شنبه , مهر ۲۷ ۱۳۹۸
خانه / واژه‌نامه یادگیری ماشین

ANN

شبکه‌های عصبی مصنوعی (Artificial Neural Networks – ANN) یا به زبان ساده‌تر شبکه‌های عصبی سیستم‌ها و روش‌های محاسباتی نوین برای یادگیری ماشینی، نمایش دانش و در انتها اعمال دانش به دست آمده در جهت بیش‌بینی پاسخ‌های خروجی از سامانه‌های پیچیده هستند. ایدهٔ اصلی این گونه شبکه‌ها تا حدودی …

توضیحات بیشتر »

Association Rule

 قواعد وابستگی یا Association Rule: یک متد مناسب برای یافتن روابط جذاب بین متغیرهای موجود در پایگاه داده‌های بزرگ است. مثلا، اگر یک فروشنده با تجربه، بگوید که اگر فردی نان و پنیر را در سبد سفارش خود داشته باشد، …

توضیحات بیشتر »

back-propagation

تکثیر به عقب در یادگیری عمیق  زمانی که ما یک شبکه‌ی عصبی را تعریف می‌کنیم، مقدار وزن و bias را به صورت شانسی بین گره‌ها پخش می‌کنیم. هنگامی که خروجی یک کار را می‌گیریم، می‌توانیم به کمک آن، مقدار خطای …

توضیحات بیشتر »

Classification

Classification یا طبقه بندی در طبقه بندی خروجی گسسته است (حداقل دو خروجی). مثلا سیب را با برچسب 1 و گلابی را با برچسب -1 مشخص کنیم. در طبقه بندی به خروجی اصلاحا کلاس گفته می شود و با نماد …

توضیحات بیشتر »

Cost function

تابع هزینه (Cost function) برای تعریف تابع هزینه، یک قانون کلی که باعث شود شما یک تابع هزینه منحصر بفرد تعریف کنید، وجود ندارد، بلکه تنها یک روند کلی وجود دارد. بنابراین ممکن است که افراد مختلف، برای یک مسئله …

توضیحات بیشتر »

Forward Propagation

تکثیر رو به جلو در یادگیری عمیق تکثیر رو به جلو (Forward Propagation) به حرکت ورودی از درون لایه‌ی مخفی به سمت لایه‌ی خروجی اشاره دارد. در تکثیر رو به جلو، اطلاعات تنها به سمت جلو حرکت می‌کنند. لایه‌ی ورودی، …

توضیحات بیشتر »

Loss Function

توابع زیان (Loss Function) :  ، بیانگر میزان هزینه اختلاف میان خروجی پیش بینی شده و خروجی مطلوب

توضیحات بیشتر »