به احتمال زیاد برای شما هم پیش اومده که حس کرده باشید جلسههای کاری به زمان غیر مفیدی برای شما تبدیل شده. به زبون سادهتر اگه بخوام بگم تا حالا شده در جلسهای باشید و حس کنید که حوصلتون سر رفته؟ یا این که زمانی که شخصی داره صحبت میکنه متوجه بشید که روی صحبتهاش تمرکزی ندارید و درواقع متوجه صحبتش نمیشید؟ خب باید بگم که شما تنها نیستید!
بایگانی دسته: آموزش
معرفی کتاب ترفندهای پایتون
سلام. تاحالا شنیدین که میگن کد پایتون طرف پایتونیک یا Pythonic نیست؟ اصلا کد پایتونیک یعنی چی و چرا باید یه کد پایتون، پایتونیک باشه؟
در این پست، اول، با یک مثال سعی میکنم که تفاوت یک کد پایتونیک با یک کد غیر پایتونیک رو بهتون نشون بدم، بعدش در مورد اهمیت پایتونیک بودن در نوشتن کد پایتون صحبت میکنم و در آخر هم کتابی رو به شما معرفی میکنم که با مطالعش میتونید به برنامهنویس پایتون بهتر و حرفهای تری تبدیل بشید.
درباره تیم-علم جدید ایجاد تیمهای بزرگ
سلام. در این سلسله پست قصد دارم که راجع به معضلی بنویسم که خودم چند سالی هست دارم باهاش دستوپنجه نرم میکنم. و این معضل هم چیزی نیست به جز تیم! عضو یک تیم خوب بودن یا تشکیل یک تیم خوب همیشه برای من چالش بوده و هست. در واقع تشکیل یک تیم با عملکرد خوب به این سادگیها هم نیست که همه فکر میکنن. برای همین تصمیم گرفتم که درباره تیم تحقیق کنم و نتیجه رو به اشتراک بذارم. شما هم اگر منبع، مطلب و یا ایده مرتبطی با این موضوع دارید خوشحال میشم اگر با من مطرحش کنید. (قطعا با اسم خودتون منتشر میشه)
مقدمه این مجموعه را از اینجا بخوانید.
درک مفاهیم ریاضی مورد نیاز – قسمت ششم
این قسمت ششم از آموزش مفاهیم ریاضی پشت ماشینهای بردار پشتیبان است. در این پست درباره دوگان، مسألههای بهینهسازی و ضریبهای لاگرانژ یاد میگیریم.
اگر قسمتهای قبلی را هنوز مطالعه نکردهاید، میتوانید آموزش را از قسمت اول با مطالعه مقاله:SVM – درک مفاهیم ریاضی مورد نیاز – قسمت اول شروع کنید.
SVM – درک مفاهیم ریاضی مورد نیاز – قسمت پنجم
این قسمت پنجم از آموزش مفاهیم ریاضی پشت ماشینهای بردار پشتیبان است. در این پست درباره تابعهای محدب یاد میگیریم.
اگر قسمتهای قبلی را هنوز مطالعه نکردهاید، میتوانید آموزش را از قسمت اول با مطالعه مقاله:SVM – درک مفاهیم ریاضی مورد نیاز – قسمت اول شروع کنید.
SVM – درک مفاهیم ریاضی مورد نیاز – قسمت چهارم
این قسمت چهارم از آموزش مفاهیم ریاضی پشت ماشینهای بردار پشتیبان است. در این پست نحوه حل کردن مسأله کمینهسازی بدون قید را یاد میگیریم.
اگر قسمتهای قبلی را هنوز مطالعه نکردهاید، میتوانید آموزش را از قسمت اول با مطالعه مقاله:SVM – درک مفاهیم ریاضی مورد نیاز – قسمت اول شروع کنید.
SVM – درک مفاهیم ریاضی مورد نیاز – قسمت سوم
این قسمت سوم از آموزشهای ریاضی مربوط به ماشینهای بردار پشتیبان است. اگر قسمتهای قبلی را هنوز مطالعه نکردهاید، میتوانید آموزش را از قسمت اول با مطالعه مقاله:SVM – درک مفاهیم ریاضی مورد نیاز – قسمت اول شروع کنید.
نامرتبط ولی مربوط
سلام. در این پست یه کم به زبان ریاضی و آمار حرق میزنم، پس پیشنهاد میکنم قبل از این که شروع به مطالعه این پست کنید، اگر با مفاهیم امید ریاضی، واریانس و کواریانس آشنا نیستین، اول مروری روی آنها داشته باشید.
فقط به طور خیلی خلاصه اشاره میکنم:
- امید ریاضی: زمانی که ما یک آزمایش تکرارپذیر رو به صورت نامحدود تکرار کنیم (مثل پرتاب تاس) و میانگین مقدارهایی رو که مشاهده میکنیم حساب کنیم، این مقدار میانگین به یک عدد میل میکنه که به اون عدد امید ریاضی گفته میشه. (به عنوان مثال امید ریاضی در آزمایش پرتاب تاس برار ۳.۵ هست.) به طور کلی هم امید ریاضی به حاصلضرب مقدار احتمال یک رویداد در مقدار آن رویداد هست. امید ریاضی به زبان سادهتر در واقع همون مقدار مورد انتظار هست و با نمایش داده میشه.
فرآیندهای تصمیمگیری مارکوف به زبان ساده
سلام. امروز تصمیم دارم راجع به فرآیندهای تصمیمگیری مارکوف بنویسم. این عنوان بارها به گوش من خورده و باهاش سروکار داشتم ولی مدتها بود که از اون دوران گذشته بود و چند روز پیش با شنیدن این عنوان توی یه پادکست گفتم شاید بد نباشه یبار راجع بهش بنویسم که هم برای خودم مرور بشه و هم یه محتوای فارسی نوشته باشم.
معمولا یک MDP به صورت چندتایی داده میشود. در ادامه این پست هر یک از این اجزاء تعریف خواهد شد.
مدل عامل در هوش (The Agent Model of Intelligence)
سلام. امروز تصمیم دارم که راجع به مدل عامل در هوش بنویسم. همچنین این نوشته به درک بهتر پست بعدی که راجع به فرآیندهای تصمیمگیری مارکوف هست کمک میکنه.
در هوش مصنوعی واژه عامل «Agent» برای مفهوم خودمختار بودن همراه با توانایی تعامل کردن با محیط استفاده میشود. یک عامل میتواند یک شخص یا قسمتی از یک نرمافزار باشد. در هر دو مورد میتوانیم جنبههای مختلف یک عامل را در یک چارچوب توصیف کنیم.