วีดีโอ

سلام استاد شما دوتا سایت رو معرفی کرده بودین که میتونیم از توش سمپل های واقعی پروژه یا سوالات شرکت ها رو ببینیم و انجام بدیم جهت تست میشه لینک ش رو بدین لطفا

خیلی خوب بود ❤ سپاسگزارم

Bh

شما فوق العاده هستید وبی نهایت ممنونم این توضیحات عالی و اصلی بود بدون حاشیه شما خیلی به بنده کمک کرد برای پروژم به امید آموزشهای بیشتر

Perfect 👍

سلام استاد واقعا واضح و کامل توضیح میدین.واقعا ممنونیم ازتون استاد من جلسه بعدی گرادیان کاهشی رو میخواستم تهیه کنم. لطف میکنید راهنماییم کنید.؟

واقعا ویدئو تخصصی و پر محتوایی بود معلوم بود وقت گذاشتید بسیار بسیار تشکر

Thank you for this informative video! I have a question: I completed my master’s degree eight years ago but haven’t accumulated any job experience since. Is it still realistic for me to apply for a job or a PhD program? Additionally, how can I best explain this gap, and where in my application should I address it?

دمت گرم خیلی ردیف بود

سلام جناب شکرزاد ممنون از اموزش خوبتون یسوال دارم اگر لینک گیت هاب یک مقاله رو داشته باشیم چطوری میتونیم روی سیستم خودمون اون موضوع رو پیاده سازی کنیم؟

سلام و ارادت استاد امیدوارم سلامت باشید. امکانش هست سوالات مصاحبه و استخدامی دیتاساینس رو بررسی کنید یا یک ماک اینترویو با یکی از بچه های دوره ی دیتاساینس برید ؟ باتشکر🌹🌹❤❤

سلام و درود استاد من کارشناسی ارشد هوش مصنوعی میخونم، برا پایان نامه و مقاله با یکی از اساتیدم که صحبت کردم گفت به هوش مصنوعی به عنوان راه حل برای مسائل نگاه کن و اینکه نوآوری تو این حوزه و حرف جدید و تازه زدن خیلی سخته، نظر شما هم همینه ؟ نمیشه مثلا روی بهینه سازی بعضی از الگوریتم ها کار کرد؟

سپاسگزارم دوست عزیز واقعا عالی بود توضیحات😊

میشه طرز استفاده ازشون را بزارید

خیلی عالی بود

عالی ... ممنون که به اشتراک میزارید

تدریستون عالیه. ممنونم واقعا

be jorat mitonam begam man baliyii 100 video maghale didam be in khobi tozih nadan ke shom a tozih daddin😍

awliii bood

خیلی عالی بود استاد محترم اگر کدام کورس درقسمت هوش مصنوعی ماشین لرنیننک دارید ویا در نظردارید لطفا به اشتراک بگذارید.

سلام. ممنون از توضیحات خیلی خوبتون. یک موردی که در باره skip connection ها به نظر من میرسه اینه که در واقع تابع مورد استفاده اسکیپ کانکشنها بر خلاف بدنه شبکه عصبی خطی هستند. یعنی شبکه در هر لایه با مقادیری که از یک تابع غیر خطی (بدنه شبکه عصبی) و یک تابع خطی (اسکیپ کانکشن) تغذیه میشود. اگر در واقعیت سیستمی که ما سعی میکنیم مدل کنیم در بعضی از مفاهیم یا لایه ها واقعا یک سیستم غیر خطی پیچیده نباشند در فرآیند یادگیری یاد میگیرد که ضرایب تابع خطی (اسکیپ کاتکشن) را تقویت و وزنهای تابع غیر خطی(بدنه شبکه عصبی) را کاهش دهد. بنابراین اگر ما در طراحی شبکه از تعداد لایه های بیشتر از نیاز شبکه عصبی استفاده کنیم سیستم یاد میگیرد که لایه های شبکه عصبی اضافی را خاموش کند و داده ها را از توابع خطی عبور دهد و چون ترکیب هر چند تابع خطی باز هم یک تابع خطی میشود. بنابراین انگار از یک لایه به بعد با یک تابع خطی به خروجی مدل میانبر میزنیم. دوست دارم نظر شما را در اینباره بدانم.

خوب توضیح می دید واقعا ممنونم از شما

سلام و درود استاد، ممنون از شما واقعا عالی هستید. لطفا این پلی لیست رو ادامه بدید. ❤❤🌹🌹

great & helpful

fdjkfgm

tedyjdtx

1️⃣0️⃣0️⃣

❤❤❤

Thanks teacher❤❤❤

👌👌👌

❤❤❤

mashti v aali ❤❤❤

sepas ❤

👌👌👌

Like❤

tnx ❤❤❤

Great ❤❤❤

Perfect 👌

عالی بود استاد❤❤❤

خیلی عالی بود. آفرین بر شما.

به به! چقدر ویدئوی تخصصی و با جزئیات خوبی بود. مرسی که اینقدر با جزئیات توضیح می‌دهید. اکثر ویدئو ها معمولا اینقدر ریز نمی‌شوند توی جزئیات و بصورت کلی بررسی می‌کنند.

Thank you ❤❤❤

Excellent❤

❤👌

واقعا عالی بود ممنون

مثلا من که رشته م برق-دیجیتاله، باید وارد چه حوزه ای از ماشین لرنینگ بشم؟

چقدر عالی بود ممنونم

mamnoon

سپاس از وقتی که گذاشتید و محتوای ارزشمندتون فقط اینکه توی کتابهای امار دیتاهای کمی رو به نسبتی و فاصله ای تقسیم میکنن که با این تقسیم بندی گسسته و پیوسته بنظر میاد متفاوته، کدوم تقسیم بندی بنطر شما درست تره؟

❤🙏