صفحه محصول - پاورپوینت یادگیری ماشین (ppt) 55 اسلاید

پاورپوینت یادگیری ماشین (pptx) 55 اسلاید

دسته بندی : پاورپوینت

نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )

تعداد اسلاید: 55 اسلاید

قسمتی از متن PowerPoint (.pptx) :

مقدمه تعریف فرهنگ لغات از یادگیری: یادگیری عبارت است ازبدست آوردن دانش و یا فهم آن از طریق مطالعه، آموزش و یا تجربه همچنین گفته شده است که یادگیری عبارت است از بهبود عملکرد از طریق تجربه تعریف یادگیری ماشین: یادگیری ماشین عبارت است از اینکه چگونه میتوان برنامه ای نوشت که از طریق تجربه یادگیری کرده و عملکرد خود را بهتر کند. یادگیری ممکن است باعث تغییر در ساختار برنامه و یا داده ها شود . 3 تعریف یادگیری ماشین From Mitchell (1997: 2): A computer program is said to learn from experimence E with respect to some class of tasks T and performance measure P , if its performance at tasks in T , as measured by P , improves with experience E . From Witten and Frank (2000: 6): things learn when they change their behavior in a way that makes them perform better in the future. In practice this means: We have sets of examples from which we want to extract regularities. 4 مقدمه یادگیری ماشین زمینه نسبتا جدیدی از هوش مصنوعی است که در حال حاضر دوران رشد و تکامل خود را میگذراند . یادگیری ماشین یک زمینه تحقیقاتی بسیار فعال در علوم کامپیوتر است. علوم مختلفی در ارتباط با یادگیری ماشین در ارتباط هستند از جمله: هوش مصنوعی، روانشناسی، فلسفه، تئوری اطلاعات ، آمار و احتمالات، تئوری کنترل و ... 5 اهداف درس هدف از این درس ارائه یک دید کلی نسبت به یادگیر ماشین است که مباحث زیر را در بر میگیرد: جنبه های عملی شامل: الگوریتم های یادگیری مختلف نظیر درخت های تصمیم گیری، شبکه های عصبی و شبکه های باور بیزی، مدلهای عمومی شامل: الگوریتم ژنتیک و یادگیری تقویتی مفاهیم تئوریک شامل: زمینه های مرتبط درعلم آمار، یادگیری بیزین و ساختاریادگیری PAC . در این مباحث ارتباط تعداد مثالها با کارائی یادگیری بررسی میشوند، میزان خطای قابل انتظار محاسبه میشود، و بررسی میشود که کدام الگوریتم یادگیری برای چه مسائلی کارائی بیشتری دارد. 6 مراجع کتاب درس: Machine learning by Tom Mitchell, McGraw Hill, 1997. سایر مراجع Reinforcement learning: An introduction, By Richard S. Sutton & Andrew G Barto. Introduction to machine learning by Nils J. Nilson. کتاب درس از طریق سایت درس قابل دانلود کردن است. 7 سایت درس http://ceit.aut.ac.ir/~shiry/lecture/machine-learning/ml0 9 .html تمرینات و سایر اطلاعات مربوط به درس ازطریق آدرس فوق در اختیار دانشجویان قرار خواهند گرفت. 8 ارزیابی میان ترم 30% تکالیف 30% پایان ترم 30% ارائه 10% 9 انواع تکالیف تکالیفی از کتاب پیاده سازی الگوریتم های یادگیری آز مایش یک الگوریتم موجود با استفاده از نرم افزارهای آماده نظیر MATLAB و WEKA برای هر تکلیف باید یک گزارش کتبی شامل: پاسخ سوالات، خلاصه کارهای انجام شده، نحوه پیاده سازی الگوریتم و نتایج بدست آمده ارائه شود. برنامه نوشته شده را میتوانید برروی CD تحویل دهید. 10 پروژه هر دانشجو در مورد یک زمینه مرتبط با یادگیری ماشین آزمایشی را انجام داده و بصورت عملی پیاده سازی مینماید. نتیجه بصورت یک گزارش کتبی تحویل داده شده و در زمان تعیین شده بصورت شفاهی آن را ارائه مینماید.