آموزش ماشین های بردار پشتیبان یا SVM در متلب

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. (+)



ماشین بردار پشتیبان یا Support Vector Machine (به اختصار SVM) نوع خاصی از شبکه های عصبی هستند که بر خلاف سایر انواع شبکه عصبی (مانند MLP و RBF) به جای کمینه کردن خطا، اقدام به کمینه کردن ریسک عملیاتی طبقه بندی یا مدل سازی می کند. این ابزار، بسیار قدرتمند است و در زمینه های مختلفی چون طبقه بندی، خوشه بندی و مدل سازی (رگرسیون) می تواند مورد استفاده قرار بگیرد.

👤 مدرس: دکتر سیدمصطفی کلامی هریس
🕓 مدت زمان: ۴ ساعت و ۵۱ دقیقه
🎓 تعداد دانشجو: ۷۴۷ نفر این آموزش را تهیه کرده اند. — ۱۰ نفر در دو هفته اخیر
روش دریافت: لینک دانلود و/یا ارسال فیزیکی

هزینه آموزش: ۱۵,۰۰۰ تومان


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

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

    در این فرادرس قصد داریم فیلم آموزشی جامع ماشین های بردار پشتیبان یا SVM در متلب را معرفی کنیم که در آن علاوه بر مرور تئوری ها مربوط به ماشین های بردار پشتیبان یا SVM، پیاده سازی عملی این نوع شبکه ها در محیط متلب نیز به طور کامل، مورد بررسی قرار گرفته است. برنامه هایی که در این فیلم پیاده سازی شده اند، به حل مسائل طبقه بندی باینری (Binary Classification)، تخمین و تقریب توابع (Function Approximation) و پیش بینی سری های زمانی (Time-Series Prediction) اختصاص دارند.

    شبکه های عصبی مصنوعی یا Artifiial Neural Networks (به اختصار ANN) ابزارهایی مهم در میان مباحث هوش محاسباتی (Computational Intelligence) به حساب می آیند. انواع مختلفی از شبکه های عصبی مصنوعی معرفی شده اند، که عمدتا در کاربردهایی همچون طبقه بندی، خوشه بندی، تشخیص الگو، مدل سازی و تقریب توابع، کنترل، تخمین و بهینه سازی مورد استفاده قرار می گیرند.

    ماشین بردار پشتیبان یا Support Vector Machine (به اختصار SVM) نوع خاصی از شبکه های عصبی هستند که بر خلاف سایر انواع شبکه عصبی (مانند MLP و RBF) به جای کمینه کردن خطا، اقدام به کمینه کردن ریسک عملیاتی طبقه بندی یا مدل سازی می کند. این ابزار، بسیار قدرتمند است و در زمینه های مختلفی چون طبقه بندی، خوشه بندی و مدل سازی (رگرسیون) می تواند مورد استفاده قرار بگیرد.

    در این فیلم آموزشی، سه الگوریتم مهم از میان ماشین های بردار پشتیبان مورد بررسی قرار گرفته اند:

    • ماشین بردار پشتیبان پایه برای طبقه بندی باینری یا SVM
    • کلاسترینگ بردار پشتیبان یا Support Vector Clustering (به اختصار SVC)
    • رگرسیون بردار پشتیبان یا Support Vector Regression (به اختصار SVR)

    رویکردهای ارائه شده در این فیلم آموزشی بسیار فراگیر و عمومی هستند و می توان از نکات تئوری و عملی بیان شده، برای حل سایر مسائل کاربردی استفاده نمود.

     

    فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
    • توضیح تفاوت های اساسی SVM با سایر انواع شبکه عصبی
    • بیان ریاضی ریسک عملیاتی برای طبقه باینری داده ها
    • استخراج روابط اساسی SVM به صورت یک مسأله بهینه سازی درجه دو یا QP
    • تبدیل حالت حاشیه سخت (Hard Margin) به حالت حاشیه نرم (Soft Margin)
    • پیاده سازی عملی SVM باینری در محیط متلب
    • شیوه استفاده از تابع quadprog برای حل مسائل بهینه سازی درجه ۲ یا Quadratic Programming
    • استفاده از Kernel Trick برای اعمال SVM در فضای غیر خطی
    • بررسی انواع هسته ها یا Kernel ها
    • پیاده سازی SVM غیر خطی در محیط متلب با استفاده از Kernel Trick
    • استفاده از شبکه عصبی RBF برای پیش بینی سری زمانی
    • استفاده از توابع svmtrain و svmclassify از تولباکس بیوانفورماتیک (Bioinformatics Toolbox)
    • بررسی مبانی تئوری کلاسترینگ بردار پشتیبان یا SVC
    • توصیف ریسک در مسائل رگرسیون و مدل سازی
    • فرمول بندی رگرسیون بردار پشتیبان یا SVR و استخراج مدل QP
    • تعمیم به حالت غیر خطی با استفاده از Kernel Trick
    • پیاده سازی SVR در متلب برای تقریب تابع
    • پیاده سازی SVR برای پیش بینی سری زمانی
    • جمع بندی و نتیجه گیری های نهایی

     

    راهنمای مقایسه و انتخاب

    مجموعه فرادرس های شبکه های عصبی مصنوعی در متلب در ۸ نسخه مختلف ارائه شده است. می توانید بر حسب نیاز خود یک یا چندین مورد از این آموزش ها را برای مطالعه انتخاب کنید. لیست نسخه های مختلف این فرادرس در ادامه آمده است.

    ردیف عنوان بسته کامل / زیربخش عنوان خلاصه مجموع ساعت لینک
    ۱ فرادرس جامع شبکه های عصبی پرسپترون چندلایه یا MLP در متلب زیربخش شبکه های عصبی پرسپترون چندلایه ۸ ساعت و ۴ دقیقه لینک (کلیک کنید)
    ۲ فرادرس جامع شبکه های عصبی شعاعی پایه یا RBF در متلب زیربخش شبکه های عصبی شعاعی پایه ۲ ساعت و ۵۲ دقیقه لینک (کلیک کنید)
    ۳ فرادرس جامع ماشین های بردار پشتیبان یا SVM در متلب زیربخش ماشین های بردار پشتیبان ۴ ساعت و ۵۱ دقیقه همین صفحه
    ۴ فرادرس یادگیری غیر نظارت شده و خوشه بندی با الگوریتم k-Means در متلب زیربخش یادگیری غیر نظارت شده و خوشه بندی با الگوریتم k-Means ۲ ساعت و ۱۴ دقیقه لینک (کلیک کنید)
    ۵ فرادرس جامع شبکه های عصبی رقابتی و نگاشت خود سازمان ده یا SOM زیربخش شبکه های عصبی رقابتی و نگاشت خود سازمان ده ۴ ساعت و ۲۷ دقیقه لینک (کلیک کنید)
    ۶ فرادرس تحلیل مولفه اساسی یا PCA در متلب زیربخش تحلیل مولفه اساسی یا PCA ۲ ساعت و ۳۶ دقیقه لینک (کلیک کنید)
    ۷ فرادرس شبکه های عصبی هاپفیلد یا Hopfield Neural Network در متلب زیربخش شبکه های عصبی هاپفیلد ۲ ساعت و ۴۲ دقیقه لینک (کلیک کنید)
    ۸ مجموعه فرادرس های شبکه های عصبی مصنوعی در متلب بسته کامل
    (شامل همه زیربخش ها)
    شبکه های عصبی مصنوعی در متلب ۲۷ ساعت و ۴۶ دقیقه لینک (کلیک کنید)

    پیش نمایش

    پیش نمایش ۱: آموزش ماشین های بردار پشتیبان یا SVM در متلب

    مشاهده آنلاین پیش نمایش - ۴۹ 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 کل دانلود ۱۲۸ مگابایت

    دانلود مستقیم بخش ۱ - حجم دانلود ۶۴ مگابایت (کلیک کنید +)

    دانلود مستقیم بخش ۲ - حجم دانلود ۶۴ مگابایت (کلیک کنید +)

    راهنمای دانلود: لطفاً همه بخش ها را ابتدا به صورت کامل در یک فولدر دانلود کنید و کنار هم قرار دهید و سپس روی یکی از آنها کلیک راست کرده و extract نمایید. راهنمایی های بیشتر را در این لینک (+) ببینید.


    پیش نمایش ۲: آموزش ماشین های بردار پشتیبان یا SVM در متلب

    مشاهده آنلاین پیش نمایش - ۱۱ 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 ۳۶ مگابایت (کلیک کنید +)


    پیش نمایش ۳: آموزش ماشین های بردار پشتیبان یا SVM در متلب

    مشاهده آنلاین پیش نمایش - ۳۰ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت است.

    اگر حساب کاربری دارید وارد شوید(+) و در غیر این صورت، ثبت نام کنید(+).


    اطلاعات تکمیلی

    نام آموزش آموزش ماشین های بردار پشتیبان یا SVM در متلب
    ناشر فرادرس
    کد آموزش MVRNN9102FH
    مدت زمان ۴ ساعت و ۵۱ دقیقه
    زبان فارسی
    نوع آموزش آموزش ویدئویی     (کیفیت HD - مورد تایید فنی فرادرس)
    حجم دانلود ۵۷۲ 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 الان شروع کنید.

    آموزش ماشین های بردار پشتیبان یا SVM در متلب

    هزینه آموزش: ۱۵,۰۰۰ تومان




    سایر آموزش های دکتر سیدمصطفی کلامی هریس



    مطالب مرتبط


    دیدگاه ها

    ( امتیاز ۴٫۷ از ۵ )
    4.7 از 5


    تا کنون ۷۴۷ نفراز این آموزش استفاده کرده اند و ۶ نظر ثبت شده است.
    1. 5 از 5

      :

      خیلی عالی بود

    2. 0 از 5

      :

      سلام میخواستم بپرسم متن آموزشی به صورت pdf دارید که بتونید بدید مطالعه کنیم یا فقط بصورت فیلم آموزشی هست؟

    3. 0 از 5

      :

      در پاسخ به مریم:
      با سلام،
      آموزش های ارائه شده در فرادرس، در قالب فیلم آموزشی است؛ البته گاهی فایل های جانبی از جمله فایل PDF توسط مدرس ارائه می شود و ما نیر آنها را در اختیار مخاطبین قرار می دهیم.
      اما محوریت فعالیت، بصورت فیلم آموزشی می باشد.
      موفق و پیروز باشید.

    4. 0 از 5

      :

      سلام
      من قصدارم از SVM و الگوریتم ژنتیک برای طبقه بندی تصاویر ماهواره ای استفاده کنم
      به نظرتون این فرادرس آموزشی در یادگیری بخش SVM کارم میتونه به من کمک کنه؟
      به نظرتون کدوم یکی از پکیج های این سایت برای کار من مناسب است؟

    5. 0 از 5

      :

      در پاسخ به مهسا:
      با سلام،
      متاسفانه اطلاعات تخصصی مرتبط با موضوع شما در دسترس بخش مخاطبین نیست اما با توجه به متنی که درج نمودید، اگر سرفصل های تدریس شده در آموزش، با موضوعات مدنظر شما مطابقت داشته باشد قطعا برای شما مفید خواهد بود.
      شاد و پیروز باشید.

    6. 4 از 5

      :

      من این محصول رو تهیه کردم و خیلی ازش راضی بودم.

    7. 5 از 5

      :

      آقای دکتر کلامی واقعا عالی آموزش می دن. به خاطر همه زحمتهایی که برای تهیه این پکیج کشیده شده ممنون و سپاسگزارم. موفق باشین.

    8. 3 از 5

      :

      با سلام
      لطفا آموزشهایی در رابطه با SVM با استفاده از SMO یا بهینه سازی حداقل ترتیبی نیز ارائه فرمایید
      و نیز راجع به Bootstrap نیز آموزش داشته باشید
      ممنون

    9. 5 از 5

      :

      سلام من این مجموعه را تهیه کردم. فقط برای حالت ۲ کلاسه آموزش داده شده است. آیا برای حالته چند کلاسه هم آموزشی موجود هست؟

      • 0 از 5

        :

        در پاسخ به ali:
        با سلام.

        متاسفانه به طور خاص به موضوع مورد اشاره شما پرداخته نشده است، در صورت تمایل با مراجعه به لینک زیر می توانید عناوین پیشنهادی خودتان را به ثبت برسانید:
        درخواست تهیه آموزش در فرادرس

        موفق و پیروز باشید

    10. 0 از 5

      :

      سلام
      اموزش مفید و کاربردی بود.
      لطفا اموزش SVR برای حالت چند ورودی را هم ارائه بدین. متشکرم

      • 0 از 5

        :

        در پاسخ به geranmehr:
        باسلام؛
        چنانچه تمایل به ثبت پیشنهاد در زمینه ارائه این موضوع در قالب یک فرادرس آموزشی جدید را دارید، از طریق این لینک (+) نسبت به تکمیل فرم اقدام نمایید.
        امیدواریم به زودی زمینه پرداختن به مباحث پیشنهادی فراهم شود.
        موفق و پیروز باشید.

    11. 3 از 5

      :

      سلام به اقای دکتر
      من این محصول رو تهیه کردم مختصر ومفید هست اما یک اشکال داره و اونهم اینکه svm فقط برای دو کلاسه تعریف شده در صورتیکه اکثر داده ها به صورت چند کلاسه هستند

    12. 0 از 5

      :

      با سلام و احترام، واقعا دست شما درد نکنه واقعا مفید بود.
      در پاسخ کامنت آقای محمد باید بگم svm برای دو کلاس و svr برای چند کلاسه استفاده می شود.
      ممنون.

    13. 0 از 5

      :

      با سلام و احترام؛

      آموزش بسیار مفیدی بود. فقط اگه ممکنه برای svm چند کلاسه هم آموزش بگذارید.

    14. 0 از 5

      :

      سلام.

      من این مجموعه رو استفاده کردم عالی بود. واقعا آقای دکتر فوق العاده آموزش میدن.


    نظر شما در مورد این فرادرس چیست؟

    درج دیدگاه

    امتیاز شما به این آموزش:

    *



​همین امروز شروع به آموختن کنید​

آموزش ماشین های بردار پشتیبان یا SVM در متلب

هزینه آموزش: ۱۵,۰۰۰ تومان



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 logo-samandehi پرداخت آنلاین -  بانک ملت پرداخت آنلاین - بانک پارسیان پرداخت آنلاین - بانک اقتصاد نوین پرداخت آنلاین - بانک سامان