در این پست وبلاگ، قصد داریم با استفاده از پایتون، یک مدل طبقه‌بند K-Nearest Neighbors (KNN) ایجاد کنیم. الگوریتم KNN یکی از محبوب‌ترین روش‌های طبقه‌بندی در یادگیری ماشین است که در بسیاری از کاربردهای واقعی مورد استفاده قرار می‌گیرد. برای ...

مدل رگرسیون درخت تصمیم گیری یکی از روش‌های یادگیری ماشین است که در مسائل پیش‌بینی مقادیر عددی مورد استفاده قرار می‌گیرد. در این پست وبلاگ، ما یک مثال ساده از ساخت یک مدل رگرسیون درخت تصمیم گیری با استفاده از ...

در این پست وبلاگ، قصد داریم روش خوشه‌بندی (Clustering) را با استفاده از کتابخانه Scikit-Learn در پایتون بررسی کنیم. خوشه‌بندی یک روش یادگیری بدون نظارت است که در آن، اشیاء داده به دسته‌های مشابه تقسیم می‌شوند. به عبارت دیگر، هدف ...

در این پست وبلاگ، قصد داریم یکی از روش‌های پرکاربرد یادگیری ماشین را با استفاده از کتابخانه Scikit-Learn در پایتون، یعنی رگرسیون خطی (Linear Regression) را بررسی کنیم. رگرسیون خطی یک روش یادگیری ماشین است که در آن، مدلی تشکیل ...

در سال‌های اخیر، یادگیری عمیق یکی از شاخه‌های مهم هوش مصنوعی است که بسیاری از محققان و متخصصان حوزه‌ی تکنولوژی در آن فعالیت می‌کنند. PyTorch یکی از کتابخانه‌های پرکاربرد برای یادگیری عمیق در پایتون است که توسط Facebook توسعه داده ...

در این پست وبلاگ، نحوه ساخت یک مدل ساده تشخیص تصویر با استفاده از کراس در پایتون را به شما آموزش می‌دهیم. کراس یک کتابخانه متن‌باز برای ساخت و آموزش شبکه‌های عصبی در پایتون است. با استفاده از این کتابخانه، ...

در این پست وبلاگ، به پیاده‌سازی یک شبکه عصبی ساده در TensorFlow در پایتون خواهیم پرداخت. TensorFlow یک کتابخانه محاسباتی و یادگیری عمیق متن‌باز است که توسط گوگل توسعه داده شده است و به کمک آن می‌توان شبکه‌های عصبی را ...

یادگیری عمیق به عنوان یکی از شاخه‌های مهم هوش مصنوعی در سال‌های اخیر توجه بسیاری از محققان و متخصصان حوزه‌ی تکنولوژی را به خود جلب کرده است. در این پست وبلاگ، ما به طور مختصر به مفاهیم ابتدایی یادگیری عمیق ...