آکادمی هوش‌مصنوعی هُوسم
2.47K subscribers
265 photos
81 videos
34 files
198 links
آکادمی هوش مصنوعی هوسم

برگزاری دوره‌های آموزشی در حوزه هوش مصنوعی

(howsam.org)

🆔 ارتباط با ادمین :
@howsam_support
Download Telegram
📣 برگزاری چهارمین دوره مسابقه BCI ایران

اطلاعات بیشتر و ثبت‌نام

@howsam_org
📣 6 تابع فعال‌ساز رایج در یادگیری عمیق

❗️همه تصاویر را مشاهده نمایید.

📱اینستاگرام هوسم:
www.instagram.com/howsam_org

🌐 وبسایت هوسم:
www.howsam.org

📱 کانال تلگرام پایتورچ هوسم:
@pytorch_howsam

@howsam_org
This media is not supported in your browser
VIEW IN TELEGRAM
رگرسیون چیست؟

رگرسیون یکی از زیرشاخه‌های یادگیری باناظر (Supervised Learning) است.

رگرسیون، تخمین رابطه بین یک متغیر وابسته و یک یا چند متغیر مستقل است. درحالت ساده و یک متغیر مستقل، می‌خواهیم تابعی مانند f به‌دست آوریم که از روی x ما را به y برساند.

به انيميشن بالا نگاه کنید؛ یک مجموعه نقطه دوبعدی (x,y) داریم. حالا یادگیری ماشین به ما کمک می‌کند که رابطه بین ورودی و خروجی (f) را پیدا کنیم.

اطلاعات بیشتر: رگرسیون خطی در یادگیری ماشین

@howsam_org
اهمیت NumPy در هوش مصنوعی

کتابخانه numpy، یک کتابخانه بسیار پرکاربرد در حوزه علوم کامپیوتر است. این کتابخانه امکانات زیادی برای کار با آرایه‌ها دارد. از این رو یادگیری آن برای همه محققانی که می‌خواهند در حوزه کامپیوترساینس فعالیت داشته باشند ضروری است.

اگر می‌خواهید با نامپای و دستورهای مهم آن آشنا شوید، آموزش مصور نامپای هوسم را از دست ندهید…

🌐 آموزش نامپای هوسم: کلیک کنید


📱اینستاگرام هوسم:
www.instagram.com/howsam_org

🌐 وبسایت هوسم:
www.howsam.org

@howsam_org
کتابخانه‌های رایج یادگیری ماشین را می‌شناسید؟

در تصاویر بالا، تعدادی از کتابخانه‌های رایج و پرکاربرد یادگیری ماشین را معرفی کرده‌ایم...


اینستاگرام هوسم:
www.instagram.com/howsam_org


🌐 وبسایت هوسم:
www.howsam.org


@howsam_org
شناسایی و تشخیص اشیا در بینایی کامپیوتر

شناسایی معادل عبارت Recognition است. هدف از شناسایی، پیش‌بینی محتوای موجود در تصویر هست.
معمولا، یک شی در تصویر وجود دارد و هدف ما شناسایی این شی است.
به‌عنوان نمونه ردیف بالا در تصویر که شامل تصاویر سگ/گربه/خرگوش است.

تشخیص اشیا معادل عبارت Object Detection است. هدف از تشخیص اشیا، شناسایی و موقعیت‌یابی اشیای موجود در تصویر است.
دراین‌حالت، ممکن است در تصاویر بیش از یک شی وجود داشته باشد. بنابراین، باید هم نام و هم موقعیت اشیا در تصویر مشخص شود.
به‌عنوان نمونه، ردیف پایین در تصویر، تصاویری با تعداد اشیای مختلف است که سیستم تشخیص اشیا موقعیت و نام آنها را به تفکیک پیش‌بینی کرده است.

🌐 منبع: دوره بینایی کامپیوتر هوسم
https://howsam.org/downloads/computer-vision-course/

@howsam_org
🌙 عید فطر مبارک 🌙

🎁 40 درصد تخفیف برای تمامی دوره‌های آموزشی هوسم

کد تخفیف: fetr1400
🌐 howsam.org

@pytorch_howsam
آقای هانتر در حال کار روی داده‌های EEG بود که مجبور شد به پایتون مهاجرت کند.

بعد از این مهاجرت، او برای رسم نمودارهایش در پایتون به مشکل خورد و نتوانست پکیجی پیدا کند که نیازهایش را برطرف سازد.

به همین دلیل آستین‌هایش را بالا زد و شروع کرد به نوشتن کتابخانه‌ای که نیازهایش را برطرف کند!

هدف او این بود که قابلیت‌های متلب در رسم نمودار را به کتابخانه پایتونی‌اش منتقل کند.

او موفق شد در سال 2003 اولین نسخه از کتابخانه matplotlib را منتشر کند.

آموزش matplotlib رایگان در هوسم:
https://howsam.org/matplotlib-tutorial/

@howsam_org