با سلام

  قسمت یازدهم از سری فیلم های آموزشی یادگیری ماشین در سایت متلب یار منتشر گردید. در این قسمت مفاهیم و توضیحات مربوط به روش طبقه بندی پارامتریک چند متغیره (parametric classificationمبتنی بر توابع جداکننده (Discriminant) با زبانی ساده و روان به تفصیل بیان می گردد.

مهمترین مطالب و موضوعاتی که در این قسمت بیان شده مربوط به

۱- بررسی طبقه بندی پارامتریک چند متغیره مبتنی بر Discriminant (توابع جداکننده) ۲- یادگیری توابع جداکننده Logistic ا ۳- روش Early Stopping ا ۴- تابع Softmax

می باشد.

شما می توانید توضیحات این قسمت را از لینک داده شده در ادامه مطلب مشاهده نمایید.

تذکر۱:

قسمت های قبلی این مجموعه آموزشی را می توانید از اینجا مشاهده نمایید.

لازم به ذکر است این مجموعه از آموزش های گام به گام یادگیری ماشین در متلب برای اولین بار در ایران تهیه و توسط یکی از مجربترین اسانید در زمینه هوش مصنوعی آموزش داده شده است.

این مجموعه آموزشی بسیار مناسب برای محققین و دانشجویان در مقاطع کارشناسی، کارشناسی ارشد و دکتری می باشد که قصد یادگیری این درس و همچنین استفاده ازالگوریتم های هوش مصنوعی در مقاله و پایان نامه خود را دارند.

با تشکر

کلید واژه:

یادگیری ماشین در متلب ,  Discriminant, Early Stopping, parametric classification, Softmax , تابع Softmax , توابع جداکننده Logistic, رگرسیون, روش Early Stopping, روش یادگیری رگرسیون, طبقه بندی پارامتریک, طبقه بندی پارامتریک چند متغیره, طبقه بندی پارامتریک مبتنی بر توابع جداکننده, یادگیری ماشین