دسته: یادگیری ماشین و هوش مصنوعی

یادگیری ماشین و هوش مصنوعی
امیرمسعود

انواع یادگیری در شبکه‌های عصبی ژرف

یادگیری در شبکه‌های عصبی ژرف (Deep Neural Networks) یکی از کلیدی‌ترین جنبه‌های هوش مصنوعی است. این شبکه‌ها به صورت گسترده‌ای در بسیاری از کاربردهای عملی مانند تشخیص تصویر، پردازش زبان طبیعی، و سیستم‌های توصیه‌گر استفاده می‌شوند. در این پست به بررسی انواع مختلف یادگیری در شبکه‌های عصبی عمیق می‌پردازیم. یادگیری

ادامه مطلب »
نقش نرمال‌سازی و استانداردسازی در پیش‌پردازش داده‌ها: رویکردهای پیشرفته و تحقیقاتی
یادگیری ماشین و هوش مصنوعی
علیرضا رحیمی

نقش نرمال‌سازی و استانداردسازی در پیش‌پردازش داده‌ها: رویکردهای پیشرفته و تحقیقاتی

مقدمه در دنیای پرشتاب امروز، داده‌ها به عنوان یکی از ارزشمندترین دارایی‌های بشر شناخته می‌شوند. با رشد نمایی حجم داده‌های تولیدشده، اهمیت استفاده از این داده‌ها در تحلیل‌ها، پیش‌بینی‌ها و تصمیم‌گیری‌ها به‌طور چشم‌گیری افزایش یافته است. با این حال، داده‌ها به‌ندرت در قالبی ایده‌آل برای استفاده در مدل‌های یادگیری ماشین

ادامه مطلب »
ساختار دیپ‌سیک-آروان به صورت مصور
یادگیری ماشین و هوش مصنوعی
امیرمسعود

ساختار دیپ‌سیک-آروان به صورت مصور

این پست برگردانی از مقاله The Illustrated DeepSeek-R1 نوشته‌ی جِیْ آلمار (Jay Alammar) می‌باشد. مدل دیپ‌سیک-آروان آخرین ضربه در ضرب‌آهنگ پیش‌رفت پیوسته هوش‌مصنوعی است. به دلایل زیر، این یک دست‌آورد بزرگ برای جامعه تحقیق و توسعه یادگیری ماشین محسوب می‌گردد: در این مقاله بررسی خواهیم کرد که این مدل چگونه

ادامه مطلب »
دیپ‌سیک: هر آنچه باید درباره این مدل زبانی بزرگ (LLM) جدید بدانید
هوش مصنوعی برای کسب‌وکارها
علیرضا رحیمی

دیپ‌سیک: هر آنچه باید درباره این مدل زبانی بزرگ (LLM) جدید بدانید

دیپ‌سیک یک مدل زبانی بزرگ (LLM) پیشرفته است که برای مقابله با چالش‌های توسعه نرم‌افزار، پردازش زبان طبیعی و اتوماسیون کسب‌وکار طراحی شده است. دلایلی که این مدل را برجسته می‌کند عبارتند از: طراحی کارآمد:تنها ۳۷ میلیارد از ۶۷۱ میلیارد پارامتر خود را برای هر وظیفه فعال می‌کند، با استفاده

ادامه مطلب »