Artificial Intelligence - هوش مصنوعی  
انجمن را در گوگل محبوب کنيد :

بازگشت   Artificial Intelligence - هوش مصنوعی > یادگیری (Learning) > دسته بندي (Classification)


 
تبليغات سايت
Iranian Association for the Advancement of Artificial Intelligence
ارسال تاپيک جديد  پاسخ
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۰۴-۳۰-۱۳۹۳, ۰۴:۲۰ قبل از ظهر   #1 (لینک دائم)
عضو جدید
 
آواتار euruse
 
تاريخ عضويت: آبان ۱۳۹۰
پست ها: 3
تشكرها: 5
0 تشكر در 0 پست
Unhappy بهترین ابزار برای svm

باسلام

من می خوام یک عملیات کلاسه بندی با روش SVM انجام بدم.
درواقع پیاده سازی یک مقاله است.
در مقاله 12 تا فیچر ست feature set معرفی کرده...
بهترین روش برای پیاده سازی با SVM چیه؟
یعنی با C باید کد بنویسم؟
اگه بخوام با وکا یا متلب کار کنم کدومش بهتره و یا اصلا امکان پذیر هست؟

( اصلا من دارم درست سوال می کنم؟)

یک سوال دیگه: این فیچرست هایی که در مقاله معرفی شون می کنه رو ما چطوری باید در نظر بگیریم؟

هر کسی حتی اطلاعات کوچیکی داشته باشه به درد می خوره...
من مشکل زبان انگلیسی ندارم ولی حتی نمی دونم توی گوگل چی باید سرچ کنم
euruse آفلاين است   پاسخ با نقل قول

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online  
قديمي ۰۴-۳۱-۱۳۹۳, ۰۹:۰۹ قبل از ظهر   #2 (لینک دائم)
Moderator
 
آواتار babak_1234
 
تاريخ عضويت: شهريور ۱۳۸۸
محل سكونت: تهران
پست ها: 252
تشكرها: 1
140 تشكر در 108 پست
My Mood: Khonsard
پيش فرض

نقل قول:
نوشته اصلي بوسيله euruse نمايش پست
باسلام

من می خوام یک عملیات کلاسه بندی با روش SVM انجام بدم.
درواقع پیاده سازی یک مقاله است.
در مقاله 12 تا فیچر ست feature set معرفی کرده...
بهترین روش برای پیاده سازی با SVM چیه؟
یعنی با C باید کد بنویسم؟
اگه بخوام با وکا یا متلب کار کنم کدومش بهتره و یا اصلا امکان پذیر هست؟

( اصلا من دارم درست سوال می کنم؟)

یک سوال دیگه: این فیچرست هایی که در مقاله معرفی شون می کنه رو ما چطوری باید در نظر بگیریم؟

هر کسی حتی اطلاعات کوچیکی داشته باشه به درد می خوره...
من مشکل زبان انگلیسی ندارم ولی حتی نمی دونم توی گوگل چی باید سرچ کنم
سلام دوست من

نیازی به کد نویسی از صفر نیست. ابزار های زیادی برای این کار وجود داره که مجبور به کد نویسی نیستید.

نرم افزار متلب SVM رو داره ولی به صورت دو کلاسی کار میکنه.
نرم افزار SPSS Clementine این روش رو داره و خیلی ساده میشه ازش استفاده کرد.
یکی از بهترین ابزار ها پکیج libsvm هست که به زبان های مختلفی مثل c, java, matlab ,... کلاسبندی SVM رو پیاده سازی کرده. فقط باید از کدهاش استفاده کنید.

موفق باشید
babak_1234 آفلاين است   پاسخ با نقل قول
از babak_1234 تشكر كرده است:
euruse (۰۵-۲-۱۳۹۳)
قديمي ۰۴-۳۱-۱۳۹۳, ۰۷:۰۱ بعد از ظهر   #3 (لینک دائم)
عضو جدید
 
آواتار euruse
 
تاريخ عضويت: آبان ۱۳۹۰
پست ها: 3
تشكرها: 5
0 تشكر در 0 پست
پيش فرض

نقل قول:
نوشته اصلي بوسيله babak_1234 نمايش پست
سلام دوست من

نیازی به کد نویسی از صفر نیست. ابزار های زیادی برای این کار وجود داره که مجبور به کد نویسی نیستید.

نرم افزار متلب svm رو داره ولی به صورت دو کلاسی کار میکنه.
نرم افزار spss clementine این روش رو داره و خیلی ساده میشه ازش استفاده کرد.
یکی از بهترین ابزار ها پکیج libsvm هست که به زبان های مختلفی مثل c, java, matlab ,... کلاسبندی svm رو پیاده سازی کرده. فقط باید از کدهاش استفاده کنید.

موفق باشید
این فیچرست هایی که در مقاله معرفی شون می کنه رو ما چطوری باید در نظر بگیریم؟
euruse آفلاين است   پاسخ با نقل قول
قديمي ۰۵-۱-۱۳۹۳, ۱۰:۰۷ قبل از ظهر   #4 (لینک دائم)
Active users
 
آواتار mahdiii
 
تاريخ عضويت: اسفند ۱۳۸۸
محل سكونت: مشهد
پست ها: 355
تشكرها: 27
167 تشكر در 131 پست
My Mood: Khoshhal
پيش فرض

ما که مقاله شما رو ندیدیم!!
کلا مقاله شما میخواد چند کلاسو از هم متمایز کنه؟ چند کلاس دارید؟
خوب اون مجموعه ویژگیهاتون که گفتین 12 تا هست همون فضای داده هاتونو مشخص میکنه که 12 بعد هست. متلب تابعی داره با نام svmtrain , svmclassify
برید بخونین ورودیها و خروجیهاش چین. تو help متلب به اندازه کافی توضیح داده و مشخصه
mahdiii آفلاين است   پاسخ با نقل قول
از mahdiii تشكر كرده است:
euruse (۰۵-۲-۱۳۹۳)
قديمي ۰۵-۱-۱۳۹۳, ۱۱:۰۰ قبل از ظهر   #5 (لینک دائم)
Moderator
 
آواتار babak_1234
 
تاريخ عضويت: شهريور ۱۳۸۸
محل سكونت: تهران
پست ها: 252
تشكرها: 1
140 تشكر در 108 پست
My Mood: Khonsard
پيش فرض

نقل قول:
نوشته اصلي بوسيله euruse نمايش پست
این فیچرست هایی که در مقاله معرفی شون می کنه رو ما چطوری باید در نظر بگیریم؟

با توجه به ابزاری که استفاده میکنید مشخص میشه.
فرمت معرفی این feature ها به برنامه، عموما در خود نرم افزار توضیح داده میشه.
البته دقت کنید که SVM با feature های گسسته کار میکنه.

موفق باشید
babak_1234 آفلاين است   پاسخ با نقل قول
از babak_1234 تشكر كرده است:
euruse (۰۵-۲-۱۳۹۳)
قديمي ۰۵-۱-۱۳۹۳, ۰۵:۰۰ بعد از ظهر   #6 (لینک دائم)
عضو فعال
 
آواتار mortezaaa
 
تاريخ عضويت: تير ۱۳۹۳
پست ها: 15
تشكرها: 0
5 تشكر در 5 پست
پيش فرض

svm با feature پیوسته هم کار میکنه. توی مقاله خودش میگه که چه feature هایی رو استفاده کرده. ولی لزوما پیاده سازی و استخراج اون ها کار ساده ای نیست. باید تابع مربوط به استخراج هر کدوم رو پیدا کنی.
mortezaaa آفلاين است   پاسخ با نقل قول
از mortezaaa تشكر كرده است:
euruse (۰۵-۲-۱۳۹۳)
قديمي ۰۵-۲-۱۳۹۳, ۰۱:۵۹ قبل از ظهر   #7 (لینک دائم)
عضو جدید
 
آواتار euruse
 
تاريخ عضويت: آبان ۱۳۹۰
پست ها: 3
تشكرها: 5
0 تشكر در 0 پست
پيش فرض

کمک های خیلی خوبی بود...

متشکرم... الان حداقل می دونم باید از کجا شروع کنم.
euruse آفلاين است   پاسخ با نقل قول
قديمي ۰۵-۲-۱۳۹۳, ۰۳:۳۴ قبل از ظهر   #8 (لینک دائم)
Active users
 
آواتار mahdiii
 
تاريخ عضويت: اسفند ۱۳۸۸
محل سكونت: مشهد
پست ها: 355
تشكرها: 27
167 تشكر در 131 پست
My Mood: Khoshhal
پيش فرض

نقل قول:
نوشته اصلي بوسيله mortezaaa نمايش پست
svm با feature پیوسته هم کار میکنه. توی مقاله خودش میگه که چه feature هایی رو استفاده کرده. ولی لزوما پیاده سازی و استخراج اون ها کار ساده ای نیست. باید تابع مربوط به استخراج هر کدوم رو پیدا کنی.

میتونین مثالی بزنین؟ کلی گفتین یا نه svm متلبو گفتین؟؟
چون svm متلب به صورت ماتریس ورودیاشو میگیره که هر سطرش نشون دهنده یک ورودی آموزشی هست و خوب گسسته هست.
mahdiii آفلاين است   پاسخ با نقل قول
پاسخ



كاربران در حال ديدن تاپيک: 1 (0 عضو و 1 مهمان)
 

قوانين ارسال
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is فعال
شکلکها فعال است
كد [IMG] فعال است
كدهاي HTML غير فعال است
Trackbacks are فعال
Pingbacks are فعال
Refbacks are فعال




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۰۵:۳۸ بعد از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2024, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.

Teach and Learn at Hexib | Sponsored by www.Syavash.com and Product In Review

استفاده از مطالب انجمن در سایر سایت ها، تنها با ذکر انجمن هوش مصنوعي به عنوان منبع و لینک مستقیم به خود مطلب مجاز است

Inactive Reminders By Icora Web Design