آموزش یادگیری ماشین در متلب – بیزین کلاسیفایرها و الگوریتم های نزدیکترین همسایگی – قسمت ۲۱
با سلام
این پست شامل قسمت بیست و یکم از سری فیلم های آموزشی یادگیری ماشین می باشد.
در این قسمت:
ابتدا به بیزین کلاسیفایرها با استفاده از روش های Non parametric تشریح شده در ویدئو قبلی (Kernel estimator و Knn estimator) پرداخته می شود (با ذکر مثال) و سپس Naiive bayes cllassifier توضیح داده می شود.
در انتها انواع الگوریتم های نزدیکترین همسایگی شامل Knn، Knn اصلاح شده و r nearest neighbors با ذکر مثال تشریح شده اند.
تذکر۱:
قسمت های قبلی این مجموعه آموزشی را می توانید از اینجا مشاهده نمایید.
تذکر۲:
کتاب یادگیری ماشین آلپایدین (Alpaydın) میتوانید از اینجا و کتاب میشل (Tom Mitchell) را نیز از اینجا دانلود نمایید.
لازم به ذکر است این مجموعه از آموزش های گام به گام یادگیری ماشین در متلب برای اولین بار در ایران تهیه و توسط یکی از مجربترین اسانید در زمینه هوش مصنوعی آموزش داده شده است.
این مجموعه آموزشی بسیار مناسب برای محققین و دانشجویان در مقاطع کارشناسی، کارشناسی ارشد و دکتری می باشد که قصد یادگیری این درس و همچنین استفاده ازالگوریتم های هوش مصنوعی در مقاله و پایان نامه خود را دارند.
با تشکر
نوشته آموزش یادگیری ماشین در متلب – بیزین کلاسیفایرها و الگوریتم های نزدیکترین همسایگی – قسمت ۲۱ اولین بار در متلب یار پدیدار شد.
مبنع این خبر (برای مشاهده متن کامل خبر لینک زیر را بزنید):
متلب یار