یادگیری ماشین در متلب – Ensemble Methods
با سلام
این پست شامل فصل هشتم از مجموعه آموزشی یادگیری ماشین می باشد. فصل هشتم از مجموعه آموزشی یادگیری ماشین شامل سه قسمت ۳۵-۳۳ می باشد. در این سه قسمت مفاهیم و توضیحات مربوط به روش های ترکیبی Ensemble Methods با زبانی ساده و روان به تفصیل بیان می گردد. سپس پیاده سازی آن ها در متلب آموزش داده می شود.
این مجموعه ویدئوهای آموزشی شامل موارد زیر است:
۱- مقدمه
۲- روش Voting
۳- روش ECOC
۴- روش Bagging
۵- روش Boosting
۶- روش Adaboost
۷- روش Stacked generalization
۸- روش Cascading
۹- پیاده سازی در متلب
شما می توانید این مجموعه آموزشی را از سایت متلب یار و از لینک داده شده در ادامه مطلب مشاهده نمایید.
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
کلمه کلیدی:
یادگیری ماشین در متلب – Ensemble Methods ، روش Voting , روش ECOC , روش Bagging , روش Boosting , روش Adaboost , روش Stacked generalization , روش Cascading
نوشته یادگیری ماشین در متلب – Ensemble Methods اولین بار در دانشجویار پدیدار شد.
مبنع این خبر (برای مشاهده متن کامل خبر لینک زیر را بزنید):
دانشجویار