مرور برچسب

یادگیری ماشین

Inception module در شبکه‌های عصبی پیچشی (CNN)

Inception module در شبکه‌های عصبی پیچشی (CNN) مورد استفاده قرار می‌گیرد تا محاسبات کارآمدتری را انجام دهد و شبکه‌های عمیق‌تر را از طریق کاهش ابعاد با پیچش‌های ۱ *۱ ایجاد کند. در واقع راهی برای حل مسائل تشخیص و تصحیح تصویر و معماری یادگیری…

آزمون دقیق فیشر (Fisher’s Exact Test)

آزمون دقیق فیشر که استقلال فیشر نیز نامیده می‌شود، یک آزمون آماری کاربردی در حوزه‌های مختلف ازجمله یادگیری عمیق و یادگیری ماشین است. زمانی که به دنبال یافتن تفاوت بین دو متغیر اسمی هستیم، این آزمون کاربرد دارد. تست دقیق فیشر برای داده‌های…

تجزیه‌وتحلیل مؤلفه‌های مستقل (ICA)

تجزیه‌وتحلیل مؤلفه‌های مستقل (ICA) یک تکنیک آماری در یادگیری ماشین برای آشکار کردن عامل‌های پنهان مسئله است. (عوامل پنهان زیر مجموعه‌ای از متغیرها، اندازه گیری‌ها یا سیگنال‌های تصادفی هستند.) برخلاف تجزیه‌وتحلیل مؤلفه‌های اصلی که به حداکثر…

کاهش ویژگی (Feature reduction)

کاهش ویژگی ازجمله اقدامات پیش‌پردازش داده‌های مسائل یادگیری ماشین است، که با در نظر گرفتن این موضوع که برخی از ویژگی‌های مسئله باهم همبستگی و ارتباط دارند، برخی از ویژگی‌ها را حذف و تنها مؤلفه‌های اصلی مسئله را حفظ می‌کند. در این مقاله…

گراف دانش

در دنیای داده‌ها، اطلاعات بسیار ارزشمند هستند. گاهی به دلیل قوانین باید از آن محافظت شود بنابراین نمی‌توان به ‌کل اطلاعات درباره‌ی یک مورد خاص دسترسی داشت.

Theano

Theano یک کتابخانه‌ی رایگان یادگیری عمیق به زبان پایتون است که در محاسبات عددی کاربرد دارد و برای اجرا بر روی CPU و GPU طراحی شده است.

مدل‌های مبتنی بر انرژی (energy based models)

مدل‌های مبتنی بر انرژی توزیع احتمال را بر روی داده‌ها با اختصاص یک مقیاس (یا "انرژی") به هر نقطه داده ورودی نشان می‌دهند. این قابلیت انعطاف‌پذیری مدل‌سازی مفیدی را فراهم می‌کند. هر مدل دلخواه که یک عدد واقعی را با توجه به ورودی تولید کند،…