آموزش طبقه بندی و بازشناسی الگو با شبکه های عصبی LVQ در متلب

دسترسی به اطلاعات این آموزش: اطلاعات کلی محتوا و سرفصل ها پیش نمایش و دانلود اطلاعات تکمیلی دیدگاه ها

درباره ناشر

فرادرس
فرادرس

فرادرس بزرگ‌ترین ناشر دیجیتال آموزش‌های تخصصی، دانشگاهی و مهندسی است.

درباره مدرس

دکتر سیدمصطفی کلامی هریس
دکتر سیدمصطفی کلامی هریس

عضو هیأت علمی فرادرس

دکترای تخصصی مهندسی برق-کنترل


دکتر سیدمصطفی کلامی هریس یکی از بنیانگذاران و مدیران کنونی فرادرس و از اعضای هیأت علمی آن است. تا کنون، محتوای آموزشی ارائه شده توسط وی بر روی فرادرس، یکی از مراجع اصلی آموزشی دانشجویان و دانش پژوهان علاقه مند به یادگیری حوزه های مختلف مرتبط با هوش مصنوعی و برنامه نویسی بوده است. (+)



در فیلم آموزشی «طبقه بندی و بازشناسی الگو با شبکه های عصبی LVQ در متلب»، مبانی تئوی همه الگوریتم های مورد اشاره، به همراه ده ها مبحث تخصصی دیگر، به صورت کامل و به زبان ساده مورد بحث و بررسی قرار می گیرند. در ادامه، پس از تشریح مبانی تئوری، با استفاده از امکانات جعبه ابزار (تولباکس) شبکه عصبی متلب و توابع تعبیه شده در آن، با استفاده از متدهای برنامه نویسی متلب، شبکه عصبی LVQ در متلب پیاده سازی شده است و برای حل چند مسأله طبقه بندی مورد استفاده قرار گرفته است.

👤 مدرس: دکتر سیدمصطفی کلامی هریس
🕓 مدت زمان: ۲ ساعت و ۴۱ دقیقه
🎓 تعداد دانشجو: ۴۷۶ نفر این آموزش را تهیه کرده اند. — ۳ نفر در دو هفته اخیر
روش دریافت: لینک دانلود و/یا ارسال فیزیکی

هزینه آموزش: ۱۴,۰۰۰ تومان


آنچه شما در این فرادرس خواهید دید:
آموزش ویدئویی مورد تایید فرادرس
فایل برنامه ها و پروژه های اجرا شده در حین آموزش
فایل PDF یادداشت های مدرس در حین آموزش

تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این آموزش توسط فرادرس تضمین شده است. در صورت عدم رضایت از آموزش، به انتخاب شما:
  • به صورت رایگان یک یا چند آموزش معادل دیگر دریافت می کنید.
  • و یا ۷۰ درصد مبلغ پرداختی به حساب بانکی شما بازگشت داده می شود.
    (توضیحات بیشتر +)
دانلود آنی و ارسال سریع
فعال‌سازی آنی لینک دانلود، بلافاصله پس از ثبت سفارش
ارسال پستی به همراه کد رهگیری مرسوله در اولین ساعت اداری روز
ارسال پیک موتوری در تهران، در همان روز ثبت سفارش

(توضیحات بیشتر +)



    توضیحات

    شبکه عصبی Learning Vector Quantization (به اختصار LVQ) یکی از انواع شبکه های عصبی با الگوی یادگیری نظارت شده است که کاربرد اصلی آن در حل مسائل طبقه بندی (Classification) و بازشناسی الگو (Pattern Recognition) است. این روش، از خویشاوندان نزدیک نگاشت های خود سازمان ده یا Self-Organizing Maps (به اختصار SOM) است و شباهت های زیادی نیز با رویکرد طبقه بندی نزدیک ترین همسایگی یا kNN دارد.

    شبکه عصبی LVQ، که می توان در فارسی آن را به صورت «رقمی ساز بردار یادگیر» ترجمه نمود، در واقع نسخه نظارت شده SOM است که البته فاقد ساختار همسایگی است. برای طراحی این نوع از شبکه های عصبی، چندین الگوریتم تا کنون پیشنهاد شده اند، که عنوان و توضیح مختصر چند نوع معروف تر، در ادامه آمده است:

    • الگوریتم LVQ1: این روش، پایه ای ترین رویکرد برای طراحی و آموزش شبکه های عصبی LVQ است. در این رویکرد، که شباهت بسیار زیادی هم به الگوریتم های SOM و VQ دارد، در آن واحد، فقط یکی از نورون ها (مراکز کلاس ها) به روز می شود. ضمنا، در این الگوریتم، شبکه عصبی LVQ علاوه بر موارد موفق، از مثال های ناموفق نیز درس می گیرد، که در نهایت منجر به عملکرد بهینه شبکه عصبی LVQ می گردد.
    • الگوریتم OLVQ1: این روش، نسخه بهینه شده LVQ1 است که در آن نرخ یادگیری، به صورت تطبیقی و بهینه تعیین می گردد. در این رویکرد، نرخ یادگیری طوری تنظیم می شود که همه نمونه های مورد استفاده در آموزش، با وزن ثابتی در یادگیری شبکه عصبی دخیل باشند و از این رو، از نظر آماری، بهترین عملکرد ممکن به دست می آید.
    • الگوریتم های LVQ2 و LVQ2.1: در این الگوریتم ها، که تفاوت چندانی هم با هم ندارند، هم زمان دو مرکز و نورون به روز می شوند که این موضوع، در نهایت منجر به عملکرد سریع تر این الگوریتم خواهد شد. شرط انجام این به روز رسانی، درست بودن طبقه بندی به ازای یک نورون و نادرست بودن آن به ازای یک نورون دیگر است. در این حالت، اگر داده ارائه شده به شبکه عصبی، در پنجره مشخصی در میان دو کلاس قرار گیرد، با استفاده از قوانین یادگیری، مراکز هر دو کلاس به روز خواهند شد.
    • الگوریتم LVQ3: این الگوریتم شامل همه عملیات LVQ2.1 است و علاوه بر آن، برای حالتی نیز که هر دو نورون طبقه بندی درستی را ارائه دهند، قانون یادگیری ضعیفی پیش بینی شده است تا مقداری به سرعت آموزش شبکه عصبی، افزوده شود.

    در فیلم آموزشی «طبقه بندی و بازشناسی الگو با شبکه های عصبی LVQ در متلب»، مبانی تئوی همه الگوریتم های مورد اشاره، به همراه ده ها مبحث تخصصی دیگر، به صورت کامل و به زبان ساده مورد بحث و بررسی قرار می گیرند. در ادامه، پس از تشریح مبانی تئوری، با استفاده از امکانات جعبه ابزار (تولباکس) شبکه عصبی متلب و توابع تعبیه شده در آن، با استفاده از متدهای برنامه نویسی متلب، شبکه عصبی LVQ در متلب پیاده سازی شده است و برای حل چند مسأله طبقه بندی مورد استفاده قرار گرفته است. مدرس این مجموعه آموزش، دکتر سید مصطفی کلامی هریس (دکترای مهندسی کنترل از دانشگاه صنعتی خواجه نصیرالدین طوسی) است.

     

    فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
    • تعریف مسأله Vector Quantization (به اختصار VQ)
    • کاربرد VQ در خوشه بندی و طبقه بندی
    • بررسی مفهوم رقابت در VQ
    • نمودار یا دیاگرام ورونو یا Voronoi Diagram
    • ترسیم نمودار ورونو در متلب
    • الگوریتم بهینه VQ برای یادگیری غیر نظارت شده
    • الگوریتم LVQ1 برای یادگیری نظارت شده و طبقه بندی
    • شباهت میان LVQ و نگاشت خود سازمان ده یا SOM
    • الگوریتم بهینه سازی شده OLVQ1 با تغییر در نرخ یادگیری
    • نحوه تعیین نرخ یادگیری بهینه در الگوریتم OLVQ1
    • الگوریتم LVQ2 و LVQ2.1 برای یادگیری نظارت شده دیفرانسیلی (تفاضلی)
    • الگوریتم LVQ3 برای یادگیری نظارت شده
    • بررسی شباهت میان LVQ و ساختار عمومی شبکه های عصبی
    • ایجاد شبکه عصبی LVQ در متلب با استفاده از تابع lvqnet
    • انتخاب الگوریتم یادگیری Learnlv1 و/یا Learnlv2 برای آموزش شبکه عصبی LVQ
    • بررسی ساختار و نحوه کارکرد شبکه عصبی LVQ در متلب
    • آماده سازی داده های مورد نیاز برای آموزش شبکه عصبی LVQ
    • کاربرد توابع Vec2Ind و Ind2Vec در تبدیل و تغییر داده های خروجی
    • استفاده از تابع Configure برای تطبیق ساختار شبکه عصبی با داده ها
    • استفاده از تابع train برای آموزش شبکه عصبی LVQ
    • بررسی نتایج طبقه بندی (Classification) با ماتریس تداخل یا Confusion Matrix
    • نمایش ماتریس تداخل با تابع Plotconfusion
    • نمایش نتایج طبقه بندی به صورت بصری (ویژوال)
    • آشنایی با دیتاست گل زنبق یا Fisher Iris Flower Dataset
    • پروژه عملی: اعمال شبکه عصبی LVQ بر روی دیتاست ایریس یا Iris (گل زنبق)
    • تقسیم بندی داده های ورودی به داده های آموزش (Train)، اعتبارسنجی (Validation) و آزمایش (Test)
    • تنظیم تعداد مراحل اجرای الگوریتم آموزش LVQ
    • تنظیم تعداد دفعات مجاز برای ناموفق بودن (Fail شدن) آزمون اعتبار سنجی
    • آشنایی با مفهوم نمودار ROC و تفسیر آن
    • ترسیم نمودار ROC در متلب با استفاده از تابع Plotroc
    • پروژه عملی: کاربرد شبکه عصبی LVQ برای تعیین نوع تومور (خوش خیم/ بد خیم) در سرطان سینه
    • ترکیب الگوریتم های آموزشی LVQ1 و LVQ2.1 در متلب

    پیش نمایش

    پیش نمایش ۱ : مباحث تئوری طبقه بندی و بازشناسی الگو با شبکه های عصبی LVQ - ۲۵ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. برای تنظیم کیفیت نمایش آنلاین روی علامت کلیک نمایید یا اینکه آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم پیش نمایش - حجم دانلود ۲۷ مگابایت (کلیک کنید +)


    پیش نمایش ۲ : پیاده سازی عملی طبقه بندی و بازشناسی الگو با شبکه های عصبی LVQ در متلب - ۲۳ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. برای تنظیم کیفیت نمایش آنلاین روی علامت کلیک نمایید یا اینکه آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم پیش نمایش - حجم دانلود ۴۸ مگابایت (کلیک کنید +)



    اطلاعات تکمیلی

    نام آموزش آموزش طبقه بندی و بازشناسی الگو با شبکه های عصبی LVQ در متلب
    ناشر فرادرس
    شناسه اثر ۸-۱۲۴۵۲-۰۴۹۶۲۴ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
    کد آموزش FVRML110
    مدت زمان ۲ ساعت و ۴۱ دقیقه
    زبان فارسی
    نوع آموزش آموزش ویدئویی     (کیفیت HD - مورد تایید فنی فرادرس)
    حجم دانلود ۲۸۳ مگابایت     (کیفیت ویدئو HD‌ با فشرده سازی انحصاری فرادرس)
    تعداد DVD یک عدد (در صورت دریافت غیر آنلاین)


    ​راهنمای تهیه آموزشها

    آیا می دانید که تهیه یک آموزش از فرادرس و شروع یادگیری چقدر ساده است؟

    راهنمایی بیشتر ( +)

    در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟ 
    • با شماره تلفن واحد مخاطبین ۸۸۳۱۲۲۷۶ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
    • از طریق بخش چت آنلاین، با پشیبان های فرادرس گفتگو کنید.- همه روزهای کاری هفته از ساعت ۸ صبح تا ۱۲ شب
    • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه

    با شروع یادگیری، یک کلیک فاصله دارید. همین حالا شروع کنید.

    آموزش طبقه بندی و بازشناسی الگو با شبکه های عصبی LVQ در متلب

    هزینه آموزش: ۱۴,۰۰۰ تومان




    سایر آموزش های دکتر سیدمصطفی کلامی هریس



    مطالب مرتبط


    دیدگاه ها

    ( امتیاز ۴٫۸ از ۵ )
    4.8 از 5


    تا کنون ۴۷۶ نفراز این آموزش استفاده کرده اند و ۱۱ نظر ثبت شده است.
    1. 5 از 5

      :

      با دیدن این فیلم آموزشی توانستم یکی از پروژه های کاری ام را همانطور که در نظر داشتم انجام دهم. متشکرم.

    2. 5 از 5

      :

      کیفیت آموزش مطالب کافی و پروژه ای که اجرا می شد عالی بود. من خیلی راضی هستم. خیلی متشکرم از مجموعه از خیلی از آموزش ها استفاده کرده ام و باعث پیشرفت من بوده اند. برایتان آرزوی موفقیت و سربلندی دارم.

    3. 4 از 5

      :

      انتقال مفاهیم در این آموزش خیلی حرفه ای صورت گرفته است. لطفا آموزش های بیشتری با این مدرس ارائه دهید.

    4. 5 از 5

      :

      در کلیات بسیار خوب بود و برای انجام پایان نامه برایم مفید واقع شد.

    5. 5 از 5

      :

      بخش پیاده سازی عملی فوق العاده بود. مدرس آموزش عالی هستند. لطفا در رشته های فنی در مقطع ارشد اموزش ها رو گسترش بدید.

    6. 4 از 5

      :

      استادم این آموزش را به من معرفی کردند. برای پایان نامه ام بسیار مفید واقع شد. موفق باشید

    7. 4 از 5

      :

      خسته نباشید. تدریس فوق العاده آقای دکتر کلامی باعث قوی بودن آموزش است. کد ها و پیاده سازی نیز فوق العاده است.

    8. 4 از 5

      :

      کلیه زمان آموزش برایم مفید بود. مدرس بسیار صریح و جامع تدریس میکردند و من هیج نقطه ضعفی مشاهده نکردم.

    9. 5 از 5

      :

      با سلام. الگوبندی و طرح درس در این آموزش به هنرمندی استاد بخوبی انجام شده بود. نحوه اجرای برنامه عالی بود و توضیحات گیرایی داشت. همه اینها باعث جذاب شدن آموزش شده بود.

    10. 0 از 5

      :

      سلام.
      با تشکر از مجموعه فرادرس و جناب آقای دکتر کلامی بخاطر تدریس بسیار خوب و بیان شیوا و رسا و قابل فهم ایشان در تدریس این مجموعه آموزشی هنوز به طور کامل این بسته را مشاهده نکردم ولی از قسمت پیاده سازی عملی آن بسیار استفاده کردم و برایم مفید بود. کیفیت آموزش مطالب کافی و پروژه ای که اجرا می شد عالی بود. من خیلی راضی هستم. خیلی متشکرم از مجموعه از خیلی از آموزش ها استفاده کرده ام و باعث پیشرفت من بوده اند. برایتان آرزوی موفقیت و سربلندی دارم.
      باز هم سپاسگزارم.
      موفق و سربلند باشید.

    11. 5 از 5

      :

      با سلام؛
      در این آموزش خوشبختانه شبکه به صورتی پیاده سازی است که به تعداد ورودی و خروجی داده وابستگی ندارد و فقط کافی است که در قسمت %% Load Data داده هایمان را در برنامه وارد کنیم و برنامه بدون مشکلی اجرا می شود.
      در کل تدریس دکتر کلامی هریس بسیار مفید بوده است.
      خدا قوت. همینطور به ارائه آموزش های مفید ادامه دهید.

    12. 5 از 5

      :

      با عرض سلام و خسته نباشید و تشکر ویژه بابت آموزش های بی نظیرتون. بنده با کمک آموزش طبقه بندی و بازشناسی الگو با شبکه های عصبی LVQ در متلب شما توانستم یکی از روش هایی را که برای شبیه سازی پایان نامه ام نیاز داشتم یاد یگیرم. به نطر من این آموزش سطح تئوری و عملی بالایی داشت و تمام نیازهای یک فرد را برآورده می سازد. از این بابت از شما بسیار سپاسگذارم. واقعا آموزش های شما جامع و منحصر به فرد است و هزینه هر آموزش در مقابل مطالبی که یاد می گیریم بسیار ناچیز است.


    نظر شما در مورد این فرادرس چیست؟

    درج دیدگاه

    امتیاز شما به این آموزش:

    *



​همین امروز شروع به آموختن کنید​

آموزش طبقه بندی و بازشناسی الگو با شبکه های عصبی LVQ در متلب

هزینه آموزش: ۱۴,۰۰۰ تومان



برچسب‌ها: , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,




فرادرس در رسانه ها و جشنواره ها

روزنامه ایرانیان مرکز توسعه فناوری اطلاعات و رسانه های دیجیتال روز آفرین نت استارت کنفرانس مهندسی برق ایران جشنواره وب ایران

عضویت در خبرنامه فرادرس

برای دریافت اخبار مربوط به آخرین فرادرس های منتشر شده، ایمیل خود را در کادر زیر وارد نمایید.

Please leave this field empty.

تمامی محصولات و خدمات این وبسایت، حسب مورد دارای مجوزهای لازم از مراجع مربوطه می‌باشند و فعالیت‌های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است.
فرادرس مجوز نشر دیجیتال از وزرات فرهنگ و ارشاد اسلامی پرداخت آنلاین -  بانک ملت پرداخت آنلاین - بانک پارسیان پرداخت آنلاین - بانک اقتصاد نوین پرداخت آنلاین - بانک سامان