه های داده تفاوت ایجاد نماید ، و سایر روش های تجزیه و تحلیل اماری )
داده کاوی امروزه در مهندسی پزشکی نیز جایگاه پیدا کرده است به طوری که در مقاله ای با استفاده از سنسور های فراوان داده های موقعیت و تعادل فرد و همچنین فرایند راه رفتن ان اخذ شده تا با استفاده از ابزار توانبخشی مورد استفاده قرار گیرند .
#انجمن_علمی_مهندسی_پزشکی_دانشگاه_ازاد_مشهد