آپلود ویدئو | ورود | ثبت نام


فرادرس-

انتخاب ویژگی با استفاده از الگوریتم های فرا ابتکاری و تکاملی-درس یکم: انتخاب ویژگی با تعداد نا مشخص


Embed گزارش تخلف

مشاهده 2428

دریافت ویدئو: حجم کم کیفیت بالا
توسط فرادرس در 18 Aug 2014
توضیحات:

برای کسب اطلاعات بیشتر، به این لینک مراجعه نمایید:
http://www.faradars.org/fvrp103#

سرفصل های مورد بحث در این فیلم آموزشی عبارتند از:
بیان ریاضی مسأله انتخاب ویژگی به صورت یک مسأله بهینه سازی
بحث بر روی توابع هدف مطرح در مسأله بهینه سازی
بیان مسأله انتخاب به سه صورت مختلف
انتخاب ویژگی با تعداد ویژگی انتخابی نامعلوم
انتخاب ویژگی با تعداد ویژگی مطلوب از پیش تعیین شده و معلوم
انتخاب ویژگی به صورت چند هدفه
پیاده سازی گام به گام حل مسأله انتخاب ویژگی با تعداد نامعلوم
انتخاب ویژگی با استفاده از الگوریتم ژنتیک باینری برای رگرسیون با استفاده از شبکه عصبی
پیاده سازی گام به گام حل مسأله انتخاب ویژگی با تعداد از پیش تعیین شده و معلوم
کدینگ گسسته به صورت مسأله بهینه سازی جایگشتی یا Permutation
انتخاب ویژگی با استفاده از الگوریتم مورچگان برای رگرسیون با استفاده از شبکه عصبی
انتخاب ویژگی با استفاده از الگوریتم شبیه سازی تبرید برای رگرسیون با استفاده از شبکه عصبی
کدینگ پیوسته با استفاده تکنیک کلید تصادفی یا Random Key
انتخاب ویژگی با استفاده از الگوریتم بهینه سازی ازدحام ذرات یا PSO برای رگرسیون با استفاده از شبکه عصبی
انتخاب ویژگی با استفاده از الگوریتم تکامل تفاضلی برای رگرسیون با استفاده از شبکه عصبی
پیاده سازی گام به گام حل مسأله انتخاب ویژگی به صورت چند هدفه
حل مسأله انتخاب ویژگی چند هدفه با استفاده از تکنیک تجزیه به چندین مسأله تک هدفه
انتخاب ویژگی چندهدفه با استفاده از الگوریتم PSO با اجرای چند باره
حل مسأله انتخاب ویژگی چند هدفه با استفاده از رویکردهای چند هدفه تکاملی
انتخاب ویژگی چندهدفه با استفاده از الگوریتم ژنتیک چند هدفه NSGA-II
پیاده سازی رویکردهای مورد اشاره برای انتخاب ویژگی در طبقه بندی با استفاده از شبکه عصبی
با استفاده از یکی دیتاست های شناخته شده NIPS به نام MADELON با ۵۰۰ ویژگی (ورودی)


مدرس: سید مصطفی کلامی هریس

کلمات کلیدی:
Swarm Optimization, Feature Selection using PSO, Feature Selection using SA, Feature Selection using Simulated

Annealing, Feature Subset Selection, Machine Learning, Multi-objective Feature Selection, Neural Network Input

Selection, استخراج ویژگی, انتخاب زیر مجموعه ویژگی, انتخاب ورودی شبکه عصبی, انتخاب ورودی شبکه عصبی مصنوعی, انتخاب

ویژگی, انتخاب ویژگی با NSGA-II, انتخاب ویژگی با الگوریتم PSO, انتخاب ویژگی با الگوریتم تکامل تفاضلی, انتخاب ویژگی

با الگوریتم شبیه سازی تبرید, انتخاب ویژگی با الگوریتم مورچگان, انتخاب ویژگی با الگوریتم های تکاملی, انتخاب ویژگی

با الگوریتم های فرا ابتکاری, انتخاب ویژگی با الگوریتم ژنتیک, انتخاب ویژگی با الگوریتم ژنتیک چند هدفه, انتخاب

ویژگی با بهینه سازی ازدحام ذرات, انتخاب ویژگی برای رگرسیون, انتخاب ویژگی برای طبقه بندی, انتخاب ویژگی چند هدفه,

داده کاوی, یادگیری ماشینی,دانلود فرادرس آموزشی رایگان,دانلود فیلم آموزشی رایگان,دانلود جزوه ,تصویری آموزشی,دانلود کتاب تصویری آموزشی,آموزش غیر حضوری و الکترونیکی,دوره آموزشی تخصصی

لغات کلیدی:

Multi-objective, Feature, Selection, Neural, Network, Input, Selection, استخراج, ویژگی, انتخاب, زیر, مجموعه, ویژگی, انتخاب, ورودی, شبکه, عصبی, انتخاب, ورودی, شبکه, عصبی, مصنوعی, انتخاب, ویژگی, انتخاب, ویژگی, با, NSGA-II, انتخاب, ویژگی, با, الگوریتم, PSO, انتخاب, ویژگی, با, الگوریتم, تکامل, تفاضلی, انتخاب, ویژگی, با, الگوریتم, شبیه, سازی, تبرید, انتخاب, ویژگی, با, الگوریتم, مورچگان, دانلود, فرادرس, آموزشی, رایگان, دانلود, فیلم, آموزشی, رایگان, دانلود, جزوه, تصویری, آموزشی, دانلود, کتاب, تصویری, آموزشی, آموزش, غیر, حضوری, و, الکترونیکی, دوره, آموزشی, تخصصی


نظرات برای این ویدئو توسط کاربر غیر فعال شده است.

درباره ما | تماس با ما | قوانین تخته سفید