از قرن نوزدهم به طور همزمان اما جداگانه از سویی نروفیزیولوژیستها سعی کردند سیستم یادگیری و تجزیه و تحلیل مغز را کشف کنند و از سوی دیگر ریاضیدانان تلاش کردند تا مدل ریاضی بسازند که قابلیت فراگیری و تجزیه و تحلیل عمومی مسائل را دارا باشد. اولین کوششها در شبیه سازی با استفاده از یک مدل منطقی توسط مک کلوک و والتر پیتز انجام شد که امروز بلوک اصلی سازندهی اکثر شبکه های عصبی مصنوعی است. این مدل فرضیههایی در مورد عملکرد نرونها ارائه می کند. عملکرد این مدل مبتنی بر جمع ورودیها و ایجاد خروجی است. چنانچه حاصل جمع ورودیها از مقدار آستانه بیشتر باشد اصطلاحا نرون برانگیخته میشود. نتیجه این مدل اجرای توابع ساده منطقی مثل OR وAND بود.
نه تنها نروفیزیولوژیستها بلکه روانشناسان و مهندسان نیز در پیشرفت شبیه سازی شبکههای عصبی تأثیر داشتند. در ۱۹۵۸ شبکه پرسپترون توسط روزنبلات معرفی گردید. این شبکه نظیر واحدهای مدل شدهی قبلی بود.
در سیستم عصبی، نورن)سلول عصبی)به عنوان اصلی ترین عنصر پردازش، شناخته شده اند . بطور کلی بدن انسان در حدود ۱۰۰ تریلیون نورون وجود دارد که تمام آن ها از سه قسمت اصلی تشکیل شده اند : بدنه سلول ، دندریت ها و آکسون .( شکل ۱ )همان طور که در شکل مشخص است هر نرون دارای تعدادی دندریت و یک آکسون است . دندریت ها به عنوان مناطق دریافت کننده سیگنال های الکتریکی هستد وسیگنال های الکتریکی را از از آکسن نرون های دیگر به بدنه سلول می برند . بدنه سلول انرژی لازم را برای فعالیت نرون فراهم کرده و بر روی سیگنال های ورودی عمل می کند)که با یک عمل جمع جبری ساده و مقایسه با یک سطح آستانه مدل می گردد(. آکسون نیز سیگنال های الکتروشیمیایی را از بدنه سلول به دندریت سایر نورون ها منتقل می کند.
ادامه دارد! ادامه را در فایل آموزشی ما ببینید.
فایل آموزش شبکه های عصبی پرسپترون چندلایه در متلب یک بسته آموزشی منحصر به فرد برای پاسخ به نیاز روز افزون دانشجویان به فراگیری این بخش عمده از حوزه هوش مصنوعی می باشد. آنچه در این فایل مفید یاد خواهید گرفت:
۱- مقدمه
۲- ساختار دیتا
۳- شبکه عصبی
۳-۱- مقدمه
۳-۲- اجزای یک شبکه عصبی
۳-۳- شبکه عصبی پرسپترون چند لایه:
۴- پیادهسازی توسط محیط متلب
۴-۱- جعبه ابزار شبکه عصبی متلب
۴-۲- تشکیل ساختار شبکه عصبی پرسپترون چند لایه در متلب
۴-۳- یک مثال
۴-۴- آموزش شبکه عصبی پرسپترون چند لایه در متلب
۴-۵- ارزیابی شبکه عصبی پرسپترون چند لایه در متلب
۵- برنامه نوشته شده در متلب
۶- بررسی کارایی شبکه عصبی در طبقه بندی دیتاهای بازار بورس
۷- نتیجهگیری
با مطالعه این فایل شبکه عصبی را بصورت عملی یاد بگیرید!
این بسته خود آموز با ارزش ۲۰ صفحه ای به همراه برنامه های آن تنها ۳۹۵۰ تومان قیمت دارد. کد خرید این محصول نیز TUNN102 است. برای سفارش و خرید محصول، با همراه داشتن کد محصول، به منوی سفارش و خرید مراجعه نمایید.
توجه: فیلم آموزشی کامل و عملی این فایل آموزشی منتشر شد!
اگر این مطلب را پسندیده اید، آن را به اشتراک بگذارید:
اگر فایل هایی که از متلب سایت دانلود نموده اید نیاز به پسورد دارند، عبارت matlabsite.com را به عنوان پسورد وارد نمایید.
برای سفارش و خرید محصولات متلب سایت به بخش سفارش و خرید محصول مراجعه نمایید. حتما قبل از ترک این صفحه، اطلاعات محصول مورد نظر (شامل کد محصول، نام محصول، قیمت محصول و …) را یادداشت نمایید.
صرف زمان برای یادگیری اتلاف زمان نیست. سرمایه گذاری زمانی است.
پرسود ترین سرمایه گذاری زمانی خود را با متلب سایت انجام دهید.
شما می توانید برای:
- اطلاع از آخرین مطالب علمی و تخصصی متلب سایت،
- آگاهی از آخرین دوره های آموزشی و تخصصی،
- و مطلع شدن از تخفیف های ویژه دوره ای (تا ۵۰ درصد تخفیف)
در گروه ای-میلی متلب سایت عضو شوید. برای عضویت، کافی است یک ای-میل به آدرس زیر ارسال نمایید:
matlabsite+subscribe@googlegroups.com
همچنین می توانید برای عضویت مستقیم در گروه ای-میلی متلب سایت، بر روی لینک زیر کلیک کنید:
لینک عضویت مستقیم در گروه ای-میلی متلب سایت (کلیک کنید)
باسلام
آیا فایل آموزشی mvnn101 باtunn102 هردو یکی است یا باهم فرق دارند؟
mvnn101 راقبلاخریدکردم اگه فرق داره tunn102 راسفرش بدم.
باتشکر
در پاسخ شعیب خطیب: با سلام. این دو محصول با هم متفاوت هستند. محصول MVNN101 به صورت فیلم آموزشی است و محصول TUNN101 به صورت متنی است. اما تقریبا از نظر آموزشی در یک سطح هستند. موفق باشید.
با سلام از وبسایت خوبتون
در مورد optimization شبکه عصبی با خود دیفالت متلب توضیحاتی بدید . بازم ممنون
با سلام.
از این محصولتون راضیم.
مرسی.