پروژه بکارگیری روش gradient descent method برای یادگیری ماشین و روش tdnn برای شبکه عصبی
پروژه ای با موضوع روش gradient descent method برای یادگیری ماشین و روش tdnn برای شبکه عصبی توسط تیم همیارپروژه نوشته شده و جهت دانلود شما عزیزان در سایت قرار داده شده است.این پروژه برای دانشجویان هوش مصنوعی بسیار کاربردی می باشد.
توضیحات پروژه :
این پروژه شامل یک دیتاست( از سایت uci) در مورد سنجش کیفیت هوا با ۹۳۵۸ نمونه است که اطلاعات از دست رفته در آن با ۲۰۰- تگ شده اند. این پروژه از روش gradient descent method برای یادگیری ماشین و از روش tdnn برای شبکه عصبی استفاده کرده است.
به این صورت که برای روش گرادیان داده ها رادر فواصل ۲۴ ساعته حساب کند و ۲۴ ساعت بعدی را به ما بدهد.به این شکل که تعدادی فایل ۲۴ ساعته جدا جدا انتخاب می کنیم که یک ۲۴ ساعت ورودی و یک ۲۴ ساعت result درنظر گرفته می شود.
منظور این است که از کل دیتاست(به صورت رندم) مثلا ۱۰۰ تا فایل به صورتی که گفته شد شاخته شده و آموزش می دهیم، وقتی آموزش انجام شد حالا ۲۴ ساعتی که به آن داده ایم(داده های امروز) در تست ۲۴ ساعت بعدی(داده های فردا) را به ما می دهد.
از ۲۰۰۰ تا از داده ها 660a03e1e449-300×180.jpg” alt=”پروژه آماده tdnn در شبکه عصبی” width=”615″ height=”369″>
این پروژه که توسط متخصصین تیم همیارپروژه نوشته شده دارای توضیحات کامل روش های استفاده شده به همراه کدهای متلب و توضیح کامل کدها نیز می باشد.
جهت دریافت این پروژه می توانید از طریق لینک زیر اقدام به پرداخت هزینه آن نموده و آن را دانلود نمایید.