با کانولوشن معکوس (Transposed Convolution) آشنا شوید!
کانولوشن معکوس (Transposed Convolution) چیست؟ شبکه عصبی کانولوشن یا پیچشی (Convolutional Neural Network / CNN) در پروژههای بینایی ماشین (Computer Vision) بهمنظور استخراج ویژگیهای موجود در دادهی ورودی، مانند ویدئو یا تصویر، به کار برده میشود. در این شبکه لایههای متعدد کانولوشن روی داده ورودی…
۱۰ IDE و ویرایشگر کد برتر پایتون را بشناسید!
۱۰ IDE و ویرایشگر کد برتر پایتون کداماند؟ ویرایشگرهای کد (Code Editors) درواقع ابزارهای سادهای هستند که به ما این امکان میدهند کد بنویسیم یا کدها را ویرایش کنیم. این ابزارها امکاناتی مانند هایلایتکردن نحو (Syntax Highlighting) و فرمتکردن کد (Code Formatting) را دارند که…
روز کاری دیتا ساینتیست چگونه میگذرد؟
روز کاری دیتا ساینتیست یا دانشمند داده چگونه است؟ دیتا ساینتیست (Data Scientist) در آمار، علم داده، بیگدیتا، برنامهنویسی R، پایتون و SAS و غیره متخصص است. چنین حرفهای، با این حجم از مهارتها و دانش، قطعاً فرصتهای زیاد با درآمدهای بالا را نوید میدهد؛…
۷ دلیل برای استفاده از دیتاساینس در کسبوکارها
کاربرد دیتاساینس در کسبوکارها روزبهروز بیشتر میشود تا بهکمک آن بتوانند از بیگدیتا (Big Data) استفاده کنند. بیگدیتا بدون دانش متخصصانی که فناوری پیشرفته را به بینش عملی تبدیل میکنند، هیچ چیز نیست. امروزه تعداد زیادی از سازمانها درهای خود را روی بیگدیتا باز کردهاند…
چرا دیتاساینتیست شویم و ۱۰ دلیل مهم برای محقق داده شدن!
پرسش چرا دیتاساینتیست شویم پاسخهای بسیار جذابی دارد. علم داده یا دیتاساینس (Data Science) به یک فناوری انقلابی تبدیل شده است که این روزها همه دربارهاش صحبت میکنند. دیتاساینس، بهعنوان «جذابترین شغل قرن 21» شناخته میشود، اما افراد کمی این فناوری را بهمعنای واقعی میشناسند….
درآمد دیتاساینتیست چقدر است و آیندهی کاری یک محقق داده چگونه است؟
درآمد دیتاساینتیست چقدر است؟ محقق داده یا دیتاساینتیست (Data Scientist) امروزه یکی از پرطرفدارترین عناوین شغلی در حوزهی دیتاساینس (Data Science) و هوش تجاری است. این عنوان شغلی «جذابترین شغل قرن ۲۱» لقب گرفته است. یک دیتاینتیست متخصصی حرفهای است که وظیفهی جمعآوری، تجزیه و…
با زبان برنامه نویسی پایتون و کاربردهای آن آشنا شوید!
زبان برنامه نویسی پایتون (Python Programming Language) یکی از مشهورترین زبانهای برنامهنویسی، بهخصوص در حوزهی یادگیری ماشین و هوش مصنوعی است. Guido van Rossum این زبان را در سال ۱۹۹۱ خلق کرده است. پایتون یک زبان شیءگرا (Object-oriented)، تفسیری (Interpreted) و همهمنظوره است که نحو…
با فیلتر / کرنل (Filter / Kernel) در شبکهی عصبی کانولوشنی آشنا شوید!
فیلتر / کرنل (Filter / Kernel) چیست و در شبکهی عصبی کانولوشنی (CNN) چه نقشی دارد؟ فرآیند کانولوشن اصلیترین مرحله در شبکهی عصبی کانولوشن (CNN / Convolutional Neural Network) محسوب میشود؛ درواقع نام این شبکه به همین دلیل انتخاب شده است. اتفاقی که در هر…
با معماری لی نت-۵ (LeNet-5) و لایههای آن آشنا شوید!
معماری لی نت-۵ (LeNet-5) چگونه است؟ در حوزهی یادگیری عمیق (Deep Learning) شبکههای عصبی کانولوشنی (CNN)، نوعی شبکهی عصبی مصنوعی هستند که اغلب در شناسایی تصاویر به کار میروند؛ بهعبارت دیگر، شبکههای عصبی کانولوشنی پایهواساس بینایی ماشین (Computer Vision)، مبتنی بر یادگیری عمیق (Deep Learning)،…
رقابت سالانه ILSVRC چیست؟ معماریهای کانولوشنی برتر آن کداماند؟
رقابت سالانه ILSVRC چیست؟ یادگیری عمیق (Deep Learning) زیرمجموعهی یادگیری ماشین (Machine Learning) است. این شاخه از هوش مصنوعی کامپیوتر را وامیدارد تا براساس تجربیاتی که به دست میآورد، وظایفی مشخص را انجام دهد. محبوبیت استفاده از تکنیکهای یادگیری عمیق را میتوان بهدلیل نوآوریهایی دانست…
با برترین کاربردهای یادگیری عمیق در صنایع مختلف آشنا شوید!
برترین کاربردهای یادگیری عمیق کجاست؟ یادگیری عمیق (Deep Learning) بخشی از یادگیری ماشین (Machine Learning) است که برای حل مشکلات پیچیده و ایجاد راهحلهای هوشمند استفاده میشود. مفهوم اصلی یادگیری عمیق از ساختار و عملکرد مغز انسان گرفته شده است. یادگیری عمیق از شبکههای عصبی…
بیگ دیتا (Big Data) چیست؟ مهمترین کاربردها و چالشهای آن کجاست؟
بیگ دیتا (Big Data) مجموعهای عظیم از دادههاست که تکنیکهای معمول نمیتوانند آنها را پردازش کنند. این اصطلاح، نهتنها به دادهها، به فریمورکها، ابزارها و تکنیکهای مختلف مربوط هم اشاره میکند. مقدمه اگر فقط کمی از دنیای فناوری سر در بیاورید، قطعاً باید اسم بیگ…
شبکه عصبی پیشخور (FFN) چیست و چطور کار میکند؟
شبکه عصبی پیشخور (FFN) را میتوان سادهترین نوع شبکهی عصبی در نظر گرفت؛ شبکههای عصبی پیچیدهتری مانند شبکهی عصبی بازگشتی (RNN / Recurrent Neural Network) و شبکهی عصبی پیچشی (CNN / Convolutional Neural network) هم وجود دارند که ممکن است بارها اسمشان را شنیده باشیم….
یادگیری انتقالی (Transfer Learning) چیست و چطور کار میکند؟
یادگیری انتقالی (Transfer Learning) چیست؟ اگر در زمینهی یادگیری عمیق (Deep Learning) مطالعه فعالیت کنید، قطعاً به عبارت «یادگیری انتقالی» یا «Tranfer Learning» برخوردهاید. یادگیری انتقالی یکی از شگفتانگیزترین ویژگیهای شبکهی عصبی محسوب میشود که در آن میتوان از یک مدل آموزشدیده با یک مجموعهدادهی…
توابع فعالساز (Activation Functions) چیست و چه کاربردهایی دارد؟
توابع فعالساز (Activation Functions) چیست؟ مطمئناً در حین یادگیری و کار با شبکههای عصبی (Neural networks) بارها با توابع فعالساز برخورد کردهاید و این سؤال در ذهنتان مطرح شده است که این توابع دقیقاً چه کاری را در شبکه انجام میدهند؟ در این مطلب سعی…
سیستم ایمنی مصنوعی (AIS) میتواند بیماریها را ریشهکن کند؟
سیستم ایمنی مصنوعی (AIS) یا Artificial Immune Systems به کمک و تقویت سیستم ایمنی طبیعی بدن انسانها میآید. در این تکنولوژی از نانوباتها (Nanobots) استفاده میشود که رباتهای میکروسکوپی هستند که وارد بدن میشوند. در این مطلب تواناییهای این سیستم مصنوعی را بررسی کردهایم. مقدمه…
لایه ادغام (Pooling Layer) در شبکه عصبی کانولوشنی (CNN) چیست؟
لایه ادغام (Pooling Layer) یکی از مراحل شبکه عصبی کانولوشنی (CNN / Convolutional Neural Network) است. شبکه عصبی کانولوشنی نتایج بسیار قابلقبولی را در حوزههای مختلف بینایی ماشین (Computer Vision)، مانند شناسایی تصاویر (Image Detection)، طبقهبندی تصاویر (Image Classification) و تشخیص چهره (Face Recognition)، داشته…
شبکه عصبی بازگشتی (RNN) چیست و چه کاربردهایی دارد؟
شبکه عصبی بازگشتی (RNN) چیست و چه کاربردهایی دارد؟ در این مطلب بهصورت مفصل دربارهی شبکهی عصبی بازگشتی صحبت کردهایم، تفاوت آن را با شبکه عصبی سنتی تعریف کردهایم و ساختار شبکه عصبی بازگشتی (RNN) را توضیح دادهایم. شبکه عصبی بازگشتی و شبکه عصبی سنتی…