✅ پکیجهای آموزشی onlinebme
⚠️اولین گروه آموزشیِ تخصصی و پروژه محور
⭕️⭕️ اصول برنامهنویسی در متلب (رایگان)
مدت دوره: 11 ساعت
🌀 https://onlinebme.com/course/matlab/
⭕️⭕️ پیاده سازی گام به گام شبکه های عصبی
مدت دوره: 25 ساعت
🌀 https://onlinebme.com/course/neural-networks-in-matlab/
⭕️⭕️ دوره جامع پردازش سیگنال مغزی(EEG)
مدت دوره: 50 ساعت
🌀 https://onlinebme.com/product/eeg-signal-processing/
⭕️⭕️ واسط مغز و کامپیوتر مبتنی بر SSVEP
مدت دوره: 33 ساعت
🌀https://onlinebme.com/product/bci_ssvep/
⭕️⭕️ پردازش سیگنال مغزی(EEG) مبتنی بر تسک تصور حرکتی (BCI)
مدت دوره: 21 ساعت
🌀 https://onlinebme.com/product/brain-computer-interface-package-motorimagery/
✅ دوره شناسایی الگو و یادگیری ماشین (اولین دوره جامع و تخصصی در ایران)
⚠️ 140 ساعت ویدیوی آموزشی
🔹آموزش تئوری و مباحث ریاضیاتی طبق مراجع معتبر
🔹پیادهسازی مرحله به مرحله الگوریتمها
🔹انجام پروژه های عملی و تخصصی
🔹پیاده سازی گام به گام مقالات تخصصی
🟣▪️پترن و یادگیری ماشین (فصل یک تا 4): از بیزین تا SVM
مدت دوره: 75 ساعت
🌀 https://onlinebme.com/product/season-1-4-packages-pattern-recognition/
🔵▪️پترن و یادگیری ماشین (فصل 5): یادگیری جمعی (Ensemble learning)
مدت دوره: 18 ساعت
🌀 https://onlinebme.com/product/ensemble-learning/
🟢▪️پترن و یادگیری ماشین (فصل 6): کاهش بعد (dimensionality reduction)
مدت دوره: 11 ساعت
🌀 https://onlinebme.com/product/dimension-reduction-using-lda-pca/
🔴▪️پترن و یادگیری ماشین (فصل 7): انتخاب ویژگی (feature selection)
مدت دوره: 16 ساعت
🌀https://onlinebme.com/product/season07-featrue-selection/
🟠▪️فصل هشتم: خوشه بندی ( clustering)
مدت دوره: 13 ساعت
🌀https://onlinebme.com/product/pattern-season08-clustering/
✅ دوره جامع پردازش تصویر
🟠فصل اول: مباحث مقدماتی، آستانه گذاری تصویر، تبدیلات شدت روشنایی و هندسی
مدت دوره: 30 ساعت
🌀https://onlinebme.com/product/image-processing-chapter1
🔵فصل دوم: پردازش هیستوگرام تصویر
مدت دوره : 6 ساعت و 30 دقیقه
🌀https://onlinebme.com/product/image-prcessing-chapter2
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
⚠️اولین گروه آموزشیِ تخصصی و پروژه محور
⭕️⭕️ اصول برنامهنویسی در متلب (رایگان)
مدت دوره: 11 ساعت
🌀 https://onlinebme.com/course/matlab/
⭕️⭕️ پیاده سازی گام به گام شبکه های عصبی
مدت دوره: 25 ساعت
🌀 https://onlinebme.com/course/neural-networks-in-matlab/
⭕️⭕️ دوره جامع پردازش سیگنال مغزی(EEG)
مدت دوره: 50 ساعت
🌀 https://onlinebme.com/product/eeg-signal-processing/
⭕️⭕️ واسط مغز و کامپیوتر مبتنی بر SSVEP
مدت دوره: 33 ساعت
🌀https://onlinebme.com/product/bci_ssvep/
⭕️⭕️ پردازش سیگنال مغزی(EEG) مبتنی بر تسک تصور حرکتی (BCI)
مدت دوره: 21 ساعت
🌀 https://onlinebme.com/product/brain-computer-interface-package-motorimagery/
✅ دوره شناسایی الگو و یادگیری ماشین (اولین دوره جامع و تخصصی در ایران)
⚠️ 140 ساعت ویدیوی آموزشی
🔹آموزش تئوری و مباحث ریاضیاتی طبق مراجع معتبر
🔹پیادهسازی مرحله به مرحله الگوریتمها
🔹انجام پروژه های عملی و تخصصی
🔹پیاده سازی گام به گام مقالات تخصصی
🟣▪️پترن و یادگیری ماشین (فصل یک تا 4): از بیزین تا SVM
مدت دوره: 75 ساعت
🌀 https://onlinebme.com/product/season-1-4-packages-pattern-recognition/
🔵▪️پترن و یادگیری ماشین (فصل 5): یادگیری جمعی (Ensemble learning)
مدت دوره: 18 ساعت
🌀 https://onlinebme.com/product/ensemble-learning/
🟢▪️پترن و یادگیری ماشین (فصل 6): کاهش بعد (dimensionality reduction)
مدت دوره: 11 ساعت
🌀 https://onlinebme.com/product/dimension-reduction-using-lda-pca/
🔴▪️پترن و یادگیری ماشین (فصل 7): انتخاب ویژگی (feature selection)
مدت دوره: 16 ساعت
🌀https://onlinebme.com/product/season07-featrue-selection/
🟠▪️فصل هشتم: خوشه بندی ( clustering)
مدت دوره: 13 ساعت
🌀https://onlinebme.com/product/pattern-season08-clustering/
✅ دوره جامع پردازش تصویر
🟠فصل اول: مباحث مقدماتی، آستانه گذاری تصویر، تبدیلات شدت روشنایی و هندسی
مدت دوره: 30 ساعت
🌀https://onlinebme.com/product/image-processing-chapter1
🔵فصل دوم: پردازش هیستوگرام تصویر
مدت دوره : 6 ساعت و 30 دقیقه
🌀https://onlinebme.com/product/image-prcessing-chapter2
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
اصول پایه برنامهنویسی در متلب - آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
قبل از یادگیری هر زبان برنامه نویسی لازم است که ما به سوالاتی مثل چرا و به چه دلیل باید این زبان برنامه نویسی را یاد بگیریم، جواب بدیم. باید نیاز کار را بدانیم. وقتی وارد دانشگاه می شویم، کارشناسی، کارشناسی ارشد، و دکتری همش سوالمون اینه که چی باید یاد بگیرم…
Onlinebme
Video
This media is not supported in your browser
VIEW IN TELEGRAM
✅ رباتی که میتواند Jenga بازی کند!
⭕ آلبرتو رودریگز ، استادیار مهندسی مکانیک و اعضای آزمایشگاه MCube MIT توانسته رباتی بسازد که بتواند با کمک یادگیری ماشین نحوه بازی کردن جنگا(Jenga) را یاد بگیرد.
🔷️ برخلاف الگوریتمهای یادگیری ماشین رایج، این ربات برای تخمین بهترین حرکت بعدی، از داده زیادی استفاده نمیکند!
🔶️ این ربات از یک مدل سلسله مراتبی استفاده میکند و همین باعث میشود که به خوبی قطعات را به نرمی جدا کند.
🔷️این فناوری می تواند در رباتها برای اهداف مختلف مورد استفاده قرار گیرد، عمده این موارد در ساخت خطوط مونتاژ خواهد بود!
#هوش_مصنوعی #یادگیری_ماشین
@onlinebme
⭕ آلبرتو رودریگز ، استادیار مهندسی مکانیک و اعضای آزمایشگاه MCube MIT توانسته رباتی بسازد که بتواند با کمک یادگیری ماشین نحوه بازی کردن جنگا(Jenga) را یاد بگیرد.
🔷️ برخلاف الگوریتمهای یادگیری ماشین رایج، این ربات برای تخمین بهترین حرکت بعدی، از داده زیادی استفاده نمیکند!
🔶️ این ربات از یک مدل سلسله مراتبی استفاده میکند و همین باعث میشود که به خوبی قطعات را به نرمی جدا کند.
🔷️این فناوری می تواند در رباتها برای اهداف مختلف مورد استفاده قرار گیرد، عمده این موارد در ساخت خطوط مونتاژ خواهد بود!
#هوش_مصنوعی #یادگیری_ماشین
@onlinebme
👍1
✅ تکنیک یکی در مقابل همه یا تکنیک یکی در مقابل یکی
🔷برخی از طبقهبندهای یادگیری ماشین، مثل SVM برای مسائل دو کلاسه طراحی شدهاند و اگر یکی بخواهد از این الگوریتمها در مسائل چند کلاسه استفاده کند، مجبور است که با کمک تـکنیکهایی طبقهبند را برای مسائل چندکلاسه تعمیم دهد. تکنیک یکی در مقابل همه و تکنیک یکی در مقابل یکی از جمله روشهایی هستند که از آنها برای تعمیم طبقهبند دوکلاسه برای چند کلاسه استفاده میکنند. ولی سوال مهمی که هست اینه که از کدام یکی از این تکنیکها استفاده کنیم بهتر هست؟
🔷در این بخش میخواهیم مزایا و معایب این دو تکنیک را با یک مثال ساده توضیح دهیم تا متوجه شوید از کدام یکی استفاده کنید بهتر است
⭕️جزئیات بیشتر 👇
https://onlinebme.com/multi-classification-with-one-vs-rest-or-one-vs-one/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
🔷برخی از طبقهبندهای یادگیری ماشین، مثل SVM برای مسائل دو کلاسه طراحی شدهاند و اگر یکی بخواهد از این الگوریتمها در مسائل چند کلاسه استفاده کند، مجبور است که با کمک تـکنیکهایی طبقهبند را برای مسائل چندکلاسه تعمیم دهد. تکنیک یکی در مقابل همه و تکنیک یکی در مقابل یکی از جمله روشهایی هستند که از آنها برای تعمیم طبقهبند دوکلاسه برای چند کلاسه استفاده میکنند. ولی سوال مهمی که هست اینه که از کدام یکی از این تکنیکها استفاده کنیم بهتر هست؟
🔷در این بخش میخواهیم مزایا و معایب این دو تکنیک را با یک مثال ساده توضیح دهیم تا متوجه شوید از کدام یکی استفاده کنید بهتر است
⭕️جزئیات بیشتر 👇
https://onlinebme.com/multi-classification-with-one-vs-rest-or-one-vs-one/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
✅ چطور با داده نامتعادل در آموزش مدلهای یادگیری ماشین مقابله کنیم؟
⚠️ احتمالا تا حالا براتون پیش اومده که یه پروژهای انجام داده باشین و دقت مدل 90 درصد بدست بیاد و بعد کلی خوشحال شدین که به به چه پروژه ای شد! بعد که یه مقدار بیشتر بررسی کردید متوجه شدین که 90 درصد دادهها مربوط به یک کلاس هست! این یک مثال از داده نامتعادل هست.
🔷 در این بخش میخواهیم چندین تـکنیک ساده برای مقابله با داده نامتعادل در آموزش الگوریتمهای یادگیری ماشین را توضیح دهیم.
⭕️ جزئیات بیشتر 👇
https://onlinebme.com/how-to-to-combat-imbalanced-classes-in-your-machine-learning-dataset/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
⚠️ احتمالا تا حالا براتون پیش اومده که یه پروژهای انجام داده باشین و دقت مدل 90 درصد بدست بیاد و بعد کلی خوشحال شدین که به به چه پروژه ای شد! بعد که یه مقدار بیشتر بررسی کردید متوجه شدین که 90 درصد دادهها مربوط به یک کلاس هست! این یک مثال از داده نامتعادل هست.
🔷 در این بخش میخواهیم چندین تـکنیک ساده برای مقابله با داده نامتعادل در آموزش الگوریتمهای یادگیری ماشین را توضیح دهیم.
⭕️ جزئیات بیشتر 👇
https://onlinebme.com/how-to-to-combat-imbalanced-classes-in-your-machine-learning-dataset/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
✅ چرا SVM در بین طبقهبندها جزء بهترینا هست؟
🔷ماشین بردار پشتیبان(svm) یکی از معروفترین الگوریتمها در مسائل طبقهبندی هست که برای اولین بار توسط آقای Vladimir Vapnik در سال 1995 با عنوان support vectors networks مطرح شد. SVM در ابتدا برای مسائل طبقهبندی دو کلاسه خطی مطرح شده بود که بعدا برای مسائل چندکلاسه، مسائل غیرخطی ، مسائل رگرسیون و حتی مسائل خوشهبندی تعمیم داده شد. از این رویکرد استقبال بی نظیری شده و جز مقالاتی هست citation خیلی بالایی دارد.
⭕️جزئیات بیشتر 👇
https://onlinebme.com/why-svm-is-popular/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
🔷ماشین بردار پشتیبان(svm) یکی از معروفترین الگوریتمها در مسائل طبقهبندی هست که برای اولین بار توسط آقای Vladimir Vapnik در سال 1995 با عنوان support vectors networks مطرح شد. SVM در ابتدا برای مسائل طبقهبندی دو کلاسه خطی مطرح شده بود که بعدا برای مسائل چندکلاسه، مسائل غیرخطی ، مسائل رگرسیون و حتی مسائل خوشهبندی تعمیم داده شد. از این رویکرد استقبال بی نظیری شده و جز مقالاتی هست citation خیلی بالایی دارد.
⭕️جزئیات بیشتر 👇
https://onlinebme.com/why-svm-is-popular/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
✅چطور یک مقاله تخصصی را در سریعترین زمان ممکن پیادهسازی کنیم!
💡پیاده سازی مقاله یکی از چالشهای اساسی برای دانشجویان است. معمولا اکثر دانشجویان در پیادهسازی مقالات تخصصی مشکل دارند و شروع کار براشون سخت هست. در این بخش میخواهیم توضیح میدهیم که چطور میتوان یک مقاله تخصصی را در کوتاه ترین زمان ممکن پیاده سازی کرد. فعلا هدفمان پیادهسازی مقالاتی هست که متیوان با کمک ابزار آماده در محیطهای برنامه نویسی مثل متلب یا پایتون انجام داد.
#پیادهسازی_مقاله
جزئیات بیشتر 👇
https://onlinebme.com/code-article-2/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
💡پیاده سازی مقاله یکی از چالشهای اساسی برای دانشجویان است. معمولا اکثر دانشجویان در پیادهسازی مقالات تخصصی مشکل دارند و شروع کار براشون سخت هست. در این بخش میخواهیم توضیح میدهیم که چطور میتوان یک مقاله تخصصی را در کوتاه ترین زمان ممکن پیاده سازی کرد. فعلا هدفمان پیادهسازی مقالاتی هست که متیوان با کمک ابزار آماده در محیطهای برنامه نویسی مثل متلب یا پایتون انجام داد.
#پیادهسازی_مقاله
جزئیات بیشتر 👇
https://onlinebme.com/code-article-2/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
سال نو مبارک ❤️
امیدواریم سال جدید برای هممون سالی پر از خیر و برکت باشه
بهترینهارو براتون آرزومندیم❤️🌹🙏
❤️ @onlinebme
امیدواریم سال جدید برای هممون سالی پر از خیر و برکت باشه
بهترینهارو براتون آرزومندیم❤️🌹🙏
❤️ @onlinebme
This media is not supported in your browser
VIEW IN TELEGRAM
✅ خلق تصاویر جذاب توسط هوش مصنوعی از روی سیگنالهای مغزی افراد
سیستم هوش مصنوعی با بررسی واکنش مغز به یک تصویر از روی سیگنال EEG افراد میزان جذابیت عمومی آنرا متوجه میشود.
و سپس براساس سیگنال مغزی تصویر جذاب مطابق با معیارهای فرد تولید میکند.
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
سیستم هوش مصنوعی با بررسی واکنش مغز به یک تصویر از روی سیگنال EEG افراد میزان جذابیت عمومی آنرا متوجه میشود.
و سپس براساس سیگنال مغزی تصویر جذاب مطابق با معیارهای فرد تولید میکند.
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
اخیرا دوستان ازم میپرسن که کدام یک از دوره ها مهمتر هست تا ابتدا اونو تهیه کنند. برای همین خواستم یه توضیحی کوتاهی در این زمینه بدم.
اولا اینکه همه دوره ها بر اساس اهمیتی که دارند آماده شده اند. و همه به نوبه ی خود مهم و کاربردی هستند.
اما اگه بخوام یک دوره ای معرفی کنم که به درد همه دوستان بخوره، دوره جامع شناسایی الگو-یادگیری ماشین هست.
مخصوصا دوستانی که اول راه هستند و میخوان وارد حوزه یادگیری ماشین یا پردازش سیگنال یا تصویر شوند.
🔺این دوره پایه و اساس همه پروژه های مهندسی هست. چه دوستانی که پردازش سیگنال کار میکنند و چه دوستانی که پردازش تصویر کار میکنند، باید دیر یا زود این مباحث تخصصی رو یاد بگیرند و بتونند پروژه هاشون رو پیش ببرند.
سعی کردم در ۸ فصل(۱۴۰ ساعت) یک دوره جامع و تخصصی آماده کنم . در این دوره ابزار بسیار زیادی جهت انجام پروژههای تخصصی آموزش داده شده، و به جرات میتونم بگم که چنین دورهای چه در مراجع فارسی و چه مراجع خارجی وجود ندارد.
پیشنهاد بنده اینه که قبل اینکه وارد حوزه ای شوید حتما مباحث شناسایی الگو-یادگیری ماشین رو یاد بگیرید.
یادگیری ماشین مهمترین مبحثی هست که لازمه در ابتدای کار یاد بگیریم.
موفق باشید 🙏🌹
محمد نوری زاده چرلو
اولا اینکه همه دوره ها بر اساس اهمیتی که دارند آماده شده اند. و همه به نوبه ی خود مهم و کاربردی هستند.
اما اگه بخوام یک دوره ای معرفی کنم که به درد همه دوستان بخوره، دوره جامع شناسایی الگو-یادگیری ماشین هست.
مخصوصا دوستانی که اول راه هستند و میخوان وارد حوزه یادگیری ماشین یا پردازش سیگنال یا تصویر شوند.
🔺این دوره پایه و اساس همه پروژه های مهندسی هست. چه دوستانی که پردازش سیگنال کار میکنند و چه دوستانی که پردازش تصویر کار میکنند، باید دیر یا زود این مباحث تخصصی رو یاد بگیرند و بتونند پروژه هاشون رو پیش ببرند.
سعی کردم در ۸ فصل(۱۴۰ ساعت) یک دوره جامع و تخصصی آماده کنم . در این دوره ابزار بسیار زیادی جهت انجام پروژههای تخصصی آموزش داده شده، و به جرات میتونم بگم که چنین دورهای چه در مراجع فارسی و چه مراجع خارجی وجود ندارد.
پیشنهاد بنده اینه که قبل اینکه وارد حوزه ای شوید حتما مباحث شناسایی الگو-یادگیری ماشین رو یاد بگیرید.
یادگیری ماشین مهمترین مبحثی هست که لازمه در ابتدای کار یاد بگیریم.
موفق باشید 🙏🌹
محمد نوری زاده چرلو
Onlinebme
اخیرا دوستان ازم میپرسن که کدام یک از دوره ها مهمتر هست تا ابتدا اونو تهیه کنند. برای همین خواستم یه توضیحی کوتاهی در این زمینه بدم. اولا اینکه همه دوره ها بر اساس اهمیتی که دارند آماده شده اند. و همه به نوبه ی خود مهم و کاربردی هستند. اما اگه بخوام یک دوره…
✅ دوره شناسایی الگو و یادگیری ماشین (اولین دوره جامع و تخصصی در ایران)
⚠️ 140 ساعت ویدیوی آموزشی
🔹آموزش تئوری و مباحث ریاضیاتی طبق مراجع معتبر
🔹پیادهسازی مرحله به مرحله الگوریتمها
🔹انجام پروژه های عملی و تخصصی
🔹پیاده سازی گام به گام مقالات تخصصی
✅ دوره به صورت فصل به فصل در سایت قرار گرفته است و میتونید ۸ فصل رو به ترتیب به سبد خرید اضافه کنید و یکجا تهیه کنید.
⭕️به خاطر درخواستی که دوستان داشتند چهار فصل اول رو یکجا هم قرار داده ایم که قیمت آن نسبت به حالت جدا جدا پایینتر هست.
ولی بقیه فصل ها فقط به صورت جدا در سایت موجود هست.
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
⭕️چهار فصل اول در یک بسته👇👇
🟣▪️ فصل یک تا 4: از بیزین تا SVM
🌀 https://onlinebme.com/product/season-1-4-packages-pattern-recognition/
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🔵▪️ فصل 5: یادگیری جمعی (Ensemble learning)
🌀 https://onlinebme.com/product/ensemble-learning/
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🟢▪️فصل 6: کاهش بعد (dimensionality reduction)
🌀 https://onlinebme.com/product/dimension-reduction-using-lda-pca/
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🔴▪️ فصل 7: انتخاب ویژگی (feature selection)
🌀https://onlinebme.com/product/season07-featrue-selection/
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🟠▪️فصل 8: خوشه بندی ( clustering)
🌀https://onlinebme.com/product/pattern-season08-clustering/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
⚠️ 140 ساعت ویدیوی آموزشی
🔹آموزش تئوری و مباحث ریاضیاتی طبق مراجع معتبر
🔹پیادهسازی مرحله به مرحله الگوریتمها
🔹انجام پروژه های عملی و تخصصی
🔹پیاده سازی گام به گام مقالات تخصصی
✅ دوره به صورت فصل به فصل در سایت قرار گرفته است و میتونید ۸ فصل رو به ترتیب به سبد خرید اضافه کنید و یکجا تهیه کنید.
⭕️به خاطر درخواستی که دوستان داشتند چهار فصل اول رو یکجا هم قرار داده ایم که قیمت آن نسبت به حالت جدا جدا پایینتر هست.
ولی بقیه فصل ها فقط به صورت جدا در سایت موجود هست.
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
⭕️چهار فصل اول در یک بسته👇👇
🟣▪️ فصل یک تا 4: از بیزین تا SVM
🌀 https://onlinebme.com/product/season-1-4-packages-pattern-recognition/
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🔵▪️ فصل 5: یادگیری جمعی (Ensemble learning)
🌀 https://onlinebme.com/product/ensemble-learning/
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🟢▪️فصل 6: کاهش بعد (dimensionality reduction)
🌀 https://onlinebme.com/product/dimension-reduction-using-lda-pca/
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🔴▪️ فصل 7: انتخاب ویژگی (feature selection)
🌀https://onlinebme.com/product/season07-featrue-selection/
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🟠▪️فصل 8: خوشه بندی ( clustering)
🌀https://onlinebme.com/product/pattern-season08-clustering/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
پکیج جامع شناسایی الگو و یادگیری ماشین( فصل های اول تا چهارم- از بیزین تا SVM) - آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
شناسایی الگو یک فرایند شناختی است که در مغز ما زمانی که با برخی اطلاعاتی روبرو میشویم که با اطلاعات ذخیره شده در حافظه ما مطابقت دارد اتفاق می افتد. در علوم کامپیوتر، شناسایی الگو یک فرایند علمی است که در آن تمرکز بر شناخت خودکار الگوی داده های ورودی است.…
👍1