آموزش

مقدمه:توابع فعال‌سازی، اجزای محاسباتی حیاتی و غیرقابل جایگزینی در نورون‌های مصنوعی و در نتیجه، در کل شبکه‌های عصبی مصنوعی (ANNs)…

مقدمه:تابع هزینه (که به آن تابع زیان، تابع خطا یا تابع هدف/Objective Function هم گفته می‌شود، اگرچه تابع هدف می‌تواند…

مقدمه:الگوریتم‌های بهینه‌سازی در هسته فرآیند “یادگیری” در مدل‌های یادگیری ماشین و یادگیری عمیق قرار دارند. هدف اصلی آموزش یک مدل،…

پس‌انتشار (Backpropagation) یکی از الگوریتم‌های اساسی در یادگیری عمیق (Deep Learning) است که برای آموزش شبکه‌های عصبی مصنوعی (Artificial Neural Networks – ANNs) استفاده می‌شود.…

شرح مفصل هیپرپارامترها در یادگیری ماشین مقدمه: هیپرپارامترها چه هستند؟ هیپرپارامترها (Hyperparameters) تنظیمات خارجی یک مدل یادگیری ماشین هستند که…

مقدمه منظم‌سازی (Regularization) یکی از مفاهیم بنیادین و تکنیک‌های ضروری در یادگیری ماشین (Machine Learning) و به خصوص یادگیری عمیق…

مقدمه یادگیری انتقالی (Transfer Learning – TL) و یادگیری چندوظیفه‌ای (Multi-Task Learning – MTL) دو استراتژی قدرتمند در حوزه یادگیری…

تشخیص اشیاء (Object Detection) یکی از وظایف مهم در حوزه بینایی کامپیوتر (Computer Vision) است که شامل شناسایی و مکان‌یابی اشیاء در تصاویر…

ترجمه ماشینی (Machine Translation – MT) به فرآیند استفاده از نرم‌افزارهای کامپیوتری برای ترجمه خودکار متن یا گفتار از یک زبان…

یادگیری خودنظارتی (Self-Supervised Learning) یکی از رویکردهای نوین در یادگیری ماشین (Machine Learning) و یادگیری عمیق (Deep Learning) است که هدف آن یادگیری مدل‌ها بدون…