0086-21-58386256
اخلاق ماشین: چالش‌ها و رویکردهای مسائل اخلاقی در هوش مصنوعی و ابرهوش . هوش مصنوعی (ai) و رباتیک فناوری های دیجیتالی هستند که در آینده نزدیک تأثیر بسزایی در توسعه بشریت خواهند داشت.
زمینه و اهداف اعتبار‌سنجی مقیاس درجه‌بندی رفتاری کارکردهای اجرایی می‌تواند به شناسایی کارکردهای اجرایی در دانش‌آموزان دچار اختلال یادگیری کمک کند. هدف از پژوهش حاضر، بررسی ساختار عاملی و اعتباریابی فرم الکترونیکی ...
هدف هوش مصنوعی تکرار یا شبیه‌سازی هوش انسانی در ماشین‌ها برای درک و حل مشکلات پیچیده، انطباق با موقعیت‌های جدید و تعامل با انسانها یا محیط اطراف‌شان به‌شیوه‌ای هوشمندانه و مستقل است.
در این مقاله با استفاده از نظریه اخلاق گفتمانی، جنبه‌های اخلاقی مطرح در مسائل گوناگون، معیار عملکرد ما برای مواجهه با این مسائل، و جهانی که این مسائل به آن تعلق دارند، تشریح شد.
ایجاد سیستم‌های ماشین لرنینگ خوب به چه مواردی نیاز دارد؟ ایجاد یک مدل یادگیری ماشین متغیر، قابل اطمینان و چابک که بتونه عملیات‌ها رو تسهیل و برنامه ریزی‌های کسب و کار رو تقویت کنه نیازمند صبر، آمادگی و پشتکار هستش.
برای بررسی ملاحظات اخلاقی و خطرات بالقوه مرتبط با استقرار مدل‌های پیشرفته یادگیری ماشین، چارچوب‌ها و دستورالعمل‌های اخلاقی مختلفی توسط سازمان‌ها، محققان و سیاست‌گذاران ایجاد شده‌اند.
دانستن اینکه مفهوم یادگیری ماشین چیست و چه کاربردی دارد می‌تواند دریچه جدیدی در هوش مصنوعی برای شما باز کند و باعث فراتر رفتن شما می‌شود.
یادگیری ماشین چیست؟ یادگیری ماشینی زیرمجموعه‌ای از هوش مصنوعی است که شامل آموزش ماشین‌ها برای یادگیری از داده‌ها، تشخیص الگوها و تصمیم‌گیری یا پیش‌بینی بدون برنامه‌ریزی صریح است.
هدف از این مطالعه بررسی امکان استفاده از پردازش صدای برخورد در حوزه زمان - فرکانس و مقایسه الگوریتم های مختلف انتخاب ویژگی و یادگیری ماشین در درجه بندی میوه های عناب در گروه های ریز، متوسط، درشت و خیلی درشت است.
مقیاس درجه بندی سازگاری اجتماعی (srrs) هولمز و راهه (۱۹۶۷) پرسشنامه‌ای با عنوان مقیاس درجه بندی سازگاری اجتماعی (srrs) برای شناسایی رویدادهای پر استرس زندگی ایجاد کردند.
یادگیری تکنیک‌های یادگیری بدون نظارت: از جمله خوشه‌بندی و تشخیص ناهنجاری. ... به دنبال ورود به دنیای هوش مصنوعی و یادگیری ماشین هستید، این دوره جدید یادگیری ماشین بهترین مکان برای شروع است.
این شامل مسائل مربوط به حریم خصوصی (.12.1) و دستکاری (.22.2) ، تیرگی (.32.3) و تعصب (.42.4) ، تعامل انسان و ربات (§2.5) ، اشتغال (§ 2.6) ، و اثرات خودمختاری ( 2.7) سپس سیستم های هوش مصنوعی به عنوان موضوع ، یعنی اخلاق ...
انواع روش های بی نظارت خوشه بندی (Clustering) هنگام صحبت از یادگیری بی نظارت، خوشه بندی مفهومی مهم می باشد که عمدتا به یافتن یک ساختار یا الگو در مجموعه ای از داده های دسته بندی نشده می پردازد.
آموزش یادگیری ماشین کتاب‌ها و درس‌های دانشگاهی معمولا با یک تقسیم‌بندی حول مقوله «دادۀ برچسب‌خورده» آغاز می‌شود: یادگیری بانظارت ، یادگیری بدون‌نظارت و پس از آنها یادگیری تقویتی ؛ اما ...
یادگیری عمیق فناوری متفاوت‌تر و پیشرفته‌تری از یادگیری ماشین است. در واقع یادگیری عمیق با الهام از عملکرد مغز انسان عمل میکند و نتایجی را محقق می‌سازد که تا پیش از این غیرممکن به نظر می‌رسید.
درگیر کردن دانش آموزان همیشه برای مربیان یک وظیفه مهم بوده است. آن سرهای چرت زدن و خمیازه کشیدن در یک کلاس درس سنتی را به خاطر دارید؟ بله، آنها هنوز در اطراف هستند. معلمان همه چیز را امتحان می‌کنند - از فعالیت‌های تعاملی ...
موارد بیشتر برای شما خوشه بندی در یادگیری ماشین انسانها مدت‌ها قبل از وجود هوش مصنوعی به جستجوی الگوها می‌پرداختند. این ماهیت کنجکاوی انسان است که توجه دارد به شباهت‌ها در جهان و کشف معنای جدید و دانش پنهانی اساسی در ...
در این مقاله با استفاده از نظریه اخلاق گفتمانی، جنبه های اخلاقی مطرح در مسائل گوناگون، معیار عملکرد ما برای مواجهه با این مسائل، و جهانی که این مسائل به آن تعلق دارند، تشریح شد.
جهان در آغاز مسیر تحولی بزرگی قرار دارد که از آن به انقلاب صنعتی چهارم، یا به طور خلاصه صنعت 4.0 (Industry 4.0) یاد می‌شود. در این دوره صنایع جدید به رسمیت شناخته شده و فناوری‌هایی همچون هوش مصنوعی، یادگیری ماشین، کلان داده‌ها ...
برای مبتدیان یادگیری ماشین که مشتاق درک اصول ماشین لرنینگ (Machine Learning) یا یادگیری ماشین هستند، در ادامه به ۱۰ الگوریتم های یادگیری ماشین در داده کاوی و مورد استفاده توسط دانشمندان علوم داده می‌پردازیم.
با تحلیل داده‌ها، بهبود فرآیندهای تصمیم‌گیری، و توسعه سیستم‌های خودکار، یادگیری ماشین می‌تواند به توسعه هوش مصنوعی کمک کند و امکانات جدیدی را فراهم آورد.
خوشه‌بندی ()، یکی از شیوه‌های کاربردی در حوزه یادگیری ماشین بدون نظارت است که از آن برای کشف ساختارها و الگوهای مخفی در مجموعه‌های بزرگ داده استفاده می‌شود.این فرایند، داده‌ها را بر اساس شباهت‌های ذاتی به گروه‌هایی ...
در انتهای این مطلب از مجله فرادرس، شرحی از کاربردهای طبقه‌بندی در یادگیری ماشین ارائه داده و پس از بررسی و پیاده‌سازی الگوریتم‌های طبقه‌بندی رایج، به چند مورد از پرسش‌های متداول در این ...
در این مقاله با استفاده از نظریه اخلاق گفتمانی، جنبه های اخلاقی مطرح در مسائل گوناگون، معیار عملکرد ما برای مواجهه با این مسائل، و جهانی که این مسائل به آن تعلق دارند، تشریح شد.
تفاوت هوش مصنوعی و یادگیری ماشین چیست؟ ... تحت نظارت در ماشین لرنینگ بیشتر به 2 زیر حوزه تقسیم می شود، طبقه‌بندی و رگرسیون. ... مجدد با داده‌های جدید دارد تا با تکنیک‌های جدید تقلب، آن را به روز ...
آیا یادگیری ماشین و یادگیری عمیق یکی است؟ پیش از پرداختن به تفاوت یادگیری ماشین و یادگیری عمیق بیایید اندکی به محل نزاع این پرسش بپردازیم. از نظر بیشتر افراد اصطلاحات یادگیری عمیق (Deep Learning) و یادگیری ماشین (Machine Learning) در ...
در این مطلب، ابتدا یاد می‌گیریم بیش‌برازش یا همان Overfitting در یادگیری ماشین چیست و سپس با نحوه تشخیص و شناسایی آن آشنا می‌شویم. ... ای درجه ۱، ۳ و ۱۲ مانند زیر است: ... الگوهای مهم به نمونه‌های ...
در این مقاله می‌خواهیم در مورد پیش‌بینی آینده هوش مصنوعی با شبکه دانش و یادگیری ماشین که به صورت تصاعدی در حال رشد است صحبت کنیم.