✅✅✅ پک اموزشی کدنویسی خوشه بندی در متلب شامل:
1. الگوریتم Kmeans
2. الگوریتم DBSCAN
3. الگوریتم Hierarchical
4. الگوریتم FCM

✅ آموزش متلب
@matlabanyone

‌
در مسأله n وزیر، برای n = ۸ (صفحه شطرنج با ۸ وزیر) جمعا ۴,۴۲۶,۱۶۵,۳۶۸ حالت ممکن برای قرارگیری وزیران داریم که از میانشان فقط ۹۲ تا صحیحند؛ یعنی حالتی که هیچ وزیری زیر ضرب دیگری نباشد. از این‌ها تنها ۱۲ عدد منحصر به فردند و دیگر پاسخ‌ها از تقارن و دوران جواب‌های اصلی حاصل می‌شوند.

🔗 مقاله پیشنهادی برای مطالعات تکمیلی:
حل مساله n وزیر با الگوریتم پس گرد (Backtracking) — به زبان ساده


#ریاضیات


@elmyab — علم‌یاب
✳️ آموزش متلب
‌‌
🆔‌‌ @matlabanyone‌‌‌‌‌

✳️✳️ دمو آموزش الگوریتم طبقه بندی درخت تصمیم Decision Tree

🔵 لینک مشاهده دمو آموزش

http://www.aparat.com/v/8iOVw

🔶 مدرس :
@hassan_saadatmand

✳️ آموزش متلب
🆔 @matlabanyone

✳️✳️ آموزش الگوریتم طبقه بندی نزدیک ترین همسایه KNN

🔵 لینک مشاهده دمو آموزش
http://www.aparat.com/v/qgEnN

🔶 مدرس :
@hassan_saadatmand

✳️ آموزش متلب
🆔 @matlabanyone

✳️✳️ آموزش الگوریتم طبقه بندی جنگل تصادفی Random Forest

🔵 لینک مشاهده دمو آموزش
http://www.aparat.com/v/EpQiU

🔶 مدرس :
@hassan_saadatmand

✳️ آموزش متلب
🆔 @matlabanyone

✳️✳️ آموزش الگوریتم طبقه بندی بیزین ساده Naive Bayes

🔵 لینک مشاهده دمو اموزش

http://www.aparat.com/v/sLIzE

🔶 مدرس :
@hassan_saadatmand

✳️ آموزش متلب
🆔 @matlabanyone

✳️✳️ آموزش رایگان اضافه کردن قید به تابع هزینه برای مسائل بهینه سازی با الگوریتم های فراابتکاری در متلب MATLAB

🔵 لینک مشاهده و دانلود اموزش

https://www.aparat.com/v/G1RJV
🔴 لطفا برای دوستانتون هم ارسال فرمایید
🔶 مدرس :
@hassan_saadatmand

✳️ آموزش متلب
🆔 @matlabanyone

نقش استاد راهنما در تحصیل دانشجو

Join
👇👇👇
@mohandesejok

❇️❇️❇️ بهترین ابزار تبدیل کد های متلب به پایتون ، بسیار دقیق 💎

https://stackoverflow.com/questions/9845292/a-tool-to-convert-matlab-code-to-python


Best tool to convert matlab codes to python ,


✳️ آموزش متلب
🆔 www.tg-me.com/matlabanyone

✅ آموزش یادگیری عمیق در متلب(MATLAB): شامل موارد زیر

✴️ آموزش مباحث تئوری
✴️ بررسی سخت افزار و نرم افزار مورد نیاز
✴️ آموزش اضافه کردن جعبه ابزار مورد نیاز با متلب
✴️ بررسی انواع معماری های CNN
(Alexnet, Googlenet, Inceptionv3, Resnet18 50 , ...)
✴️ نحوه ایجاد یک معماری ساده CNN و نحوه اموزش ان روی تصاویر دلخواه
✴️ استفاده از معماری های متفاوت برای طبقه بندی تصاویر رنگی و خاکستری
✴️ نحوه خواندن و اماده سازی تصاویر از طریق فولدر
....
⭕️ مدت زمان اموزش ۴ ساعت و نیم
🔵 مدرس:
@hassan_saadatmand


✳️‌ آموزش متلب
🆔: @matlabanyone

✅ دمو آموزش یادگیری عمیق Deep Learning در متلب(MATLAB)

✴️ لینک مشاهده دمو آموزش
http://www.aparat.com/v/lzC2T

🔶 مدرس:
@hassan_saadatmand

✳️ آموزش متلب
🆔: @matlabanyone

با سلام و احترام،
بدینوسیله به اطلاع می‌رساند که به خواست خداوند منان، امیدواریم در تاریخ ۱۴ الی ۱۶ اسفند ماه ۱۳۹۸ شاهد برگزاری کنگره مشترک هوش محاسباتی (CCI2020) توسط قطب علمی رایانش نرم و پردازش هوشمند اطلاعات در دانشگاه فردوسی مشهد و با حمایت انجمن‌های علمی کشوری (۱) انجمن سیستم‌های فازی ایران و (۲) انجمن سیستم‌های هوشمند ایران باشیم. این کنگره شامل سه کنفرانس است که هریک دارای سابقه درخشانی می باشند. به نام مبارک امام هشتم شیعیان، امام مهربانی‌ها، روز آغازین این کنگره مصادف با روز احسان و نیکوکاری نیز می‌باشد. لذا خدمت به جامعه انسانی و پاسخگویی به مشکلات اساسی کشور از طریق به کارگیری مفاهیم و ابزارهای گسترده سیستم‌های هوشمند موضوع اصلی این کنگره ملی تعریف شده است.
از کلیه اساتید فرهیخته، دانشجویان گرامی، متخصصین و علاقه‌مندان جهت شرکت در کنگره، ارائه مقاله و استفاده از کارگاه‌های آموزشی دعوت به عمل می‌آید. همچنین خواهشمند است نسبت به اطلاع رسانی این کنگره به سایر محققین مساعدت فرمائید.
آدرس وب سایت: http://cci.um.ac.ir
آدرس لینک کانال اطلاع رسانی تلگرام کنگره: www.tg-me.com/cci2020

❇️ مثال شمارۀ 1:

برنامه ای بنویسید که یک تابع را از کاربر بگیرد
و مشتق و انتگرال آن را نمایش دهد.

🆔 @matlabenyone

❇️ مثال شماره ۲:

تابعی بنویسید که عدد n را به عنوان ورودی گرفته، اعداد زوج بین یک تا n را به ماتریسی به نام x انتقال داده و x را به عنوان خروجی تابع، ارائه دهد.
همچنین توابع زیر را با رنگ های متفاوت در یک صفحه رسم کرده و نمودارها را نام گذاری کند:
x=sin(x) , x=x^2 , x=x

🆔: @Matlabanyone

«میلتون» ، با وجود اینکه نابینا بود ، می نوشت
«بتهوون» ، در حالی که ناشنوا بود آهنگ می ساخت
«هلن کلر» ، در حالی که نابینا و ناشنوا بود سخنرانی می کرد!
«رنوار» ، در حالی که دست هایش دچار عارضه رماتیسمی بود ، نقاشی می کرد
+مجسمه ساز مکزیکی بعد از قطع دست راستش ، ساخت مجسمه ای را که آغاز کرده بود با دست چپ به پایان رساند!

آدم ها ثابت کرده اند علیرغم نابینایی ، ناشنوایی ، معلولیت ، پیری ، فقر ، کم سنی ، مشقت یا بی سوادی بر سختی ها غلبه می کنند ، از همه پیشی می گیرند ، کار را به اتمام می رسانند و موفق می شوند .

شما هم شک نکنید می توانید علیرغم سختی ها و مشکلات خود را به هدف برسانید.

❇️ دستورات مهم در متلب

ایجاد ماتریس:

A=[1,2,3 ; 4,5,6];
A=[1:10]
A=[1:2:10]
A=[10:-1:1]

A=zeros(2,3);
ایجاد ماتریس ۲ در۳ با مقادیر صفر

A=ones(4,6);
یجاد ماتریس ۴ در۶ با مقادیر یک

T=A’
ترانهاده ماتریس A:


دستیابی به یک یا چند مقدار از یک ماتریس:

A(2,3);
عنصر سطر۲ ستون ۳

A(:,2);
عناصر ستون ۲

A(1,:);
عناصر سطر ۱

A(3:6, 2:4);
ستونهای ۲ تا ۴ از سطرهای۳ تا ۶

دستیابی به ستون آخر یک ماتریس:
A(:,end)

مجموع ستونهای یک ماتریس دو بعدی (و یا مجموع مقادیر یک ماتریس یک بعدی):
sum(A’)’;
مجموع سطرهای یک ماتریس دو بعدی

بدست آوردن مقادیر روی قطر اصلی A:
diag(A)

ایجاد ماتریس جادویی n×n: (ماتریس جادویی ماتریسی است که مجموع تمام سطرها و ستونها و قطرهای آن برابر است)
magic(n)

می خواهیم جای ستونهای دوم و سوم در ماتریس B را جابه­ جا کرده و نتیجه را در A ذخیره نماییم:
A=B(: , [1,3,2,4])

توابع مقدماتی پرکاربرد:
abs(A);
exp(A);
sin(A);
sqrt(A);
factorial(n);
<li>log2(A)
لگاریتم در مبنای ۲
<li>log10(A)
لگاریتم در مبنای ۱۰

برای مشاهده لیست توابع مقدماتی عبارت help elfun را تایپ کنید.

عملگرهای محاسباتی:

A=B+C جمع ماتریسی
A=B-C تفریق ماتریسی
A=B*C ضرب ماتریسی
A=B .* C ضرب عناصر متناظر در یکدیگرA=B ./ C تقسیم عناصر متناظر بر یکدیگرA=B .^ C به توان رساندن هر عنصر به عنصر متناظرش

اگر B یک ماتریس n×m باشد و C یک عدد اسکالر (یک ماتریس ۱×۱) باشد آنگاه عملگرهای فوق مقدار موجود در C را در تک تک مقادیر B اِعمال می­کنند.
بنابراین عبارت A=B+1 تک تک مقادیر B را با ۱ جمع کرده و در A ذخیره می­کند. عبارت A=B.^2 نیز تک تک مقادیر B را به توان ۲ رسانده و نتیجه را در A ذخیره می­کند.

روش بدست آوردن باقیمانده تقسیم:
A=mod(B,C)

ایجاد یک ماتریس ۳×۴ از اعداد تصادفی که دارای توزیع یکنواخت بین ۰ تا ۱ می­باشند:
A=rand(3,4)

ایجاد یک ماتریس ۳×۴ از اعداد تصادفی بین a تاb
A=floor((b-a+1)*rand(3,4)+a)

ایجاد یک ماتریس ۱×n که اعداد صحیح ۱ تا n به ترتیب تصادفی در آن قرار گرفته­اند:
A=randperm(n)

ایجاد ماتریس با n×m که در هر سطر عناصر ۱ تا m به طور تصادفی قرار داده شده اند
for i=1:n</pre>
A(i,:)=randperm(m);
end

روند کردن اعداد:
</pre>
<ul>
<li>A=fix(B) گرد کردن به سمت صفر</li>
<li>A=round(B) گرد کردن به سمت نزدیک ترین عدد صحیح(براساس رقم اعشار)</li>
<li>A=ceil(B) گرد کردن به سمت مثبت بینهایت</li>
<li>A=floor(B) گرد کردن به سمت منفی بینهایت</li>
</ul>
<pre>

مرتب کردن هر یک از ستونهای ماتریس B بطور جداگانه:
A=sort(B)

مرتب کردن سطرهای ماتریس B ابتدا بر اساس ستون اول سپس ستون دوم و الی آخر:
A=sortrows(B)

مرتب کردن سطرهای ماتریس B فقط بر اساس ستون سوم:
A=sortrows(B,3)

حذف ستون دوم ماتریس A:
A(: , 2) = []

میانگین هر یک از ستونهای ماتریس B:
A=mean(B)

میانه هر یک از ستونهای ماتریس B:
A=median(B)

انحراف از معیار هر یک از ستونهای ماتریس B:
A=std(B)

مینیمم هر یک از ستونهای ماتریس B:
A=min(B)

ماکسیمم هر یک از ستونهای ماتریس B:
A=max(B)

یافتن اندیس عددهای غیر صفر در ماتریس B:
A=find(B)

یافتن اندیس سطر و ستون خانه مساوی ۲ ماتریس B:
[i,j]=find(B==2)

یافتن اندیس سطر و ستون خانه مساوی ۲ در سطر سوم از ماتریس B:
[i,j]=find(B(3,:)==2)

یافتن اندیس عددهای بین ۱ تا ۵ در ماتریس B:
A=find(A>1 & A<5)

جمع تجمعی عناصر ماتریس B:
A=cumsum(B)

حاصل ضرب عناصر ماتریس B:
A=prod(B)

تولید n عدد در فواصل مساوی که از a شروع و به b ختم می­شود:
A=linspace(a,b,n)

ترسیم دو بعدی y برحسب x:
plot(x,y)

ترسیم سه بعدی:
plot3(x,y,z)

دستور زیر مقادیری از B که از ۶ بزرگتر است را در A ذخیره می­کند:
A=B(B&gt;6)

شیفت دادن چرخشی: دستور زیر ماتریس B را یک واحد در جهت عمودی (از بالا به پایین) و دو واحد در جهت افقی (از راست به چپ) شیفت چرخشی می­دهد.
A=circshift(B, [1, -2])

دستور زیر ابعاد یک ماتریس را برمی­گرداند:
size(A)

دستور زیر طول یک بردار را برمی­گرداند: (اگر A دارای بیش از یک بعد باشد، طول طولانی­ترین بعد برگردانده می­شود)
length(A)

با دستور زیر می­توان تابع f را در محیط editor مشاهده کرد و در صورت دلخواه آن را تغییر داد. با این دستور حتی می­توان توابع خود MATLAB را نیز ویرایش نمود.
edit f

دستور زیر ماتریس B را بصورت تنک (خلوت) در A ذیره می­کند. اگر تعداد زیادی از مقادیر یک ماتریس برابر با صفر باشد با این روش می­توان در تخصیص حافظه صرفه ­جویی کرد.
A = sparse(B)

دستور زیر ماتریس B را از حالت تنک به حالت کامل تبدیل کرده و در A ذخیره می­کند.
A = full(B)

توابع مخصوص رشته­ ها:
strcat متصل کردن دو رشته


strcmp مقایسه دو رشته

strcmpi مقایسه

🆔: @Matlabanyone

❇️ معرفی آموزش تشخیص جوامع Community Detection با استفاده از الگوریتم PSO در متلب

✳️ لینک مشاهده دمو آموزش
✳️ http://www.aparat.com/v/zifoR

🔹 مدرس
🚹 @hassan_saadatmand

🔶 آموزش متلب
🆔: www.tg-me.com/matlabanyone

❇️ کد متلب الگوریتم ژنتیک GA
❇️ Genetic Algorithm

🆔 سال انتشار 1970
#GA
#Metaheuristic

✳️ آموزش متلب
🆔: www.tg-me.com/matlabanyone

❇️ کد متلب الگوریتم بهینه سازی ذرات PSO
❇️ Particles Swarm Optimization

🔹 سال انتشار ۱۹۹۵
#PSO
#Metaheuristic

✳️ آموزش متلب
🆔: www.tg-me.com/matlabanyone

❇️ کد متلب الگوریتم SA
❇️ Simulated Annealing

🔹 سال انتشار ۱۹۸۳
#SA
#Metaheuristic

✳️ آموزش متلب
🆔: www.tg-me.com/matlabanyone