hojjat12000

سلام
اگه کسی یه مثال از classification توی متلب داره بذاره واسه من. من دارم روی texture feature extraction کار میکنم اما نمی دونم چطور به طور supervised کلاس بندی کنم؟ اگه کسی یه مثال یا یه توضیح بذاره ممنون میشم.
مرسی

HojjatJafary

سلام
نمی دونم چرا تو این فروم یه سری سوال مطرح می شه که آدم می مونه چه طور بهشون پاسخ بده.

دوست عزیز
feature extraction مرحله قبل از کلاسبندی است، کلاس بندی انواع و اقسام داره روش های مختلف داره صرف این که می گید من یه کلاسیفایر می خوام کفایت نمی کنه مثل این می مونه که شما بری مغازه لوازم تحریر بگی من یک وسیله برای نوشتن می خوام ! ( خود کار، مداد، ماژیک، مدادشمعی، گچ، قلم مو...)

جالب تر این که نوع ویژگی ها و داده ها نقش تعیین کننده در انتخاب کلاسیفایر دارند انوقت شما نمی دانید چه طور کلاس بندی کنید؟ پس با چه معیاری از داده های خود ویژگی استخراج می کنید؟ مثلا داده ها می توانند به صورت خطی از هم جدایی پذیر باشند یا نباشند.

ظاهرا شما هنوز مفهوم اصلی ماجرا دار به درستی متوجه نشده اید، کد MATLAB به شما کمک نمی کند، بهتر است بیشتر مطالعه کنید.

موفق و موید باشید.

hojjat12000

مرسی از پاسختون
من هنوز توی فاز مطالعه هستم. چند تا مقاله خوندم. ولی هیچ جایی یه مثال خوب از کلاس بندی پیدا نکردم. یعنی مثال هایی درباره تبدیل ها... استخراج ویژگی ها و... پیدا کردم ولی هنوز هیچ مثالی پیدا نکردم که توش کلاس بندی کرده باشه.
فقط میخوام یه مثال ببینم که توش به صورت supervised کلاس بندی کرده باشه. همین. فقط میخوام یه دید نسبت به این موضوع پیدا کنم. آخه هیچ آموزشی که هیچ کلاس بندی رو یاد داده باشه پیدا نکردم. میخوام کار کردن با کلاس بند ها رو ببینم. هرچی توی اینترنت هست فقط مقاله هست و هیچ manual یا tutorial ی نیست. میخوام این موضوع رو به طور عملی (practical) ببینم. نه اینکه فقط تئوری باشه.
من با کلاسیفایر های فازی و شبکه ی عصبی و ... به طور تئوری آشنام اما میخوام اینا رو توی عمل ببینم.
لطفا اگه کد یا tutorial یا آموزش عملی یا مثال یا هر منبعی که به نظر شما من باید مطالعه کنم بهم معرفی کنید.
خیلی خیلی مرسی

HojjatJafary

درک مفهوم و پیاده سازی مثال های ساده یک بخش است و استفاده از این روش ها در کاربردها مختلف یک بخش دیگر بهتر است اول مفهوم را طوری یاد بگیرید که بتوانید مثال های ساده را پیاده کنید بعد بروید سراغ کاربرد و text و feature و از این جور چیزا.

یک مثال از ساده ترین کلاسیفایر خطی (پرسپترون) که به صورت اپلت جاوا است باید چند نقطه(آبی و قرمز) را طوری در صفحه قرار دهید تا بتوان آنها را با یک خط از هم جدا کرد.( کلیک چپ و کلیک چپ + شیفت)
Example 3: Perceptron Learning in 2-d pattern space

یک مثال دیگر به زبان #C
Single Layer Perceptron as Linear Classifier - CodeProject

یک مثال دیگر در جاوا
Perceptron

باز هم #C
Dynamic Notions: The Single Layer Perceptron

برای درک مفهوم کلاسبندی بهتره از کلاسبندی خطی شروع کنی
Linear classifier - Wikipedia, the free encyclopedia
Perceptron - Wikipedia, the free encyclopedia


نکته آخر، به قول خارجی ها google is your friend

kiimya1981

سلام استاد شبیه سازی یه پروژه در باره دسته بندی متون با استفاده از استنباط بیزی داده . من از هوش مصنوعی فقط 3 فصل اول کتاب قمی خوندم .
اصلا نمی دونم از کجا شروع کنم یا از چه زبانی استفاده کنم
می شه کمکم کنید
می دونم برای یه دانشجو افتضاح بزرگی اما من واقعا هیچ دانشی در این مورد ندارم وفقط 1ماه وقت دارم
اگه کسی را حلی داره کمکم کنه لطفا
emailam : kiimya1981@gmail.com

erfan_com

والا تا اونجایی که اطلاع دارم این مسایل واسه دروس ارشد و درس یادگیری ماشینه. اگه اطلاعاتتون کمه پیشنهاد می کنم که منصرف شین