اصول هوش مصنوعی

Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله

مقالاتی برای کلاس اولی‌ها

استراتژی هوش مصنوعی؛ چهار اولویت مدیران ارشد فناوری اطلاعات
محدودیت هوش مصنوعی؛ کارهایی که این فناوری نمی‌تواند انجام دهد!
تفاوت یادگیری بانظارت و بدون نظارت
6 مورد از برترین دوره های هوش مصنوعی اخلاقی
نگاهی مختصر به استراتژی کشورها در زمینه هوش مصنوعی
شروع یادگیری هوش مصنوعی؛ راهنمایی برای تازه‌کاران
کارآموزی هوش مصنوعی و دانسته‌هایی درباره آن
یادگیری ماشین بدون‌ نظارت: تحلیل انواع الگوریتم خوشه بندی
تفاوت یادگیری خودنظارتی و نیمه نظارتی چیست؟
مهارت‌های کاربردی برای مهندس یادگیری ماشین و هوش مصنوعی
در مصاحبه استخدام هوش مصنوعی چه سوالاتی از شما می‌پرسند؟
تکینگی فناوری: دوران حیات پسافناپذیری و پساانسانیت (بخش چهارم)
تکینگی فناوری: نظرات مخالف (بخش سوم)
تکینگی فناوری: پیشرفت نرم یا سخت؟ (بخش دوم)
مواد مخدر، ربات و جست‌وجوی لذت: چرا متخصصان نگران اعتیاد هوش مصنوعی هستند؟
تکینگی فناوری: پایان فناپذیری (بخش اول)
بهترین دانشگاه‌های دنیا برای تحصیل در رشته یادگیری ماشین
انرژی مصرفی هوش مصنوعی مشکلات زیست‌محیطی به‌همراه دارد
هوش مصنوعی باهوش است، اما هم بازی خوبی نیست
کدام توابع زیان و فعال سازی را باید در یادگیری عمیق به کار برد؟
9 الگوریتم یادگیری ماشین برتر را بشناسید
تحول دیجیتال در صنعت انرژی با هوش مصنوعی
کاهش سوگیری و ارتقای عدالت در عرصه‌ هوش مصنوعی
4 اشتباهی که در پیاده‌سازی هوش مصنوعی مکالمه ای باید از آن‌ها اجتناب کنید
توسعه هوش مصنوعی چه خدماتی برای انسان به همراه خواهد داشت؟
تفسیرپذیری هوش مصنوعی در حوزه بهداشت و درمان و اهمیت آن
آنچه متخصصین علوم داده باید درباره پیش پردازش داده بدانند
متدهایی برای ارزیابی عملکرد مدل طبقه بندی
باورهای غلط درباره هوش مصنوعی
ریاضی در علم داده چقدر مورد نیاز است و چه کاربردهایی دارد؟
یادگیری 7 مورد از مهارت های اساسی علوم داده به کمک یوتیوب
Deep RL یا یادگیری تقویتی عمیق چه تاثیری بر رشد و پیشرفت رباتیک دارد؟
توضیح ساده و جامع مدل پنهان مارکوف (HMM)
5 روش انتخاب ویژگی در کتابخانه Scikit-Learn
الگوریتم های پیشرفته اهمیت بیشتری از سخت‌افزارهای سریع در عملکرد هوش مصنوعی دارند
پیشرفت هوش مصنوعی به استفاده کمتر، و نه بیشتر، از داده ها بستگی دارد
رشد چشمگیر هوش مصنوعی و چالش سخت افزارهای محاسباتی
مدل‌های‌ داده‌ای: مقدمه‌ای بر معیارهای ارزیابی عملکرد مدل رده بندی
موانع توسعه هوش مصنوعی: از این 5 مورد غافل نشوید
ارزیابی پیشرفت‌ها و خطرات هوش مصنوعی در گزارش جدید گروهی از دانشمندان

اصول هوش مصنوعی

[wpforms id="48325"]