ماشین لرنینگ یکی از زیر‌مجموعه‌های هوش مصنوعی است و به برنامه‌ها این امکان را می‌دهد تا بتوانند به داده‌ها دسترسی پیدا کرده و از آن‌ها برای یادگیری استفاده کنند. در این مطلب مفصل توضیح ...

چرا هوش مصنوعی در شیمی مهم است؟. هوش مصنوعی سرعت تجزیه و تحلیل داده ها را افزایش می دهد، قابلیت های پیش بینی پیشرفته ای را ارائه می دهد، از تصمیم گیری در زمان واقعی پشتیبانی می کند و دقت و دقت ...

در واقع روند استخراج داده‌ها به برخی عوامل بستگی دارد از مهمترین آن‌ها می توان به وابستگی شدید آن به هوش مصنوعی، یادگیری ماشین، سیستم پایگاه داده، تجزیه‌ و تحلیل و الگوریتم‌ها اشاره کرد.

آموزش یادگیری ماشین. یادگیری ماشین زیرمجموعه‌ای از هوش مصنوعی (AI) محسوب می‌شود. به‌طورکلی هدف یادگیری ماشین درک ساختار داده‌ها و انطباق آن‌ها در مدل‌هایی است که توسط افراد قابل درک و ...

ماشین های بردار پشتیبان نوعی از الگوریتم های یادگیری ماشین نظارت شده هستند که مدل سازی برای تجزیه و تحلیل داده ها از طریق رگرسیون و کلاسه بندی را تسهیل می کنند.

این مجله تحقیقاتی را در زمینه بینایی کامپیوتری و درک تصویر، تجزیه و تحلیل و تشخیص الگو، هوش ماشینی، یادگیری ماشین، تکنیک‌های جستجو، تجزیه و تحلیل اسناد و دست‌نویس، تجزیه و تحلیل تصویر پزشکی، تجزیه و تحلیل توالی تصویر و ویدئو، بازیابی تصویر و ویدئو مبتنی بر محتوا، و تشخیص چهره و ژست منتشر می‌کند. سردبیر این مجله کیونگ مو لی (دانشگاه ملی سئول) است. بر اساس گزارش‌های استنادی مجلات، ضریب تأثیر این مجله در سال …

۵. ارزیابی زمین شناسی با هوش مصنوعی. برای شرکت‌هایی که در حوزه اکتشاف نفت و گاز فعالیت می‌کنند، هوش مصنوعی حکم یک کاشف بزرگ را دارد. ارزیابی زمین شناسی یا تجزیه و تحلیل سطح با هوش مصنوعی در ...

تجزیه و تحلیل (Analyze): چندین نوع تجزیه و تحلیل بر روی داده‌ها انجام می‌شود. مرحله تجزیه و تحلیل شامل گزارش داده ها، تجسم داده ها، هوش تجاری و تصمیم گیری است.

تفاوت هوش تجاری با تجزیه و تحلیل تجاری. هوش تجاری و تجزیه و تحلیل تجاری دو اصطلاحی هستند که اغلب به جای یکدیگر استفاده می شوند. تفاوت عمده بین bi و ba در سؤالاتی است که آنها پاسخ می دهند.

تفاوت یادگیری ماشینی و هوش مصنوعی. یادگیری ماشینی ممکن است از موفقیت چشمگیری برخوردار باشد، اما این تنها یک روش برای دستیابی به هوش مصنوعی است. در بدو تولد حوزه هوش مصنوعی در دهه 1950، هوش ...

در مقاله های قبلی توضیح دادیم که رگرسیون چیست و چگونه می تواند در عمل مورد استفاده قرار گیرد. اکنون می خواهیم بیشتر مدل های رایج یادگیری ماشین که در کاربرد های عملی مورد استفاده هستند را بررسی کنیم تا بتوانیم بجای اینکه ...

یادگیری ماشین چیست؟ یادگیری ماشین (Machine Learning) دانشی است که کامپیوترها را به یادگرفتن و رفتار کردن مثل انسان وا می­‌دارد.این سیستم‌‌‌ها، رفته رفته که با داده‌‌ها، شبکه‌‌ها و افراد تعامل دارند، به طور خودکار با‌هوش ...

تجزیه و تحلیل متن ... افزایش اعتماد و پذیرش مدل‌های هوش مصنوعی: ... قابل توضیح این است که تصمیمات اتخاذ شده توسط مدل های یادگیری ماشینی برای انسان قابل درک باشد. به طور خلاصه، Grad-CAM به ما کمک می ...

13. افزایش گرادیان و AdaBoost. تقویت یک تکنیک برای الگوریتم های گروه ML است که زبان آموزان ضعیف را به زبان آموزان ...

تشخیص الگو به دیگر انتظام‌هایی مانند استخراج ویژگی، تجزیه و تحلیل تمایز، تجزیه و تحلیل خوشه‌ای و تخمین خطا تقسیم می‌شود. ... در برنامه‌های مختلف هوش مصنوعی، یادگیری ماشینی در انجام تشخیص ...

تصویر گرفته شده از Kaggle. درخت تصمیم گیری یک مدل محبوب است که در عملیات تحقیق، برنامه ریزی استراتژیک و یادگیری ماشین مورد استفاده قرار می گیرد. هرمربع بالا یک نود نامیده می شود و هرچه گره های بیشتری داشته باشید، درخت تصمیم ...

این یک مقالهٔ خرد ژورنال علمی است. می‌توانید با گسترش آن به ویکی‌پدیا کمک کنید. مقالات آی‌تریپل‌ئی در تحلیل الگو و هوش ماشین (به انگلیسی IEEE Transactions on Pattern Analysis and Machine Intelligence، گاهی به اختصار IEEE PAMI یا PAMI) یک مجله علمی ...

چندین نوع مختلف تجزیه و تحلیل داده وجود دارد ، از جمله تجزیه و تحلیل توصیفی ، تجزیه و تحلیل تشخیصی ، تجزیه و تحلیل پیش بینی و تجزیه و تحلیل تجویزی. علم داده و تحلیل داده

در این صفحه تعداد 4043 مقاله تخصصی درباره یادگیری ماشین که در نشریه های معتبر علمی و پایگاه ساینس دایرکت (Science Direct) منتشر شده، نمایش داده شده است. برخی از این مقالات، پیش تر به زبان فارسی ترجمه ...

Analytics تجزیه‌ و تحلیل محاسباتی نظام‌مند داده‌ها یا آمار است [۱] که برای کشف، تفسیر و بررسی ارتباط الگوهای معنی‌دار در داده‌ها استفاده می‌شود. Analytics همچنین مستلزم استفاده از الگوهای داده ...

علم داده از تجارب ماشینی برای تجزیه و تحلیل داده ها و پیش بینی استفاده می کند ، همچنین می تواند از منظر افزایش سوددهی مورد استفاده قرار گیرد.

تجزیه و تحلیل داده ها ... در حالی که هوش مصنوعی جامع یک هوش ماشینی است که می تواند هر کار فکری را که یک انسان قادر به انجام آن است را انجام دهد، هوش مصنوعی محدود اغلب کارهای خاصی را انجام می دهد ...

ادغام هوش مصنوعی و ml سازمان ها را قادر می سازد تا بینش های عملی را از داده های خود به دست آورند و امکان تجزیه و تحلیل دقیق تر داده ها را فراهم می کند و رویه های تصمیم گیری را بهبود می بخشد.

عنوان : پژوهش‌های نظری و کاربردی هوش ماشینی. عنوان خلاصه استاندارد: abmir. ناشر: دانشگاه یزد. صاحب امتیاز: دانشگاه یزد . ترتیب انتشار: دو فصل‌نامه. متوسط بازه زمانی بررسی اولیه مقالات: ۷ روز

تجزیه و تحلیل پیش‌بینی‌کننده، تکنیک‌هایی مانند مدل‌سازی آماری، پیش‌بینی و یادگیری ماشینی را در خروجی تجزیه و تحلیل تشریحی و تشخیصی برای پیش‌بینی نتایج آتی به کار می‌برد.

هوش مصنوعی و بیومتریک در حوزه تشخیص صدا می توانند تجزیه و تحلیل الگو های صدای کاربران مانند سرعت صحبت کردن ، لهجه ، لحن و میزان صدا را ع عنوان نشانه های بیومتریک صدای شخص ارزیابی کنند. چنین ...

هوش مصنوعی به معنای استفاده از نرم افزار رایانه ای برای پیروی عملکردهای شناختی، مانند یادگیری و مدل سازی تصمیمات انسان گونه بر اساس داده های ارائه شده است. یادگیری ماشینی زیرشاخه ای از هوش ...

سیستم‌های هوش مصنوعی عموما مقدار زیادی داده‌های آموزشی و علامت‌گذاری شده را دریافت می‌کنند و پس از تجزیه و تحلیل، الگو‌ها و روابط میان این اطلاعات را شناسایی کرده و از آن برای پیش‌بینی ...

تجزیه و تحلیل اطلاعات به ما کمک می‌کند تا هر چیزی که با اعداد کار دارد به بتوانیم فرایند آن را تحلیل و بررسی کنیم و از همه مهمتر در مرور زمان آن را رشد و توسعه دهیم. در این مقاله فصد داریم شما را ...

تجزیه و تحلیل ریسک; تحقیقات بازار; کشف تقلب; پیش بینی سهام; تأیید چهره; شبکه عصبی در کنار روش یادگیری ماشین، بسیاری از مسائل پیچیده را حل می‌کنند.

با اینکه ما اصطلاح شناسایی الگو را در دنیای هوش مصنوعی و IT می شنویم، ولی واقعیت اینه که شناسایی الگو توسط علوم شناختی و فیزولوژی ارائه شده است. شناسایی الگو یک فرایند شناختی است که در مغز ما ...

در فرآیند داده کاوی، ابتدا مجموعه داده­ های بزرگ مرتب می­شود، سپس الگوها شناسایی می­شود و روابط و تکنیک­هایی برای انجام تجزیه و تحلیل داده ­ها و حل مسائل استفاده می­شود. یکی از پرکاربردترین ...