آموزش طراحی سیستم های فازی عصبی یا ANFIS با استفاده از الگوریتم های فرا ابتکاری و تکاملی

1. 

   0 از 5

   سجاد :

   عالیه.
2. 

   4 از 5

   حمیدرضا شکیبی :

   من از آموزش های مختلفی استفاده کردم از همه استفاده لازم را داشتم. پیشنهادی که دارم دروس علوم پایه رو ارائه کنید و زود هم ارائه کنید توی مجموعه الکترونیک هم پروژه محور ارائه داده بشه و اموزش تعمیرات بردهای مختلف رو ارائه کنید
3. 

   5 از 5

   میثم دریکوندی :

   سلام. بخاطر تهیه آموزش های تخصصی کمال تشکر را دارم.
4. 

   5 از 5

   ربیعی :

   با عرض سلام و خسته نباشد خدمت شما. بنده این مجموعه را تهیه کردم و از آن بسیار راضی بودم و برای انجام پایان نامم از آن استفاده کردم و حتی با دیدن آن توانستم ایده های جدیدی برای پایان نامم پیدا کنم و برایم خیلی مفید بود. تنها پیشنهادی دارم این است که اگر نحوه استفاه ANFIS برای طبقه بندی نیز بیان میشد مجموعه بسیار کامل میشد. لطفا به بحث طبقه بندی نیز بیشتر بپردازید. ممنون به خاطر کمکی که به دانشجویان میکنید.
5. 

   0 از 5

   پیام :

   آموزش عالی بود و روان ممنونم.
6. 

   0 از 5

   comet :

   آموزش عالی بود و روان ممنونم و در کل بد نبود.
   فقط مباحث مربوط به فازی میتوانست کاملتر بیان شود و انواع روش برای دیفاز کردن و .. بیان شود. من قبلا کتابی در این زمینه مطالعه کردم و کتاب کاملتر مباحث را پوشش داده بود ولی این ویدئو برای آشنایی با مبحث خیلی مناسب هست.
7. 

   3 از 5

   محمد :

   با سلام و خسته نباشید. فیلم آموزشی طراحی سیستم های فازی عصبی یا ANFIS با استفاده از الگوریتم های فرا ابتکاری و تکاملی، فیلم آموزش خوبی بود و ایده جالبی داشت. ولی مساله مناسبی برای آن در نظر گرفته نشده بود و در نتیجه کارایی آن را به خوبی نشان نمی داد. خواهشمندم از مسائل متنوع تری که با روش ارائه شده تطابق بیشتری دارند استفاده شود. با تشکر.
8. 

   0 از 5

   ایمان :

   سلام
   ضمن تشکر و قدردانی از آموزش های عالی که تهیه می کنید. کاش در این مجموعه، ترکیب سیستم استنتاج فازی با الگوریتم های کلونی زنبور و رقابت استعماری رو هم قرار می دادین.
   • 

     0 از 5

     روابط عمومی :

     در پاسخ به ایمان:
     با سلام؛

     ضمن تشکر از ارائه دیدگاه تان؛ از حضور شما در فرادرس خوشحالیم.

     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.
9. 

   0 از 5

   bahary :

   سلام. جای استاد رو برام پر کرد. بسیار ممنون
10. 

    0 از 5

    محمد :

    خدا خیرتون بده. واقعا عالیه. ممنون از همتون.
11. 

    5 از 5

    احسان :

    دکتر کلامی فوق العاده هستند در آموزش. این آموزششونم عالیییه وحرف نداره. ممنون از زحماتی که میکشن و مدیریت و دقتی که دارن.
12. 

    5 از 5

    مهدیار جهانی :

    اول از هر چیز لازمه تا واقعا ازتون تشکر کنم و بهتون خسته نباشید بگم.
    اساتید واقعا مسلط هستند و به نظر من جوان بودنشان یک مزیت است، به این دلیل که با چالشهای پیش روی یک دانشجو آشنا هستند و این امر کیفیت آموزش ها را دو چندان می کنه.
    من تا حالا از شبکه های عصبی فازی استفاده نکرده بودم اصلا نمی دونستم چی هست. اما با همین آموزش کوتاه با مطالبی که لازم بود آشنا شدم و برنامه رو برای دیتاهای خودم اجرا کردم.
    به نظر من کاربردی بودن آموزش های فرادرس کلیدی ترین مزیت بشمار میره که هیچ جای دیگه نمیشه به این راحتی بهش دست پیدا کرد.
13. 

    0 از 5

    armin :

    من یکی از آموزش های شما رو تهیه کردم… واقعیتش بد نبود فقط کمی مثال های کاربردی تر و واقعی تر…..

    ولی موضوعی که می خوام در موردش صحبت کنم تضمینی هست که نوشتین…. من با روابط عمومی شما تماس گرفتم و گفتم اگر راضی نبودم آیا می تونم ۷۰% پولمو طبق چیزی که نوشته بودید پس بگیرم… ایشون گفتن در صورتی این اتفاق میافته که شما از مجموعه ایراد علمی بگیرین… حالا خداییش کسی که مجموعه رو میخره و حالا چیزی ام نمی فهمه می تونه ایراد علمی بگیره؟؟؟؟؟؟ اصلا اگه در حد ایراد علمی گرفتن بود دنبال آموزش میومد؟؟؟؟

    خاهشا اگه واقعا پیام های تشکر واقعی هستند این پیام منم بذارید…
    • 

      0 از 5

      روابط عمومی :

      در پاسخ به armin:
      با سلام؛

      از اینکه دیدگاه خود را مطرح نموده اید متشکریم و از حضور شما در فرادرس خوشحالیم.

      داشتن ایراد علمی فقط یکی از راه های اعلام عدم رضایت و بازگشت هزینه است. اما بازگشت هزینه محدود به داشتن اشتباه علمی نمی باشد و تحث شرایط دیگری نیز این امکان وجود دارد (مثلا مشکلات فنی و یا عدم پوشش سرفصل ها و …). برای مطلع شدن از شرایط بازگشت هزینه، لطفا به این لینک (+) مراجعه نمایید.

      موفق و پیروز باشید.
14. 

    0 از 5

    زهرا :

    سلام
    با تشکر از شما بابت آموزش عالیتون ،من این ویدیو را خریداری کردم و خیلی هم بهم کمک کرد
15. 

    0 از 5

    zahra :

    با سلام و خسته نباشید
    من این ویدئو رو تهیه کردم و مطالب کاملا مفید بود .فقط سوالی داشتم که امیدوارم جواب داده بشه ، اینکه من برای یک دیتاستی از این روش استفاده کردم ولی در تمام تکرار ها یه راه حل بهینه تکرار میشودمیخواستم ببینم ایراد کار کجا ممکن است باشه؟؟؟
    با تشکر
16. 

    4 از 5

    سینا :

    سلام
    این آموزش خیلی به کار من اومده تا الان.
    فقط یه نکته ظریف داخل هست که باید برطرف بشه. توی قسمت TrainFISCost یه اشکال کوچیک هست. مدرس برای اینکه پارامتر های تابع گوسین برابر صفر نشه یه شرط تعریف کرده و اونم اینه که اگه از قدر مطلق ۱۰e-5 کمتر باشه برابر ۱۰e-5 گذاشته شود و برای علامت هم از تابع sign استفاده شده. مشکل این تابع (sign) زمانی هست که اگه پارامتر آن برابر صفر باشد خروجی رو عدد صفر درنظر میگیره و مدل با خطا روبرو میشه. برای رفع این مشکل باید شرط اصلاح بشه که اگه برابر صفر بود مقدار پارامتر رو ۱۰e-5 درنظر بگیره.

نظر شما در مورد این فرادرس چیست؟