پاورپوینت یادگیری ماشین (قسمت دوم)

  پاورپوینت یادگیری ماشین (قسمت دوم)

در اینجا با قسمت دوم پاورپوینت یادگیری ماشین در خدمت کابران سایت ماد سیج هستیم ، به نظر بنده پیش نیاز این قسمت پاور پوینت یادگیری ماشین خواندن و تسلط به قسمت اول این مجموعه می باشد (برای دانلود قسمت اول پاورپوینت یادگیری ماشین اینجا را کلیک کنید) در قسمت دوم این مجموعه به طرح مباحثی همچون شبکه های عصبی مصنوعی ، قابلیت های آن ، شبکه های چند لایه و… می پردازد.

بخشی از پاورپوينت یادگیری ماشین (قسمت دوم)

شبکه‌های عصبی مصنوعی بر اساس رفتار شناسی ماشین های بیولوژیکی موجودات زنده طراحی  شده است.  هدف از شبکه های عصبی مصنوعی ارائه روشهائی جهت استفاده از سخت افزارها ( مدارات ) و نرم افزارها ( الگوریتم ها) برای ایجاد قابلیت های هوشمند به دستگاه‌ها، ربات‌ها، برنامه ها و غیره …. می باشد که قادر به یادگیری حین فرآیند می باشند .

یک شبکه عصبی مصنوعی (Artificial Neural Network (ANN)) ایده ای است برای پردازش اطلاعات که از سیستم عصبی زیستی الهام گرفته شده و مانند مغز به پردازش اطلاعات می پردازد . عنصر کلیدی این ایده ، ساختار جدید سیستم پردازش اطلاعات است. این سیستم از شمار زیادی عناصر پرداز شی فوق العاده بهم پیوسته تشکیل شده (neurons)که برای حل یک مسأله با هم هماهنگ عمل می کند.ANN ها ،نظیر انسانها ، با مثال یاد می گیرند . یک ANN برای انجام وظیفه های مشخص ، مانند شناسایی الگو ها و دسته بندی اطلاعات ، در طول یک پروسه یاد گیری ، تنظیم می شود . در سیستم های زیستی یاد گیری با تنظیماتی در اتصالات سیناپسی که بین اعصاب قرار دارد همراه است . این روش ANN ها هم می باشد.

چرا از شبکه های عصبی استفاده می کنیم ؟

شبکه های عصبی ، با قابلیت قابل توجه آنها در استنتاج معانی از داده های پیچیده یا مبهم ، میتواند برای استخراج الگوها و شناسایی روشهایی که آگاهی از آنها برای انسان و دیگر تکنیک های کامپیوتری بسیار پیچیده و دشوار است به کار گرفته شود. یک شبکه عصبی تربیت یافته می تواند به عنوان یک متخصص در مقوله اطلاعاتی ای که برای تجزیه تحلیل به آن داده شده به حساب آید.از این متخصص می توان برای بر آورد وضعیت های دلخواه جدید و جواب سؤال های ” چه می شد اگر ” استفاده کرد.

 

 

می توانید برای  دانلود همه ی پاورپوینت های سایت اینجا را کلیک کنید و برای دسترسی به بخش کامپیوتر سایت اینجا را کلیک کنید .

 

1- مقدمه ای بر شبکه های عصبی مصنوعی

2- قابلیت های شبکه های عصبی مصنوعی

3- آشنایی با پرسپترون

4- توانایی پرسپترون

5- قاعده دلتا

6- .الگوریتم Gradient descent

7- شبکه های چند لایه

و …