دوستان گلم وقتتون بخیر یادتون هست گفتم که مطلبی که ۲۴ ساعت ازش می گذرد فقط ۳۰ درصدش یادتون می مونه

برای نجات از این مشکل باید مرور صورت بگیره

الان چند روز هست من مطالبی در مورد هوش مصنوعی به زبان خودمونی براتون بیان کردم

قطعا خیلی هاتون فراموشش کردید اما به طور خلاصه بگم

📕مبحث هوش مصنوعی, مقدمات ۱. اطلاعات باید رقمی باشد (کامپیوتر فقط عدد ها را میشناسه) ۲. جایی که به راحتی فرمول بدست میاد هوش مصنوعی کاربرد ندارد ۳. یادگیری ماشین یعنی پیدا کردن یک الگو از دل داده های قدیمی ۳-۱ یادگیری با نظارت ۳-۲ یادگیری بدون نظارت ۳-۳ یادگیری تقویتی ۴. پیشگویی یعنی انچه که وجود ندارد را بر اساس الگوی یادگرفته شده پیش بینی کنه 🎖دانشکده خودمونی - دوره رایگان طراحی سایت https://eitaa.com/joinchat/2857501003Ce1ec2dfbf0

تفاوت انواع هوش مصنوعی معمولا در گام سوم یعنی روش ها و الگو های یادگیری ماشین هست. مثلا یادگیری با نظارت خودش به چند دسته تقسیم میشه

قبلا گفتیم که یادگیری تحت نظارت یک روش عمومی در یادگیری ماشین است که در آن به یک سیستم، مجموعه‌ای از جفت‌های ورودی - خروجی ارائه شده و سیستم تلاش می‌کند تا تابعی از ورودی به خروجی را فرا گیرد. مثل سنگهایی که براتون مثال زدم

یعنی یادگیری تحت نظارت نیازمند تعدادی داده ورودی به منظور آموزش سیستم است.

با توجه به نوع داده های اولیه و خروجی مد نظر یادگیری تحت نظارت به دو دسته تقسیم می‌شود ۳-۱-۱ دسته رگرسیون regression ۳-۱-۲ دسته طبقه بندی classification

نوع اول رگرسیون آن دسته از مسائل هستند که خروجی یک عدد پیوسته یا یک سری اعداد پیوسته هستند مانند پیش بینی قیمت خانه بر اساس اطلاعاتی مانند مساحت، تعداد اتاق خواب و ... دقت کنید خروجی‌در این نوع از یادگیری یک‌ یا چند عدد هست در مورد مثال ما یعنی قیمت خانه، هوش مصنوعی باید یک عدد را به عنوان قیمت خانه برآورد کند

نوع دوم طبقه بندی یا کلاسیفیکیشن: به آن دسته از مسائل گفته می‌شود که خروجی یک عضو از یک مجموعه باشد. یعنی هوش مصنوعی باید بر اساس اطلاعات ورودی یک دسته بندی را یاد بگیرد. دقیقا مثل سنگهایی که قبلا مثال زدیم یا مانند پیش بینی اینکه یک پیام و ایمیل هرزنامه هست یا خیر یا پیش بینی نوع بیماری یک فرد از میان ۱۰ نوع بیماری. یا مثلا شناسایی تصویر توپ فوتبال از بین بقیه انواع توپ و ...

پس دوباره با هم مرور می‌کنیم 👇👇👇👇👇👇👇👇