آموزش یادگیری غیر نظارت شده و خوشه بندی با الگوریتم k-Means

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 این فرادرس قصد داریم یادگیری غیر نظارت شده و خوشه بندی با الگوریتم k-Means در متلب را معرفی کنیم که در آن علاوه بر مرور تئوری ها مربوط به یادگیری غیر نظارت شده و مسأله خوشه بندی (Clustering) و الگوریتم k-Means، پیاده سازی عملی این الگوریتم و حل مسائل خوشه بندی (کلاسترینگ) در محیط متلب نیز به طور کامل، مورد بررسی قرار گرفته است.

👤 مدرس: دکتر سیدمصطفی کلامی هریس
🕓 مدت زمان: ۲ ساعت و ۱۴ دقیقه
🎓 تعداد دانشجو: ۲۹۳ نفر این آموزش را تهیه کرده اند.
روش دریافت: لینک دانلود و/یا ارسال فیزیکی

هزینه آموزش: ۱۲,۰۰۰ 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 های عصبی مصنوعی یا Artificial 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.

    در این پست قصد داریم فیلم آموزشی یادگیری غیر نظارت شده و خوشه بندی با الگوریتم k-Means در متلب را معرفی کنیم که در آن علاوه بر مرور تئوری ها مربوط به یادگیری غیر نظارت شده و مسأله خوشه بندی (Clustering) و الگوریتم k-Means، پیاده سازی عملی این الگوریتم و حل مسائل خوشه بندی (کلاسترینگ) در محیط متلب نیز به طور کامل، مورد بررسی قرار گرفته است. در برنامه های متعددی که در این فیلم آموزشی پیاده سازی شده است، ویژگی های مختلف تابع kmeans در متلب و نمایش نتایج حاصله را مورد بررسی دقیق قرار گرفته اند.

    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. مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط دکتر سیدمصطفی کلامی هریس (فارغ التحصیل دکترای مهندسی برق-کنترل، دانشگاه صنعتی خواجه نصیرالدین طوسی) ارائه شده است.

    فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
    • مروری بر مبانی یادگیری ماشینی و انواع آن
    • یادگیری نظارت شده
    • یادگیری غیر نظارت شده
    • یادگیری تقویتی
    • مبانی خوشه بندی یا Clustering
    • توصیف ریاضی مسأله خوشه بندی به صورت مسأله بهینه سازی
    • الگوریتم k-Means (الگوریتم لوید یا Lloyd’s Algorithm)
    • خوشه بندی با استفاده از متلب
    • حل مسائل خوشه بندی در متلب و نمایش نتایج حاصل

     

    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 لینک (کلیک کنید)
    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 همین صفحه
    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 یادگیری غیر نظارت شده و خوشه بندی با الگوریتم k-Means

    مشاهده آنلاین پیش نمایش - ۱۵ 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 ۳۵ مگابایت (کلیک کنید +)


    پیش نمایش ۲: آموزش یادگیری غیر نظارت شده و خوشه بندی با الگوریتم k-Means

    مشاهده آنلاین پیش نمایش - ۲۷ 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 ۶۵ مگابایت (کلیک کنید +)



    اطلاعات تکمیلی

    نام آموزش آموزش یادگیری غیر نظارت شده و خوشه بندی با الگوریتم k-Means
    ناشر فرادرس
    کد آموزش MVRNN9102IJ
    مدت زمان ۲ ساعت و ۱۴ دقیقه
    زبان فارسی
    نوع آموزش آموزش ویدئویی     (کیفیت HD - مورد تایید فنی فرادرس)
    حجم دانلود ۲۱۰ 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

    این آموزش را به کتابخانه دیجیتال خود، اضافه کنید

    آموزش یادگیری غیر نظارت شده و خوشه بندی با الگوریتم k-Means

    هزینه آموزش: ۱۲,۰۰۰ تومان




    سایر آموزش های دکتر سیدمصطفی کلامی هریس



    مطالب مرتبط


    دیدگاه ها

    تا کنون ۲۹۳ نفراز این آموزش استفاده کرده اند.
    1. 5 از 5

      :

      واقعا عالی بود، به خصوص بخش مقدمه و تشریح تفاوت های این روش و وجوه تمایز آن با سایر الگوریتم های خوشه بندی. با تشکر ویژه از دکتر کلامی.

      درخواستم هم از مجموعه فرادرس، ارائه آموزشی در رابطه با harmonic k-means یا k-harmonic means و پیاده سازی آن در محیط متلب یا R هستش،،
      با تشکر مجدد.

    2. 0 از 5

      :

      با سلام و آرزوی سلامتی. بنده فرادرس یادگیری غیرنظارت شده و خوشه بندی با الگوریتم k-means رو تهیه کرده بودم و خواستم اعلام کنم که بسیار اموزش موثری هست. به خصوص ویژگی با ارزش اموزش های فرادرس این هست که هر چیزی که به صورت تئوری اموزش داده میشه سریعا در محیط برنامه نویسی هم پیاده سازی میشه و این مسئله موجب میشه تا چیزهایی که یاد گرفتیم به صورت عملی لمس کنیم و در این حالت هست که مبحث تدریس شده ملکه ذهن می شود. بنده این این اموزش رو برای خوشه بندی تهیه کردم تا با این الگوریتم اشنا بشم و توصیه می کنم دانشجویان برای یادگیری خوشه بندی به روش k-means اموزش رو تهیه نمایید.


    نظر شما در مورد این فرادرس چیست؟

    درج دیدگاه

    امتیاز شما به این آموزش:

    *



​همین امروز شروع به آموختن کنید​

آموزش یادگیری غیر نظارت شده و خوشه بندی با الگوریتم k-Means

هزینه آموزش: ۱۲,۰۰۰ 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