حالا تازه رسیدیم به اصل مطلببب😌😂
این شما و این #شبکههای_عصبی🤩🥳😂
یه لحظه برگردین و این متن رو بخونین👇
https://eitaa.com/codena/1838
تا اینجا اوکی شد؟؟؟
شبکه عصبی از چندین لایه تشکیل میشه که حداقل تعداد این لایهها، 3 لایهست:
⚜«لایه ورودی» (Input Layer)
⚜«لایه میانی | پنهان» (Hidden Layer)
⚜«لایه خروجی» (Output Layer)
هر لایه شبکه عصبی شامل مجموعهای از گرهها یا «نود» (Nodes) هست که عملکردی شبیه به «نورونهای» (Neurons) مغز انسان دارن🧠.
تازه انواع شبکه های عصبی هم داریم😂🤦♂
اینها از لحاظ ساختار، جریان داده، تعداد و نوع نورونهای لایهها، تعداد لایهها و سایر موارد با همدیگه تفاوت دارن.
شبکه عصبی «پرسپترون» (Perceptron)
«شبکه عصبی پیشخور» (Feed Forward Neural Network)
شبکه عصبی «چند لایه پرسپترون» (Multilayer Perceptron)
«شبکه عصبی پیچشی» (Convolutional Neural Network)
«شبکه عصبی تابع پایه شعاعی» (Radial Basis Function Neural Network)
«شبکه عصبی بازگشتی» (Recurrent Neural Network)
«مدلهای رمزگذار-رمزگشا» (Encoder-Decoder Models)
«شبکه عصبی ماژولار» (Modular Neural Network)
میدونستین این مواردی که الان توی دوتا پیام بالایی گفتم هر کدوم یه صفحه A4 براشون توضیح و مثال و مطلب دارم؟😶
اگر بخوام بنویسم اول انگشت های خودم میفتن از درد و شماها هم خیلی محترمانه با سرعت از کانال لفت میدین😂🤦♂
خیلی تخصصی و غیرقابل فهم برای افرادی هست که هیچ سر رشته ای ندارن.
آقا در کل بخوام بگم
کاربردهای شبکه های عصبی زیادن اما برای نمونه میتونم به:
✅«تشخیص الگو» (Pattern Recognition)
✅ «کاهش بُعد تصاویر» (Dimension Reduction)
✅«تشخیص ناهنجاری» (Anomaly Detection)
✅ «بینایی ماشین» (Computer Vision)
✅ «پردازش زبان طبیعی» (Natural Language Processing)
✅تشخیص بیماری، پیشبینی قیمت سهام و سایر موارد اشاره کنم.
در حالت کلی هم ، کاربردهای شبکه عصبی رو میشه به سه گروه
🔰«دستهبندی» (Classify) دادهها
🔰 «خوشهبندی» (Clustering) دادهها
🔰 و مسائل «رگرسیون» (Regression)
تقسیمبندی کرد که باز هر کدوم دنیایی از مطلبه😂💔
من خودم به شخصه از این #شبکههای_عصبی اصلاااا خوشم نمیاد.
به شدت حوصله سربر، سخت، درگیر ریاضیات و جبر و کلی چیزای دیگست.
حالا به نظر شما، آیا اصلا مبحث جذابیه و ارزش یادگیری رو داره؟🤔
منتظرتونم❤️👇
@CodenaSupport
مطالب امشب رو از اینجا شروع به خوندن کنین:
https://eitaa.com/codena/1838
فعلا قابلیت پخش رسانه در مرورگر فراهم نیست
مشاهده در پیام رسان ایتا
این ویدئو رو بابام واسم فرستاد چند وقت قبل...
با دیدنش گریهم گرفت، قول میدم اگر ببینین دیگه حالتون دست خودتون نیست
موفقیت این شکلیه رفقا!!!❤️
توی ایران میتونی یه هکر قانومند باشی❌
سلام رفیق گلم حالت چطوره؟🙂
دو دقیقه وقت بذار بخون ضرر نمیکنی👇
تابستونه و وقت طلایی برای یادگیری یه مهارت خاص و کمیاب😎
یه خبر به شدتتتتت بمب💥 برای رفقای علاقه مند به #هک_و_امنیت دارم😁
یه کاری میخوایم بکنیم برای #اولین_بار در ایران🇮🇷
تا حالا قبل از ما هیچکس اینجوری نتونسته انجامش بده و بعد از ماهم بعید میدونم به این زودی ها اتفاق بیفته😂
مگر اینکه عزیزان کپی کار بازهم...🤦♂
گوش بده بهم👇👇👇
شاید توی فیلم ها دیده باشی که مثلا پلیس یه اسم رو پیدا میکنه و بعد از روی همون در عرض چند دقیقه تماااام اطلاعات شخص رو در میاره!😂
میدونی نقطه زنی هر شخص یا اکانت مجازی چطوریه؟
یه علم ناشناخته که مختص نیروهای امنیتیه😎
عضویت در کانال
عضویت در کانال
میخوام چیزی بهت یاد بدم که برای مثال وقتی این عکس رو دیدی...
بفهمی کجا عکس برداری شده(محل دقیق)
چه ساعتی عکس برداری شده
برای اولین بار توسط چه کسی منتشر شده
آیا این عکس فتوشاپ داره یا نداره
مشخصات کااامل عکاس از جمله کد ملی، شماره تلفن و زندگینامه شو بفهمی
تمام شبکه های مجازی شو پیدا کنی😂
و...
مثلا اینجا تحلیل کامل اکانت علی کریمی رو ریختیم رو دایره حتما نگاه کن👇
https://eitaa.com/codena/1922
اکر عضو نیستی حتما بزن روی لینک تا گم نکنی کانال رو👇👇
https://eitaa.com/joinchat/2984116521Ce46dbb14c1
راستی اگر نقشه راه ورود به حوزه امنیت رو میخوای همین الان کلمه #نقشه_راه رو برام بفرست:
@codenasupport
💢مورد پنجم: یادگیری ماشین
یادگیری ماشین یا ماشین لرنینگ (Machine Learning) یکی از زیر مجموعههای هوش مصنوعیه که به سیستمها این امکان رو می ده تا به صورت خودکار یادگیری و پیشرفت داشته باشن، بدون اینکه به برنامه نویسی صریحی براشون کسی نوشته باشه!
تمرکز اصلی یادگیری ماشین بر توسعه برنامههای کامپیوتریه که بتونن به دادهها دسترسی پیدا کنن و از اون برای یادگیری خودشون استفاده کنن. 〽️
این فرآیند یادگیری با مشاهدات یا دادهها شروع میشه، مثل مثالها، تجربه های مستقیم و یا دستور العملها، تا به یه الگو در دادهها برسن و بر اساس این مثالهایی که ارائه می دیم، تصمیم های بهتری بگیرن.
هدف اصلی از این کار اینه که به کامپیوتر این اجازه رو بدیم تا بدون دخالت و کمک انسان به طور #اتوماتیک یادگیری داشته باشه و بتونه اقدامات خودش رو مطابق با اون انجام بده.😲
راستی بچه ها اگر دچار مشکل مفهومی بین #یادگیری_ماشین و #یادگیری_عمیق شدین به این تصویر نگاهی بندازین😇
بعضی از روشهای یادگیری ماشین رو که بخوام بهتون بگم:
ببینین از نظر تخصصی
الگوریتمهای یادگیری ماشین عمدتا توی دو نوع نظارت شده و نظارت نشده دسته بندی می شن.
حالا این یعنی چی؟🤔
⚜شاخه اول:الگوریتم یادگیری ماشین نظارت شده
یادگیری ماشین نظارت شده می تونه از اون چه که توی گذشته یاد گرفته و همچنین دادههای جدید برچسب گذاری شده، برای پیشبینی آینده استفاده کنه. 🙄🙄😱
این کار از آنالیز مجموعه دادههای آموزشی شروع می شه، الگوریتم یادگیری یه عملکرد استنباطی تولید می کنه تا پیش بینیهای مربوط به مقادیر خروجی رو انجام بده.
شاید براتون جالب باشه که این نوع سیستم قادره پس از آموزشهای کافی برای هر داده جدیدی هدف مشخص کنه. این الگوریتم یادگیری همچنین می تونه خروجی اش رو با خروجی درست و از قبل تعیین شده مقایسه کنه و خطاهای موجود رو پیدا و بر اساس اون مدل رو اصلاح کنه.
آدمیزاد بلد نیست از این کارا😂😂🤦♂
⚜شاخه دوم: الگوریتمیادگیری ماشین بدون نظارت
در مقابل مورد قبلی، وقتی که از الگوریتمهای یادگیری ماشین بدون نظارت استفاده میشه که اطلاعات مورد نیاز برای آموزش نه طبقه بندی شده باشن و نه برچسب زده باشن.
یادگیری بدون نظارت، چگونگی اینکه سیستم می تونه توصیف ساختار پنهان از دادههای بدون برچسب استنباط کنن، رو مطالعه می کنه!!!
این نوع سیستم خروجی مناسب رو مشخص نمی کنه و تنها می تونه دادهها رو جستجو کنه و از دادههای برچسب زده نشده ساختارهای پنهان رو پیدا می کنه.
جالبه نه؟☺️
البته ما دوتا شاخه تقویت کننده و نیم نظارت شده هم داریم که خارج از بحث خودمونه❌
این همه دانشمند ها نشستن اختراع کردن توی حوزه های مختلف، بعد یهو #یادگیری_ماشین پیداش شد و این شاهکار رو خلق کرد😂🤦♂👇👇
مجموع اختراعات ثبت شده در زمینه یادگیری ماشین از سال 2013 تا سال 2017 میلادی دارای نرخ رشد سالانه ترکیبی 34% بوده است و این مسئله باعث شده که این حوزه به رتبه سوم در ثبت اختراع تبدیل شود.
خودش درس میخونه، فکر میکنه اختراع میکنه آزماش میکنه😐
لامصب 😐
یه چیز جالب تر بگم که بدوووون یک ثانیه فکر کردن برین سراغ #یادگیری_ماشین ؟؟؟
سازمان International Data Corporation (IDC) پیشبینی کرده که میزان سرمایه گذاری در حوزه هوش مصنوعی و یادگیری ماشین از حدود ۵۷.۶ بیلیون دلار در سال ۲۰۲۱ به حدود ۱۳۶ بیلیون دلار تا پایان سال ۲۰۲۳ برسه😐🤦♂
نمیدونم چندتا صفر داره ولی خیلیهههه😂🤦♂
البته که #یادگیری_ماشین میتونه توی حوزه هایی مثل:
✅امور مالی، محاسبات، نمرهدهی اعتبارات و تجارت الگوریتمی
✅پردازش تصویر، بینایی کامپیوتری، تشخیص چهره، تشخیص حرکت و تشخیص شیء
✅زیست شناسی محاسباتی، تشخیص تومورهای سرطانی، تعیین توالی DNA، کشف دارو و حتی موارد مخدر
✅تولید انرژی، پیشبینی قیمت بازار
ساخت خودرو، حوزه هوافضا
✅پردازش زبان طبیعی، برنامههای تشخیص و شناسایی صدا و زبان
و غیره نقش های کلان و پر اهمیتی داشته باشه چه بسا که الان هم داره❗️
به همین دلیل یادگیری ماشینی به دلیل آوردهایی که برای #سوپر_میلیاردر ها داره و همچنین تحولاتی که توی سایر حوزهها میتونه ایجاد کنه به یه موضوع داغ تبدیل شده😁😌
اصلا همین #یادگیری_ماشینه که خیلی سروصدا کرده و باعث شده توی سراسر جهان خیلی از افراد خواستار تحصیل توی رشته #هوش_مصنوعی و یادگیری ماشین بشن!
همچنین برای افرادی که تخصصی توی حوزه هوش مصنوعی ندارن، مطالعه در مورد هوش مصنوعی و تواناییهای اون به یک مسئله بسیار مهم تبدیل شده و اصلا دلیل جذابیتی که الان دارین این متن رو میخونین همین یادگیری ماشینه😂🤦♂
توی این تصویر بازهم جامعه هدف کاری #یادگیری_ماشین رو براتون آوردم.
همین یه دونه شاخه شبکه های اجتماعی پول نصف بودجه سالانه کل ایرانه🙂🤦♂
هم جذابیت داره و هم متخصصش رو میلیاردر میکنه😂
این یادگیری_ماشین خیلی خوبه خیلی
خلاصه که....
هرچی رشد و پیشرفت توی #هوش_مصنوعی و #هک_و_امنیت هست از صدقه سری پایتونه😁❤️
من نمیدونم چرا بعضی ها میان پایتون رو با زبونی مثل سی شارپ که فقط برای طراحی وبسایته یا با html. Css که اصلا زبان برنامه نویسی هم نیستن مقایسه میکنن🥴🤦♂
آخه مسلمون، شمش طلا کجا و سکه ده تومنی کجا 😁
البته به برنامه نویس های زبان های دیگه بی احترامی نشه، جاتون رو چشم های من❤️