صفحه محصول - پاورپوینت یادگیری ماشین

پاورپوینت یادگیری ماشین (pptx) 60 اسلاید

دسته بندی : پاورپوینت

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

تعداد اسلاید: 60 اسلاید

قسمتی از متن PowerPoint (.pptx) :

بنام خدا 1 2 یادگیری ماشین 3 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. 4 تعریف یادگیری ماشین From Mitchell (1997): 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): things learn when they change their behavior in a way that makes them perform better in the future. From Ethem Alpaydın (2010): Machine learning is programming computers to optimize a performance criterion using example data or past experience. In practice this means: We have sets of examples from which we want to extract regularities. 5 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 ... 6 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 ساختاریادگیریPAC . 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. 7 مراجع کتاب درس: Machine learning by Tom Mitchell, McGraw Hill, 1997. Pattern Recognition and Machine Learning, Christopher M. Bishop, 2006. Introduction to Machine Learning, Second Edition. Ethem Alpaydın,The MIT Press, 2010. سایر مراجع Reinforcement learning: An introduction, By Richard S. Sutton & Andrew G Barto. کتاب های درس از طریق سایت درس قابل دانلود کردن است. 8 سایت درس http://ceit.aut.ac.ir/~shiry/lecture/machine-learning/ml.html تمرینات و سایر اطلاعات مربوط به درس ازطریق آدرس فوق در اختیار دانشجویان قرار خواهند گرفت. 9 ارزیابی پروژه 30% تکالیف 30% پایان ترم 30% ارائه 10%