-
رسم نمودار میله ای در پایتون
چهارشنبه 15 اردیبهشتماه سال 1400 14:15
نمودار میلهای یا نواری (Bar Plot) نموداری است که دادههای طبقه بندی شده را با میلههای مستطیل شکل با ارتفاع یا طول متناسب با مقادیر ارائه شده نشان میدهد. میلهها میتوانند به شکل عمودی یا افقی رسم شوند که گاهی نمودار میلهای عمودی، نمودار خطی نامیده میشود . در شکل زیر یک نمودار میلهای را به صورت عمودی میبینیم :...
-
نحوه رسم اشکال دوبعدی در matplotlib
چهارشنبه 15 اردیبهشتماه سال 1400 13:49
matplotlib جزء آن دسته از پکیجهایی است که امکانات گرافیکی زیادی برای مصورسازی دادهها همچون ترسیمات دوبعدی، سه بعدی و حتی انیمیشن را فراهم میکند. رسم خطوط در matplotlib برای رسم یک خط در کتابخانه مت پلات مراحل زیر را داریم : تعریف محور x و مقادیر متناظر در محور y به صورت لیستهای جداگانه رسم آنها بر روی صفحه با تابع...
-
آموزش کتابخانه Matplotlib و Seaborn برای رسم نمودار در پایتون
چهارشنبه 15 اردیبهشتماه سال 1400 13:41
مصورسازی داده، تجسمسازی داده یا Data Visualization ارائه گرافیکی داده است که هدف اصلی آن انتقال بهینه اطلاعات به کاربران از طریق نمایش روابط میان دادهها به کمک نمودارها است. Matplotlib از کتابخانههای معروف پایتون برای ترسیم نمودارها است. Seaborn از دیگر کتابخانههای پایتون برای مصورسازی است که بر پایه Matplotlib...
-
جان هنری هالند
دوشنبه 18 اسفندماه سال 1399 20:20
جان هنری هالند در 2 فوریه 1929 در فورت وین شهرستان آلن ایندیانا متولد شد. هالند در انستیتوی فناوری ماساچوست فیزیک خوانده و مدرک کارشناسی را دریافت کرده است. وی در سال 1950 ریاضیات را در دانشگاه میشیگان تحصیل کرد و در سال 1954 مدرک کارشناسی ارشد دریافت کرد. در سال 1959 از دانشگاه میشیگان اولین دکترای علوم کامپیوتر را...
-
آندری آندریویچ مارکوف
دوشنبه 18 اسفندماه سال 1399 20:11
آندره مارکوف در ۱۴ ژوئن ۱۸۵۶ در روسیه متولد شد. او به دستور زبان پترزبورگ جایی که در آنجا بهعنوان یک دانشآموز یاغی توسط تعدادی از معلمان انتخابشده بود شرکت کرد. او در رشته دانشگاهی خود در بسیاری از موضوعات بهجز ریاضیات خیلی ضعیف عمل کرد. بعداً در دانشگاه پترزبورگ تحصیل کرد؛ او تحصیلاتش را در دانشگاه به پایان رساند...
-
یادگیری عمیق با سیستم دستهبندی: نتایج اولیه
یکشنبه 17 اسفندماه سال 1399 22:56
در این مقاله اولین نتایج حاصل از استفاده از سیستم دستهبندی یادگیری با توانایی انجام محاسبات انطباقی با شبکههای عصبی عمیق ارائهشده است. دستهبندی کنندههای فردی در جامعه از دو شبکه عصبی تشکیلشده است. اولین مورد بهعنوان یک جز گیتینگ یا محافظ عمل میکند که محاسبه مشروط یک شبکه عصبی عمیق مرتبط را بهصورت نمونه...
-
بهبود مدلسازی مبتنی بر توالی از خانواده پروتئین با استفاده از ارزیابی کیفیت ساختار ثانویه
یکشنبه 17 اسفندماه سال 1399 22:41
انگیزه: مدلسازی توزیع توالی خانواده پروتئین از دادههای توالی همولوگ موردتوجه قرارگرفته است بهویژه برای ساختار و عملکرد پیشبینی و همچنین برای طراحی پروتئین. بهطور خاص تجزیهوتحلیل اتصال مستقیم روشی برای استنباط فعلوانفعالات مؤثر جفتی بین باقیمانده نشان داده شده است که محدودیتهای ساختاری مهم را به دست میآورد و...
-
سیستم دستهبندی پیشبینی با معیار متوسط پاداش در چند مرحله گسسته شده
یکشنبه 17 اسفندماه سال 1399 22:29
سیستمهای دستهبندی پیشبینی برای رسیدگی به مشکلها تصمیمگیری تک و چندمرحلهای طراحیشدهاند. هدف به حداکثر رساندن کل جوایز تخفیف یافته بود که معمولاً بر اساس الگوریتمهای یادگیری تقویتی انجام میشد. مطالعات در مورد سایر سیستمهای دستهبندی یادگیری بسیاری از مشکلها تصمیمگیری متوالی در دنیای واقعی را نشان داد که در...
-
سیستمهای دستهبند یادگیر مبتنی بر دقت: مدلها، تجزیهوتحلیل و کاربردها برای وظایف دستهبندی
یکشنبه 17 اسفندماه سال 1399 22:10
سیستمهای دستهبندی یادگیری و بهویژه XCS بهعنوان روشهای امیدوارکننده برای دستهبندی وظایف و دادهکاوی به وجود آمده است. این مقاله دو مدل از سیستمهای دستهبندی یادگیری مبتنی بر دقت را در مورد انواع مختلف مشکلات دستهبندی بررسی میکند. با عزیمت از XCS تحول یک نقشه عمل کامل را بهعنوان نمایندگی دانش تجزیهوتحلیل...
-
ساختارهای ثانویه پروتئینها: مقایسه مدلها و نتایج تجربی
یکشنبه 17 اسفندماه سال 1399 20:55
پیشبینیهای ساختار ثانویه پروتئینها با استفاده از خط گسترده H NMR با نتایج تجربی مقایسه شدند. از IUPred2A برای تولید پیشبینی پروتئین بینظم یا مناطق اتصال استفاده شد. تیموزین- β4 و دامنه سیتوپلاسمی استابلین -2 بهطور عمده بینظم مطابقت با نتایج تجربی پیدا شد. پیشبینی میشود که انواع α -سینوکلئین بینظیر باشد...
-
بیو گرافی ماسایا ناکاتا
پنجشنبه 7 اسفندماه سال 1399 00:35
ماسایا ناکاتا دانشیار دانشکده فنی دانشگاه ملی یوکوهاما ژاپن است. وی دکترای خود را دریافت کرد. مدرک انفورماتیک از دانشگاه ارتباطات الکترونیک ژاپن در 2016 گرفت. وی در زمینه یادگیری ماشین مبتنی بر قاعده تکاملی، یادگیری تقویت، داده کاوی و به طور خاص سیستم طبقه بندی یادگیری کار کرده است. مشارکتهای وی به عنوان بیش از 10...
-
بیو گرافی آنتونی آستین
پنجشنبه 7 اسفندماه سال 1399 00:32
آنتونی آستین استاد پیگیری در دانشگاه هو ف نهایم است، جایی که وی ریاست آزمایشگاه هوش مصنوعی در مهندسی کشاورزی را بر عهده دارد. وی در سال 2012 لیسانس خود را در رشته سیستمهای اطلاعات تجاری از دانشگاه علوم کاربردی آگسبورگ دریافت کرد. در اقتصاد اطلاعات که در سال 2014 دریافت کرد. از نوامبر 2019 دارای مدرک دکترای علوم...
-
بیوگرافی مارتین وی. بوتز
پنجشنبه 7 اسفندماه سال 1399 00:29
چگونه ذهن به وجود میآید اصلیترین تلاش پروفسور بوتز در تحقیقات خود است. بوتز در کتاب خود با همین عنوان پایههایی را برای یک رویکرد جدید، کاربردی و محاسباتی جهت مطالعه یکپارچه ذهن با تلفیق بینشهایی از علوم اعصاب، عصب شناسی، روانشناسی، زبان شناسی، فلسفه، رباتیک، یادگیری ماشین و هوش مصنوعی می باشد. بر این اساس کار...
-
یک توضیح الگوریتمی از XCS
پنجشنبه 7 اسفندماه سال 1399 00:02
مهمترین تفاوت بین XCS و سیستم دستهبند یادگیر در این است که سازگاری قانون برای الگوریتم ژنتیک، مبتنی بر بازپرداخت دریافتی بر اساس قوانین نیست بلکه در صحت پیشبینیهای بازپرداخت است. XCS مبتنی بر استحکام یا سیستمهای مبتنی بر بازپرداخت است در حال که سیستم دستهبند یادگیر مبتنی بر دقت نامیده میشوند. هدف در XCS...
-
الگوریتم Bucket Brigade
سهشنبه 18 آذرماه سال 1399 20:54
مسئله تخصیص اعتبار الگوریتم Bucket Brigade برای حل مسئله تخصیص اعتبار استفاده میشود. این الگوریتم برای حل مسئله کمک می کند اصلاح قدرت دستهبندیها به چه مقدار باشد. با توجه به این الگوریتم: · دستهبندیهایی که بر پیغام ورودی فعلی منطبق شود، برای انجام عمل مربوطه پیشنهاد میشود که پیشنهاد براساس تناسب قدرت آن می...
-
روابط یادگیری در ZCS وXCS
سهشنبه 18 آذرماه سال 1399 20:34
شرح سیستم دسته بند سطح صفر این سیستم با آشکارساز [1] محیط را حس و ورودی سیستم را دریافت و اثرگذار [2] با موتور عمل در ارتباط است. علاوه بر این محیط هر دفعه تقویت عددی را فراهم میکند که در اینجا پاداش نامیده میشود. در اوایل کار هالند ایده اصلی یک سیستم سنجش و یادگیر در یک محیط برای بدست آوردن پاداش ارائه شد. [P] یا...
-
مالتی پلکسر
یکشنبه 20 مهرماه سال 1399 14:23
مالتیپلکسر دستگاهی است که یکی از چند سیگنال دیجیتال یا آنالوگ ورودیهایش را انتخاب کرده و سپس آن ورودی انتخابشده را به یک خط خروجی هدایت میکند. تسهیمکنندهای با n به توان 2 ورودی، n خط انتخاب دارد که این خطوط انتخاب مشخص میکنند که کدام خط ورودی باید به خط خروجی هدایت شود. از تسهیمکنندهها برای افزایش مقدار...
-
انواع یادگیری تقویتی
جمعه 21 شهریورماه سال 1399 10:33
یادگیری تقویتی یکی از گرایشهای یادگیری ماشینی است که از روانشناسی رفتارگرایی الهام میگیرد. این روش بر رفتارهایی تمرکز دارد که ماشین باید برای بیشینه کردن پاداشش انجام دهد. این مسئله، با توجه به گستردگیاش، درزمینههای گوناگونی بررسی میشود. مانند: نظریه بازیها ، نظریه کنترل ، تحقیق در عملیات ، نظریه اطلاعات ،...
-
دکتر استوارت دبلیو ویلسون
جمعه 21 شهریورماه سال 1399 10:29
مشاور علوم هوش مصنوعی استوارت دبلیو ویلسون در روچستر نیویورک آمریکا متولد شد؛ که وی در 1960 مدرک کارشناسی را دریافت کرد. مدرک فیزیک را از دانشگاه ام ای تی در مقطع کارشناسی ارشد دریافت و دکتری مدرک مهندسی برق از دانشگاه ام ای تی در سال 1962 و 1967 گرفت. تحقیقات وی در نهاد مشاور پیش بینی پویایی، کنکورد و موسسه MA است....
-
مدل-زنجیره-تصمیم گیری مارکوف
جمعه 24 مردادماه سال 1399 21:48
مدل پنهان مارکوف یک مدل مارکوف آماری است که در آن سیستم مدل شده بهصورت یک فرایند مارکوف باحالتهای مشاهده نشده (پنهان) فرض میشود. یک مدل پنهان مارکوف میتواند بهعنوان سادهترین شبکه بیزی پویا در نظر گرفته شود. در مدل عادی مارکوف، حالت بهطور مستقیم توسط ناظر قابلمشاهده است و بنابراین احتمالهای انتقال بین حالتها...
-
یادگیری تقویتی
جمعه 24 مردادماه سال 1399 17:37
یادگیری تقویتی گونهای از روشهای یادگیری ماشین است که یک عامل یا چند عامل را قادر به یادگیری در محیطی تعاملی با استفاده از آزمونوخطاها و بازخوردهای اعمال و تجربیات خود را میسازند . در یادگیری تقویتی، وقتی عامل در یک حالت خاص عملی را انجام میدهد، در مقابل پاداش یا جایزه دریافت مینماید. در این نوع یادگیری ماشین،...
-
الگوریتم ممتیک
جمعه 24 مردادماه سال 1399 15:15
یا الگوریتم بهینهسازی حافظه الگوریتم ممتیک که نام اصلی آن بهینهسازی حافظه می باشد از رفتار الگوریتم ژنتیک الهام گرفتهشده است. این الگوریتم از الگوریتمهای بسیار کارآمد در حل مسائل بهینهسازی ترکیبی است. الگوریتم ممتیک در حوزههای مختلف مسائل بهینهسازی کاربرد دارد. مفهوم ((مم)) بهعنوان واحد انتقال فرهنگ یا تقلید...
-
پیش بینی ساختار پروتئین
جمعه 24 مردادماه سال 1399 15:04
آمینواسیدهای تشکیلدهنده پروتئین میتوانند در تعیین ساختار دوم و سوم و چهارم پروتئین استفاده شوند. پیشبینی ساختار پروتئین به معنای استنتاج ساختار سهبعدی پروتئین از روی دنباله آمینواسیدهای آن یا به بیان دیگر تعیین ساختار دوم و سوم از روی ساختار اولیه پروتئین است. تعیین ساختار پروتئین از مبنا با مسأله طراحی یک پروتئین...
-
ساختار پروتئین
جمعه 24 مردادماه سال 1399 14:57
پروتئینها درشت مولکولهایی هستند با وزن مولکولی 5000 دالتون که از پیوند کووالانسی یک سری واحدهای ساختاری به نام اسیدهای آمینه ساخته شدهاند. تعداد، ماهیت و طرز قرار گرفتن این واحدها در زنجیره پروتئینی ساختار خاص و رفتار ویژه آن ها را تعیین میکند. در ساختار این مولکولها، هم عامل آمین و هم عامل کربوکسیل وجود دارد...
-
مدل مارکوف
جمعه 24 مردادماه سال 1399 13:29
مدل پنهان مارکوف [1] یک مدل مارکوف آماری است که در آن سیستم مدل شده به صورت یک فرایند مارکوف با حالتهای مشاهده نشده (پنهان) فرض میشود. یک مدل پنهان مارکوف میتواند به عنوان سادهترین شبکه بیزی پویا در نظر گرفته شود. در مدل عادی مارکوف، حالت بهطور مستقیم توسط ناظر قابل مشاهده است و بنابراین احتمالهای انتقال بین...
-
دستهبندی مبتنی بر قانون
جمعه 23 خردادماه سال 1399 16:53
دستهبندی کنندههای مبتنی بر قانون فقط نوع دیگری از دستهبندی کنندهها هستند که با استفاده از قوانین مختلف " if...else " تصمیم کلاس را میگیرند. این قوانین بهراحتی قابل تفسیر هستند و بنابراین از این دستهبندیها معمولاً برای تولید مدلهای توصیفی استفاده میشود. R=(r 1 ꓦr 2 ꓦ…) R مجموعه قوانین (r 1 ꓦr 2 ꓦ…)...
-
روشهای مبتنی بر انتخاب ویژگی
چهارشنبه 31 اردیبهشتماه سال 1399 22:09
مساله انتخاب ویژگی، یکی از مسائلی است که در مبحث یادگیری ماشین و همچنین شناسائی آماری الگو مطرح است. این مساله در بسیاری از کاربردها (مانند طبقه بندی) اهمیت به سزائی دارد، زیرا در این کاربردها تعداد زیادی ویژگی وجود دارد، که بسیاری از آنها یا بلااستفاده هستند و یا اینکه بار اطلاعاتی چندانی ندارند. حذف نکردن این...
-
روشهای مبتنی بر استخراج ویژگی
چهارشنبه 31 اردیبهشتماه سال 1399 21:45
روشهای مبتنی بر استخراج ویژگی، یک فضای چند بعدی را به یک فضای با ابعاد کمتر نگاشت میدهند. این روشها به دو دسته خطی و غیرخطی تقسیم میشوند. روشهای خطی که سادهترند و فهم آنها راحتتر است بدنبال یافتن یک زیرفضای تخت عمومی هستند. اما روشهای غیرخطی که مشکلتر هستند و تحلیل آنها سختتر است بدنبال یافتن یک زیرفضای تخت...
-
مفهوم ویژگی، بردار ویژگی و استخراج ویژگی چیست؟
چهارشنبه 31 اردیبهشتماه سال 1399 21:32
ویژگی و استخراج ویژگی چیست؟ چرا باید ویژگی استخراج کنیم؟ مشخصات ویژگی خوب چیست؟ در شناسایی آماری الگو، ویژگی به یک مشخصه یا خصوصیت قابل اندازهگیری از یک پدیدهای که مشاهده میکنیم گفته میشود. از هر پدیده ویژگیهای مختلفی را اندازهگیری میکنیم که به آن پروسه استخراج ویژگی گفته میشود. سپس ویژگیهای استخراج شده را...
-
ویژگی و انتخاب ویژگی
دوشنبه 29 اردیبهشتماه سال 1399 21:37
طی چند سال اخیر مجموعه دادههای متعددی با ابعاد بالا در اینترنت در دسترس قرار گرفتند. زیرا برای الگوریتمهای یادگیری ماشین سر و کار داشتن با حجم زیادی از ویژگیهای ورودی کاری دشوار است. در حال حاضر ابعاد مجموعه دادههای بنچمارک که از مخازن داده گوناگون در دسترس هستند به میلیونها عدد یا حتی بیشتر افزایش یافته است. در...
