یکی از عمیق ترین حقایق یادگیری ماشین اینست که : همواره خوب نیست که از یک مدل “پیچیده تر” استفاده کرد، مدلی که فاکتور های بیشتری را به حساب میآورد. اما مسئله مهمتر اینست: چگونه پیچیدگی یک مدل را توجیه کنیم، و یا اینکه تا چه میزان پیچیدگی یک مدل قابل توجیه است؟
در این پست سعی شده یکی از مفاهیم پایهای یادگیری ماشین، یعنی "بیشبرارزش" و روشهای مقابله با آن از یک دیدگاه فلسفی بررسی شود . اساسا بیش برارزش نوعی “بت پرستی داده” است، با پیامد تمرکز بر روی آنچه که قادر به اندازه گیری هستیم نه آنچه که اهمیت دارد.
https://alisterta.github.io/2018-09-28/چه-وقت-کم-تر-فکر-کنیم!-بررسی-پاره-ای-از-مفاهیم-یادگیری-ماشینی-از-یک-دیدگاه-فلسفی/
در این پست سعی شده یکی از مفاهیم پایهای یادگیری ماشین، یعنی "بیشبرارزش" و روشهای مقابله با آن از یک دیدگاه فلسفی بررسی شود . اساسا بیش برارزش نوعی “بت پرستی داده” است، با پیامد تمرکز بر روی آنچه که قادر به اندازه گیری هستیم نه آنچه که اهمیت دارد.
https://alisterta.github.io/2018-09-28/چه-وقت-کم-تر-فکر-کنیم!-بررسی-پاره-ای-از-مفاهیم-یادگیری-ماشینی-از-یک-دیدگاه-فلسفی/
alisterta.github.io
چه وقت کم تر فکر کنیم! بررسی پاره ای از مفاهیم یادگیری ماشینی از یک دیدگاه فلسفی
معلم ریاضی درس جدید رو شروع کرد و بدون مقدمه شروع به نوشتن فرمول کرد، اما من پافشاری کردم که قبل از ارائه فرمول فلسفه آن را شرح دهد، بعد از کمی کشمکش مجبور شدم کلاس را ترک کنیم.
در حال حاضرخلاصه راهنمای یادگیری ماشین،به زبان فارسی در دسترس است.
یادگیری عمیق:
https://stanford.edu/~shervine/l/fa/teaching/cs-229/cheatsheet-deep-learning
نکات و ترفندهای یادگیری ماشین:
https://stanford.edu/~shervine/l/fa/teaching/cs-229/cheatsheet-machine-learning-tips-and-tricks
یاگیری با نظارت:
https://stanford.edu/~shervine/l/fa/teaching/cs-229/cheatsheet-supervised-learning
یادگیری بدون نظارت:
https://stanford.edu/~shervine/l/fa/teaching/cs-229/cheatsheet-unsupervised-learning
یادآوری آمار و احتمالات
https://stanford.edu/~shervine/l/fa/teaching/cs-229/refresher-probabilities-statistics
یادآوری جبر خطی و حسابان
https://stanford.edu/~shervine/l/fa/teaching/cs-229/refresher-algebra-calculus
یادگیری عمیق:
https://stanford.edu/~shervine/l/fa/teaching/cs-229/cheatsheet-deep-learning
نکات و ترفندهای یادگیری ماشین:
https://stanford.edu/~shervine/l/fa/teaching/cs-229/cheatsheet-machine-learning-tips-and-tricks
یاگیری با نظارت:
https://stanford.edu/~shervine/l/fa/teaching/cs-229/cheatsheet-supervised-learning
یادگیری بدون نظارت:
https://stanford.edu/~shervine/l/fa/teaching/cs-229/cheatsheet-unsupervised-learning
یادآوری آمار و احتمالات
https://stanford.edu/~shervine/l/fa/teaching/cs-229/refresher-probabilities-statistics
یادآوری جبر خطی و حسابان
https://stanford.edu/~shervine/l/fa/teaching/cs-229/refresher-algebra-calculus
stanford.edu
CS ۲۲۹ - راهنمای کوتاه یادگیری عمیق
Teaching page of Shervine Amidi, Graduate Student at Stanford University.
Forwarded from انجمن علمی دانشکده مهندسی کامپیوتر
🔔 اولین ارائه از سری برنامههای «ساعت پژوهش»
💻 شناسایی سرطان با استفاده از شبکههای عصبی ژرف
👤 دکتر شریفی زارچی
📆 چهارشنبه ۲ آبان ماه
⏰ ساعت ۱۲:۳۰
🏛 سالن خوارزمی دانشکده مهندسی کامپیوتر
@ssc_public
💻 شناسایی سرطان با استفاده از شبکههای عصبی ژرف
👤 دکتر شریفی زارچی
📆 چهارشنبه ۲ آبان ماه
⏰ ساعت ۱۲:۳۰
🏛 سالن خوارزمی دانشکده مهندسی کامپیوتر
@ssc_public
همان طور که می دانید علم یادگیری ماشین روز به روز در حال گسترش می باشد. با توجه به حجم واژگان انگلیسی جدیدی که در این مباحث استفاده می شوند نیاز به ایجاد یک واژه نامه فارسی مناسب بر اساس نظرات متخصصین این حوزه احساس می شود. یکی از پژوهشگران ایرانی پروژه ای برای این کار در گیت هاب ایجاد کرده است که نیازمند همیاری دیگر پژوهشگران ایرانی این زمینه است. در صورت امکان می توانید با نظرات خود به بهبود این واژه نامه کمک کنید.
https://github.com/erfannoury/persian-ml-glossary
http://deeplearning.ir/%D9%88%D8%A7%DA%98%D9%87%E2%80%8C%D9%86%D8%A7%D9%85%D9%87%E2%80%8C%DB%8C-%D9%81%D8%A7%D8%B1%D8%B3%DB%8C-%DB%8C%D8%A7%D8%AF%DA%AF%DB%8C%D8%B1%DB%8C-%D9%85%D8%A7%D8%B4%DB%8C
%D9%86/
https://github.com/erfannoury/persian-ml-glossary
http://deeplearning.ir/%D9%88%D8%A7%DA%98%D9%87%E2%80%8C%D9%86%D8%A7%D9%85%D9%87%E2%80%8C%DB%8C-%D9%81%D8%A7%D8%B1%D8%B3%DB%8C-%DB%8C%D8%A7%D8%AF%DA%AF%DB%8C%D8%B1%DB%8C-%D9%85%D8%A7%D8%B4%DB%8C
%D9%86/
GitHub
GitHub - erfannoury/persian-ml-glossary: Persian Machine Learning Glossary - واژهنامهی فارسی یادگیری ماشین
Persian Machine Learning Glossary - واژهنامهی فارسی یادگیری ماشین - GitHub - erfannoury/persian-ml-glossary: Persian Machine Learning Glossary - واژهنامهی فارسی یادگیری ماشین
کتابچه راهنمای NLP
پردازش زبان طبیعی (NLP) یکی از مهمترین فن آوری های عصر اطلاعات است. درک مفاهیم پیچیده زبان نیز بخش مهمی از هوش مصنوعی است.
برنامه های NLP در همه جا یافت میشوند زیرا مردم از آن برای ارتباطات استفاده میکنند: جستجو در وب، تبلیغات، ایمیل، خدمات به مشتری، ترجمه زبان، گزارش های رادیولوژی، و غیره. به تازگی، روشهای یادگیری عمیق در عملکردهای مختلف NLP کارایی بسیار بالایی کسب کرده اند. در این کتابچه سعی شده مفاهیم اساسی NLP به صورت مختصر بیان شود. مفاهیم آورده شده در این کتابچه عمدتا از کلاس آموزشی CS224N استنفورد استخراج شده است.
https://alisterta.github.io/2018-11-08/کتابچه-راهنمای-NLP/
پردازش زبان طبیعی (NLP) یکی از مهمترین فن آوری های عصر اطلاعات است. درک مفاهیم پیچیده زبان نیز بخش مهمی از هوش مصنوعی است.
برنامه های NLP در همه جا یافت میشوند زیرا مردم از آن برای ارتباطات استفاده میکنند: جستجو در وب، تبلیغات، ایمیل، خدمات به مشتری، ترجمه زبان، گزارش های رادیولوژی، و غیره. به تازگی، روشهای یادگیری عمیق در عملکردهای مختلف NLP کارایی بسیار بالایی کسب کرده اند. در این کتابچه سعی شده مفاهیم اساسی NLP به صورت مختصر بیان شود. مفاهیم آورده شده در این کتابچه عمدتا از کلاس آموزشی CS224N استنفورد استخراج شده است.
https://alisterta.github.io/2018-11-08/کتابچه-راهنمای-NLP/
TensorSpace is a neural network 3D visualization framework built by TensorFlow.js, Three.js, and Tween.js.
For more information, you can follow it @ https://tensorspace.org
For more information, you can follow it @ https://tensorspace.org
Forwarded from کارگروه کلانداده - دانشگاه صنعتی شریف
🗒 Let's Talk AI
🖥 کنفرانس آنلاین
⏱ زمان : امروز پنجشنبه 24آبان ماه ساعت13:15
🔗 ثبتنام: https://goo.gl/ni2QR2
@bigdataworkgroup
🖥 کنفرانس آنلاین
⏱ زمان : امروز پنجشنبه 24آبان ماه ساعت13:15
🔗 ثبتنام: https://goo.gl/ni2QR2
@bigdataworkgroup
انتشار ویدیوهای کورس یادگیری تقویتی کالج دانشگاهی لندن توسط تیم Deepmind
این کورس به دو بخش عمده تقسیم شده است.
بخش اول استفاده از شبکه های عصبی عمیق در یادگیری ماشینی
مباحث:
معرفی شبکه های عصبی و یادگیری با نظارت با استفاده از تنسورفلو
شبکه های CNN و RNN
مدل های یکپارچه، متد های بهینهسازی
مکانیزم Attention
و کاربردهایی نظیر بازشناسایی اشیاء و پردازش زبان طبیعی
بخش دوم استفاده از یادگیری تقویتی برای کنترل و تخمین
مباحث : فرایند های تصمیم گیری مارکوف
برنامه نویسی پویا
Model-Free Prediction and Control
Value function
Policy gradient methods
https://m.youtube.com/playlist?list=PLqYmG7hTraZDNJre23vqCGIVpfZ_K2RZs
این کورس به دو بخش عمده تقسیم شده است.
بخش اول استفاده از شبکه های عصبی عمیق در یادگیری ماشینی
مباحث:
معرفی شبکه های عصبی و یادگیری با نظارت با استفاده از تنسورفلو
شبکه های CNN و RNN
مدل های یکپارچه، متد های بهینهسازی
مکانیزم Attention
و کاربردهایی نظیر بازشناسایی اشیاء و پردازش زبان طبیعی
بخش دوم استفاده از یادگیری تقویتی برای کنترل و تخمین
مباحث : فرایند های تصمیم گیری مارکوف
برنامه نویسی پویا
Model-Free Prediction and Control
Value function
Policy gradient methods
https://m.youtube.com/playlist?list=PLqYmG7hTraZDNJre23vqCGIVpfZ_K2RZs
Forwarded from کارگروه کلانداده - دانشگاه صنعتی شریف
Deep learning for Poets ::
Theory and implementation of deep learning algorithms
👤 دکتر امیرحسین پی براه
👤 مهندس سینا شیخ الاسلامی
⏱ زمان: 28و29آذرماه
🔗 ثبتنام: https://goo.gl/14fAyM
@bigdataworkgroup
Theory and implementation of deep learning algorithms
👤 دکتر امیرحسین پی براه
👤 مهندس سینا شیخ الاسلامی
⏱ زمان: 28و29آذرماه
🔗 ثبتنام: https://goo.gl/14fAyM
@bigdataworkgroup
This tool allows you to easily clean the LaTeX code of your paper to submit to arXiv. From a folder containing all your code, e.g. /path/to/latex/, it creates a new folder /path/to/latex_arXiv/, that is ready to ZIP and upload to arXiv.
https://github.com/google-research/google-research/tree/master/arxiv_latex_cleaner
https://github.com/google-research/google-research/tree/master/arxiv_latex_cleaner
GitHub
google-research/arxiv_latex_cleaner at master · google-research/google-research
Google Research. Contribute to google-research/google-research development by creating an account on GitHub.
Forwarded from انجمن علمی دانشکده مهندسی کامپیوتر
پخش زنده کارگاه در لینک زیر:
www.lahzenegar.com/ceit_ssc/live
www.lahzenegar.com/ceit_ssc/live
هوش مصنوعی در سال 2018
یک دید کلی بر تحولات هوش مصنوعی در سال ۲۰۱۸ در حوزه های پردازش زبان طبیعی، بینایی ماشین، یادگیری تقویتی و فریم ورک های متن باز
https://www.analyticsvidhya.com/blog/2018/12/key-breakthroughs-ai-ml-2018-trends-2019/
یک دید کلی بر تحولات هوش مصنوعی در سال ۲۰۱۸ در حوزه های پردازش زبان طبیعی، بینایی ماشین، یادگیری تقویتی و فریم ورک های متن باز
https://www.analyticsvidhya.com/blog/2018/12/key-breakthroughs-ai-ml-2018-trends-2019/
Analytics Vidhya
A Technical Overview of AI & ML (NLP, Computer Vision, Reinforcement Learning) in 2018 & Trends for 2019
From Google's BERT to Facebook's PyTorch, 2018 was a HUGE year in ML. Find out what else made the news and what to look forward to in the new year!
Forwarded from انجمن علمی دانشکده کامپیوتر
انجمن علمی دانشکده کامپیوتر برگزار میکند:
دوره آموزشی مقدماتی یادگیری عمیق با رویکرد عملی
📚مدرس : علیرضا اخوان پور
🗓 تاریخ : ۱۸ و ۲۵ بهمن ماه
⏱ مدت زمان دوره: ۱۲ ساعت
🏢 مکان : دانشگاه شهید رجایی
برای اطلاعات بیشتر و ثبت نام به لینک زیر مراجعه شود
http://cesru.ir/course/deep-learning/
ظرفیت محدود
💰تخفیف ویژه برای دانشجویان دانشگاه رجایی💰
#یادگیری_عمیق #دوره_آموزشی #انجمن_علمی_دانشکده_کامپیوتر #دانشگاه_شهید_رجایی
دوره آموزشی مقدماتی یادگیری عمیق با رویکرد عملی
📚مدرس : علیرضا اخوان پور
🗓 تاریخ : ۱۸ و ۲۵ بهمن ماه
⏱ مدت زمان دوره: ۱۲ ساعت
🏢 مکان : دانشگاه شهید رجایی
برای اطلاعات بیشتر و ثبت نام به لینک زیر مراجعه شود
http://cesru.ir/course/deep-learning/
ظرفیت محدود
💰تخفیف ویژه برای دانشجویان دانشگاه رجایی💰
#یادگیری_عمیق #دوره_آموزشی #انجمن_علمی_دانشکده_کامپیوتر #دانشگاه_شهید_رجایی
Forwarded from رویدادهای ملی و بین المللی
📌 مدرسه زمستانه بینایی و یادگیری ماشین پژوهشگاه دانش های بنیادی (IPM)
🎓 اعطای مدرک معتبر
✅ ثبت نام برای عموم آزاد است
💯 تخفیف ویژه ثبت نام زودهنگام و گروهی
🗓 تاریخ برگزاری : 11 و 12 بهمن
⚠️ مهلت ثبت نام : 5 بهمن
#بهمن1397
#Workshop #Machine_Vision #Machine_Learning #Deep_Learning #Python #OpenCV #TensorFlow
#Tehran #IPM #Brain #SCS
evand.com/events/mvl
braineng.ipm.ac.ir
scs.ipm.ac.ir
@convent
🎓 اعطای مدرک معتبر
✅ ثبت نام برای عموم آزاد است
💯 تخفیف ویژه ثبت نام زودهنگام و گروهی
🗓 تاریخ برگزاری : 11 و 12 بهمن
⚠️ مهلت ثبت نام : 5 بهمن
#بهمن1397
#Workshop #Machine_Vision #Machine_Learning #Deep_Learning #Python #OpenCV #TensorFlow
#Tehran #IPM #Brain #SCS
evand.com/events/mvl
braineng.ipm.ac.ir
scs.ipm.ac.ir
@convent
Forwarded from
کد تخفیف ویژه اعضای کانال و گروه Deep Learning به تعداد محدود:
deep_learning
deep_learning
Forwarded from رویدادهای ملی و بین المللی
📌 توجه:
⚠️ مبنی بر تکمیل شدن ظرفیت مدرسه زمستانه بینایی و یادگیری ماشین پژوهشگاه دانش های بنیادی IPM برای 11 و 12 بهمن و پیروی درخواست های واصله، گروه جدیدی برای تاریخ های "پنجشنبه و جمعه 18 و 19 بهمن" ایجاد شده است که در صورت به حد نصاب رسیدن تشکیل خواهد شد. لطفا به دوستان خود اطلاع دهید و در صورت تمایل به شرکت در این رویداد سریعتر اقدام فرمایید تا با تکمیل ظرفیت روبرو نشوید.
https://xn--r1a.website/convent/3527
http://evand.com/events/mvl
http://braineng.ipm.ac.ir
http://scs.ipm.ac.ir
⚠️ مبنی بر تکمیل شدن ظرفیت مدرسه زمستانه بینایی و یادگیری ماشین پژوهشگاه دانش های بنیادی IPM برای 11 و 12 بهمن و پیروی درخواست های واصله، گروه جدیدی برای تاریخ های "پنجشنبه و جمعه 18 و 19 بهمن" ایجاد شده است که در صورت به حد نصاب رسیدن تشکیل خواهد شد. لطفا به دوستان خود اطلاع دهید و در صورت تمایل به شرکت در این رویداد سریعتر اقدام فرمایید تا با تکمیل ظرفیت روبرو نشوید.
https://xn--r1a.website/convent/3527
http://evand.com/events/mvl
http://braineng.ipm.ac.ir
http://scs.ipm.ac.ir
Telegram
رویدادهای ملی و بین المللی
📌 مدرسه زمستانه بینایی و یادگیری ماشین پژوهشگاه دانش های بنیادی (IPM)
🎓 اعطای مدرک معتبر
✅ ثبت نام برای عموم آزاد است
💯 تخفیف ویژه ثبت نام زودهنگام و گروهی
🗓 تاریخ برگزاری : 11 و 12 بهمن
⚠️ مهلت ثبت نام : 5 بهمن
#بهمن1397
#Workshop #Machine_Vision #Machine_Learning…
🎓 اعطای مدرک معتبر
✅ ثبت نام برای عموم آزاد است
💯 تخفیف ویژه ثبت نام زودهنگام و گروهی
🗓 تاریخ برگزاری : 11 و 12 بهمن
⚠️ مهلت ثبت نام : 5 بهمن
#بهمن1397
#Workshop #Machine_Vision #Machine_Learning…