درآمد دیتاساینتیست
دیتا ساینس و ماشین لرنینگ

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…

زبان برنامه نویسی پایتون
دیتا ساینس و ماشین لرنینگ

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…

فیلتر / کرنل (Filter \ Kernel)
دیتا ساینس و ماشین لرنینگ

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…

معماری لی نت-۵ (LeNet-5)
دیتا ساینس و ماشین لرنینگ

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
دیتا ساینس و ماشین لرنینگ

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…

کاربردهای یادگیری عمیق
دیتا ساینس و ماشین لرنینگ

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)
دیتا ساینس و ماشین لرنینگ

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)
دیتا ساینس و ماشین لرنینگ

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)
دیتا ساینس و ماشین لرنینگ

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…

دیتا ساینس و ماشین لرنینگ

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)
دیتا ساینس و ماشین لرنینگ

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)
دیتا ساینس و ماشین لرنینگ

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…

کاربردهای شبکه عصبی کانولوشنی (CNN)
دیتا ساینس و ماشین لرنینگ

با کاربردهای شبکه عصبی کانولوشنی (CNN) آشنا شوید!

کاربردهای شبکه عصبی کانولوشنی (CNN) چیست؟ یکی از الگوریتم‌های یادگیری عمیق است که اغلب در مسائل شناسایی تصاویر استفاده می‌شود. البته شبکه عصبی کانولوشنی کاربردهای متنوعی دارد و علاوه بر عکس و ویدئو، در تحلیل انواع دیگر داده، مانند پردازش متن یا صدا، هم می‌توان…

محوشدگی گرادیان (Vanishing Gradient)
دیتا ساینس و ماشین لرنینگ

محوشدگی گرادیان (Vanishing Gradient) چگونه رخ می‌دهد؟

مشکل محوشدگی گرادیان (Vanishing Gradient) چگونه رخ می‌دهد؟ در یادگیری ماشین (Machine Learning) زمانی‌که شبکه‌ی عصبی را با استفاده از روش‌های مبتنی بر گرادیان، مانند انتشار روبه‌عقب (Backpropagation)، آموزش می‌دهیم، با مشکل محوشدگی گرادیان مواجه می‌شویم. این مشکل امکان یادگیری و به‌روزرسانی وزن‌ها در لایه‌های…

پرسپترون (Perceptron)
دیتا ساینس و ماشین لرنینگ

پرسپترون (Perceptron) چیست و چگونه کار می‌کند؟

پرسپترون (Perceptron) چیست؟ مطمئناً اگر به حوزه‌ی هوش مصنوعی (Artificial Intelligence) علاقه‌مند باشید، بارها عبارت «شبکه‌ی عصبی» را از منابع مختلف شنیده‌اید و در ذهن‌تان این سؤال مطرح شده است که شبکه‌ی عصبی یعنی چه و چگونه کار می‌کند؟ برای یافتن این سؤال لازم است…

رگرسیون لجستیک (Logistic Regression)
دیتا ساینس و ماشین لرنینگ

رگرسیون لجستیک (Logistic Regression) چیست و چطور کار می‌کند؟

رگرسیون لجستیک (Logistic Regression) یکی از الگوریتم‌های یادگیری ماشین است. این الگوریتم برای مسائل طبقه‌بندی (Classification) استفاده می‌شود که در آن متغیر وابسته‌ی گسسته (Categorical) مطرح می‌شود. قبل از بررسی رگرسیون لجستیک، بهتر است کمی با یادگیری ماشین و طبقه‌بندی آشنا شویم. یادگیری ماشین چیست؟…

درک زبان طبیعی (NLU)
دیتا ساینس و ماشین لرنینگ

درک زبان طبیعی (NLU) چیست و چگونه انجام می‌شود؟

درک زبان طبیعی (NLU) یا به‌عبارتی کامل‌تر Natural Language Understanding زیرشاخه‌ای از پردازش زبان طبیعی (Natural Language Processing) است که تبدیل زبان انسان به فرمت خواندنی و فهمیدنی برای ماشین را دربرمی‌گیرد. مقدمه آیا تابه‌حال پیش آمده است که در آیفون (iPhone) از سیری (Siri)…

بینایی کامپیوتری (Computer Vision)
دیتا ساینس و ماشین لرنینگ

بینایی کامپیوتری (Computer Vision) چیست و چه کاربردهایی دارد؟

بینایی کامپیوتری (Computer Vision) حوزه‌ای از هوش مصنوعی است که کامپیوترها و سیستم‌ها را قادر می‌کند اطلاعات معنی‌داری را از تصاویر دیجیتال و فیلم‌ها و دیگر ورودی‌های بصری استخراج کنند و براساس آن اطلاعات، اقداماتی انجام دهند یا توصیه‌هایی ارائه کنند. مقدمه ما انسان‌ها اطلاعات…