شبکه‌های عصبی مصنوعی
۴,۶۱۷ دانشجو ثبت نام کننده
۱٫۵ میلیون دقیقه یادگیری و مطالعه توسط دانشجویان
۲,۵۹۳ دقیقه مدت زمان آموز‌ش‌های این صفحه
۱۲ عنوان آموزشی تعداد آموز‌ش‌های این صفحه
۱
mvrnn9102ac

آموزش شبکه های عصبی پرسپترون چند لایه یا MLP در متلب

مدرس: دکتر سیدمصطفی کلامی هریس

در این فرادرس قصد داریم جامع شبکه های عصبی پرسپترون چند لایه یا MLP در متلب را معرفی کنیم که در آن علاوه بر مرور تئوری ها مربوط به شبکه های عصبی MLP، پیاده سازی عملی این نوع شبکه ها در محیط متلب نیز به طور کامل، مورد بررسی قرار گرفته است.

یادگیری را شروع کنید ...

۲
MVPNN9011

آموزش عملی طبقه بندی و بازشناسی الگو با استفاده از شبکه های عصبی

مدرس: دکتر اسماعیل آتشپز گرگری

اگر می خواهید شما نیز استارت یک کار علمی و آموزشی برای پیاده سازی چنین سیستم هایی را بزنید، چند قدم با هدف خود فاصله دارید. تنها مشکل موجود در این راه، پیچیدگی تئوریک و عملی و پیاده سازی این حوزه از هوش مصنوعی می باشد که اتفاقاً “فرادرس عملی طبقه بندی و بازشناسی الگو  با استفاده از شبکه های عصبی” برای حل این مشکل شما توسط فرادرس تولید شده است.

یادگیری را شروع کنید ...

۳
mvrnn9102de

آموزش شبکه های عصبی شعاعی پایه یا RBF در متلب

مدرس: دکتر سیدمصطفی کلامی هریس

در این آموزش قصد داریم فرادرس جامع شبکه های عصبی RBF در متلب را معرفی کنیم که در آن علاوه بر مرور تئوری ها مربوط به شبکه های عصبی مبتنی بر توابع شعاعی پایه یا RBF، 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 تخمین و تقریب توابع (Function Approximation) و پیش بینی سری های زمانی (Time-Series Prediction) اختصاص دارند.

یادگیری را شروع کنید ...

۴
mvrnn9102fh

آموزش ماشین های بردار پشتیبان یا SVM در متلب

مدرس: دکتر سیدمصطفی کلامی هریس

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.

یادگیری را شروع کنید ...

۵
mvrnn9102ij

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

مدرس: دکتر سیدمصطفی کلامی هریس

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.

یادگیری را شروع کنید ...

۶
mvrnn9102kl

آموزش شبکه های عصبی رقابتی و نگاشت خود سازمان ده یا SOM

مدرس: دکتر سیدمصطفی کلامی هریس

در این فرادرس قصد داریم جامع شبکه های عصبی رقابتی و نگاشت خود سازمان ده یا SOM را معرفی کنیم که در آن علاوه بر مرور تئوری ها مربوط به شبکه های عصبی رقابتی و نگاشت های خود سازمان ده، کاربردهای عملی مربوط به این نوع از شبکه عصبی غیر نظارت شده در حل مسائل مختلفی (نظیر خوشه بندی و کاهش ابعاد) مورد بحث و بررسی قرار گرفته است

یادگیری را شروع کنید ...

۷
آموزش طبقه بندی و بازشناسی الگو با شبکه های عصبی LVQ در متلب

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

مدرس: دکتر سیدمصطفی کلامی هریس

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.

یادگیری را شروع کنید ...

۸
آموزش شبکه های عصبی گازی به همراه پیاده سازی عملی در متلب

آموزش شبکه های عصبی گازی به همراه پیاده سازی عملی در متلب

مدرس: دکتر سیدمصطفی کلامی هریس

شبکه عصبی گازی یا شبکه گاز عصبی (Neural Gas Network) یکی از انواع شبکه های عصبی رقابتی با الگوی یادگیری غیر نظارت شده است، که کاربرد اصلی آن در حل مسائل خوشه بندی (Clustering) و یادگیری توپولوژی (Topology) است. این نوع از شبکه عصبی، از نظر طبقه بندی در رده الگوریتم های Vector Quantization (به اختصار VQ) قرار می گیرد و ارتباط بسیار نزدیکی با الگوریتم خوشه بندی k-Means، شبکه عصبی SOM (نگاشت های خود سازمان ده) و شبکه عصبی LVQ دارد. شبکه گاز عصبی علاوه بر انجام خوشه بندی و قرار دادن مرکز خوشه ها در محل مناسب، ارتباط های همسایگی میان نورون ها (مراکز خوشه ها) را به صورت پویا ایجاد می کند، که در نهایت این الگوریتم را، قادر به یادگیری توپولوژی می کند.

یادگیری را شروع کنید ...

۹
mvrnn9102mn

آموزش تحلیل مولفه اساسی یا PCA

مدرس: دکتر سیدمصطفی کلامی هریس

در این فرادرس قصد داریم تحلیل مولفه اساسی یا PCA در متلب را معرفی کنیم که در آن علاوه بر مرور تئوری ها مربوط به روش تحلیل مولفه اساسی (Principal Component Analysis) یا PCA، نحوه پیاده سازی عملی آن در محیط متلب، و حل مسائل کاهش ابعاد، و انتخاب و استخراج ویژگی مورد بررسی واقع شده است.

یادگیری را شروع کنید ...

۱۰
آموزش شبکه عصبی GMDH به همراه پیاده سازی عملی در متلب

آموزش شبکه عصبی GMDH به همراه پیاده سازی عملی در متلب

مدرس: دکتر سیدمصطفی کلامی هریس

در «فیلم آموزشی شبکه عصبی GMDH در متلب»، پس از تشریح کامل مبانی تئوری و شیوه عملکرد الگوریتم GMDH چند جمله ای، پیاده سازی عملی و گام به گام این نوع از شبکه عصبی، به صورت کامل در محیط متلب انجام شده است. در ادامه نیز، با استفاده از برنامه نوشته شده برای ایجاد ساختارهای GMDH، مسائل مختلفی در حوزه های متعدد حل و بررسی شده اند.

یادگیری را شروع کنید ...

۱۱
فرادرس عملی پیش بینی سریهای زمانی با استفاده از شبکه های عصبی

آموزش عملی پیش بینی سریهای زمانی با استفاده از شبکه های عصبی

مدرس: دکتر اسماعیل آتشپز گرگری

داشتن تخمین مناسب از مقدار یک پارامتر در آینده،‌ موضوع بسیار مهمی در بسیاری از شاخه های علوم و مهندسی می باشد. این فرادرس، پس از ارائه تعریف مناسب از مسئله پیش بینی سری های زمانی و بیان مباحث مقدماتی در زمینه شبکه های عصبی مصنوعی، به صورت گام به گام یک پروژه کامل پیش بینی را در حین آموزش پیاده سازی می کند.

یادگیری را شروع کنید ...

۱۲
mvrnn9102op

آموزش شبکه های عصبی هاپفیلد یا Hopfield Neural Network

مدرس: دکتر سیدمصطفی کلامی هریس

در این فرادرس قصد داریم  شبکه های عصبی هاپفیلد یا Hopfield Neural Network در متلب را معرفی کنیم که در آن علاوه بر مرور مبانی تئوری شبکه های عصبی هاپفیلد (Hopfield) و ارتباط آن با نظریه سیستم های دینامیکی غیر خطی، پیاده سازی عملی این نوع از شبکه عصبی برای حل مسأله بازشناسی الگو و تشخیص کاراکتر (Character Recognition) مورد بحث و بررسی قرار گرفته است.

یادگیری را شروع کنید ...

به همراه دهها آموزش دیگر مرتبط با «شبکه‌های عصبی مصنوعی»

برای مشاهده آموزش های مرتبط دیگر، در میان ۳ هزار ساعت آموزش منتشر شده در فرادرس، جستجو کنید ...

موضوعات آموزشی مرتبط




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