آموزش دیپ لرنینگ 9- اعتبار سنجی متقابل (cross validation) چیه و چطور بهترین پارامترهارو پیدا میکنه؟
دوره آموزش یادگیری عمیق (Deep learning)
جلسه نهم - آشنایی و نحوه پیاده سازی اعتبارسنجی متقابل یا cross validation در tensorflow و scikit-learn
.
در این جلسه ابتدا یاد میگیریم Cross validation یعنی چی؟ بعد با هم مروری میکنیم به نحوه تقسیم بندی کردن اطلاعات موجود در دیتاست و انواع مختلف گروه داده ها در ماشین لرنینگ:
1. مجموعه آموزشی (training set)
2. مجموعه اعتبارسنجی (validation set)
3. مجموعه آزمون (test set)
سپس با هم نحوه تقسیم کردن داده های آموزشی به چند بخش (fold) رو یاد میگیریم و نحوه کار cross validation رو بررسی میکنیم. در نهایت با استفاده از کتابخانه های tensorflow، keras و scikit-learn این رویکرد رو پیاده سازی و تست میکنیم.
.
دوره های مرتبط با این دوره:
دوره آموزش پایتون از مقدماتی تا پیشرفته • دوره کامل آموزش برنام...
دوره آموزش یادگیری ماشین از مقدماتی تا پیشرفته • دوره کامل ماشین لرنینگ...
.
ویدیوهای انجام پروژه جهت کسب مهارت کدزنی و مرور تمامی مفاهیم مرتبط:
پنج پروژه با استفاده از پایتون • پنج پروژه با استفاده ا...
3 پروژه کاملا کاربردی و مبتنی بر واقعیت برای تمرین بیشتر یادگیری ماشین • 3 پروژه کاملا کاربردی...
.
جلسات مرتبط:
رگرسیون به زبان ساده: • آموزش یادگیری ماشین 7 ...
انواع روشهای یادگیری ماشین: • یادگیری ماشین 2 - انوا...
موازنه بایاس و واریانس یعنی چی؟ (دلیل overfit یا underfit شدن مدلها چیه؟) • آموزش یادگیری ماشین 1...
.
ممنون میشم اگر آموزشها براتون کاربردی و مفید هست، لایک کنین و در کانال سابسکرایب کنین و همچنین ویدیوها رو با دوستانتون به اشتراک بذارین!
لطفا از دانلود ویدیوها اجتناب کنین، برای این ویدیوها زحمت زیادی کشیده شده (من راضی نیستم که اونها رو دانلود کنید) و به همین دلیل تنها راه استفاده رایگان، تماشای آنلاین هست.
لینک کانال تلگرام t.me/techwithhasanabbasi
اگر برای ورود به دنیای برنامه نویسی و آموزش آن به صورت خودآموز نیاز به راهنمایی و مشاوره دارید، میتونین از طریق لینک زیر جهت رزرو زمان مناسب اقدام کنید تا با هم در موردش صحبت کنیم و یه شروع قدرتمند داشته باشین.
calendly.com/techwithhasanabb...
Пікірлер: 60
خیلی کاربردی و مفید
@TechWithHasanAbbasi
2 күн бұрын
خوشحالم از آموزشها راضی هستین
دمت گرم هرچی عملی لازمه میگی
@TechWithHasanAbbasi
3 ай бұрын
خواهش میکنم خوشحالم که از آموزشها راضی هستین جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
بهترین اموزش❤❤
@TechWithHasanAbbasi
23 күн бұрын
خواهش میکنم خوشحالم که از آموزشها راضی هستین جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
یک آموزش بی نظیر دیگه
@TechWithHasanAbbasi
6 ай бұрын
خواهش میکنم، خوشحالم که از آموزشها راضی هستین ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین
سلام عالیه ❤❤
@TechWithHasanAbbasi
Ай бұрын
خواهش میکنم خوشحالم که از آموزشها راضی هستین جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
بسیار عالی بود. ممنون از آموزش های بسیار مفیدتون. میشه یه ویدئو درست کنین که آموزش بده چطور وقتی در جوپیتر داریم تایپ می کنیم از autocompletion برای نوشتن کدها استفاده کنیم. متشکرم
@TechWithHasanAbbasi
Ай бұрын
سلام باید افزونه های مورد نیاز مثل پایتون رو نصب کنین و کتابخانه های مورد نیاز رو توی محیط مجازی نصب و اون رو فعال کنین
عالی بود، مرسی
@TechWithHasanAbbasi
6 ай бұрын
خواهش میکنم، خوشحالم که از آموزشها راضی هستین ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین
Great like always 👏
@TechWithHasanAbbasi
6 ай бұрын
Thank you so much 😀
عالی مثل همیشه
@TechWithHasanAbbasi
6 ай бұрын
خواهش میکنم، خوشحالم که از آموزشها راضی هستین ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین
thanks a lot
@TechWithHasanAbbasi
2 ай бұрын
Happy to help!
استاد من انجام دادم و جواب گرفتم. خیلی عالی بود این آموزش من با اسپلیت Train , test رو جدا کردم و بعدش روی train عملیات fold رو انجام دادم . خیلی جالب بود برام . و استفاده از تابع برای مدل خیلی کارو راحت میکرد . تدریس عالی شما باعث روند یادگیری عالی میشه ...
@TechWithHasanAbbasi
29 күн бұрын
خیلی خوشحالم که ویدئو به دردت خورده بهزاد جان
@behzadhosseinzade5339
29 күн бұрын
@@TechWithHasanAbbasi 🙏🌟
@TechWithHasanAbbasi
29 күн бұрын
@@behzadhosseinzade5339 خواهش میکنم
Thanks 🙏🙏
@TechWithHasanAbbasi
6 ай бұрын
You’re welcome 😊
perfect
@TechWithHasanAbbasi
3 ай бұрын
Happy to hear it 👍
@shervinmoradi6556
3 ай бұрын
would you please give me a good and easy source about scaling and normalizing data in preprocessing stage? when and how do that@@TechWithHasanAbbasi
ممنون بابت توضیحات ساده و روانتون
@TechWithHasanAbbasi
6 ай бұрын
خواهش میکنم، خوشحالم که از آموزشها راضی هستین ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین
ویدئوهاتون عالیه. فقط بهتر میشد اگه این کدهایی که میزنید رو هم لینکش رو قرار بدین
@TechWithHasanAbbasi
2 ай бұрын
خواهش میکنم خوشحالم که از آموزشها راضی هستین جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین اگر فرصت کنم حتما فایل کدها رو قرار میدم
سلام خسته نباشید. اگه امکانش هست در مورد الگوریتم DBScan و پیاده سازی آن ویدیو بسازید ممنون.
@TechWithHasanAbbasi
6 ай бұрын
سلام خواهش میکنم حتما در دوره های بعدی مد نظر قرار داده خواهد شد
@hojatkazemii4193
6 ай бұрын
@@TechWithHasanAbbasi خیلی ممنون🌹
سلام استاد وقتتون بخیر امیدوارم عالی باشید باتشکر فراوان از زحمات شما استاد بخش هایی که برای توضیح اتفاقات و سناریو ها از عکس ها استفاده میکنید حداقل برای من تا 50 درصد به درک دلایل استفاده از هر خط کد کمک مکینه و درک عمیق تری نسبت به کد پیدا میکنم لطفا هر بخشی که ممکن هست رو با چند عکس مثل همین ویدیو توضیح بدید خیلی ممنون از زمانی که میزارید و مطالب فوق العاده ای که تولید میکنید
@TechWithHasanAbbasi
2 ай бұрын
سلام سلامت باشین خوشحالم آموزشها براتون مفید هست بله کلا توضیح با تصویر خیلی خوب هست و سعی بر این هست تا جایی که امکانپذیر هست با استفاده از تصاویر یا فایلهای گرافیکی دیگه توضیح داده بشه
@armin.falahatkar
2 ай бұрын
@@TechWithHasanAbbasi بسیااار متشکر از زمانی که میزارید ویدیو ها خیلی عالی هستن
@TechWithHasanAbbasi
2 ай бұрын
خواهش میکنم، لطف دارین@@armin.falahatkar
مرسی از ویدیو خوبتون باتوجه به اون تصویر cross validation شما توی حلقه فور برای اندازه گیری دقت از همون validation دیتا استفاده کردین از تست دیتایی که مدلمون ندیده باشه استفاده نکردین درسته ؟
@TechWithHasanAbbasi
4 ай бұрын
بله، تست رو میذاریم آخر سر که مدلمون نهایی شد تستش میکنیم باهاش
سلام. آقای دکتر من در این خط مشکل دارم و خطایش را پیدا نمیکنم: model.fit(x_train, y_train, epochs=20, batch_size=64, validation_data=(x_validation, y_validation), verbose=2) خطا: ValueError: Expected input data to be non-empty. در حالیکه تمام برنامه شبیه شما نوشتم.
@TechWithHasanAbbasi
3 ай бұрын
دیتای ورودیتون مشکل داره گویا قبل این دستور دیتای ترین رو پرینت کنین که چک کنین مشکلی نداشته باشه
بسیار عالی بود . یه سوالی برام پیش اومده . در قسمتی که shuffle گذاشتید . مگه به این صورت نیست که دیتا به پنج بخش تقسیم میشه و هر دفعه روی تیکه ای از اون عملیات انجام میشه . اگر shuffle بزاریم این به هم ریختگی باعث این نمیشه که از یه fold دوبار استفاده کنه ؟
@TechWithHasanAbbasi
29 күн бұрын
نه کلا رندوم کردن داده ها تا حد ممکن حین بررسی مدل خوب هست چون احتمال حالت خاص رو کاهش میده
@behzadhosseinzade5339
29 күн бұрын
@@TechWithHasanAbbasi 🙏🌟
@TechWithHasanAbbasi
29 күн бұрын
@@behzadhosseinzade5339 خواهش میکنم
خسته نباشید استاد، یه سوال چطور باید شبکه ای که ۲ تا نورون در لایه خروجی داره بعد از اموزش نقاط predict شده رو plot کنیم ؟
@TechWithHasanAbbasi
29 күн бұрын
باید دو محور براش در نظر بگیرین یکی لیبل اول و دیگری لیبل دوم اما اگر اینکار براتون مقدور نیست باید سوال رو ببینم
@Masoume_hzd
29 күн бұрын
صحیح.ممنون میشم اگر براتون مقدور هست تو یکی از ویدیو هاتون شبکه ای اموزش بدید که دو تا خروجی داشته باشه 🌹
@TechWithHasanAbbasi
29 күн бұрын
@@Masoume_hzd سعی میکنم اگر وقت کردم ویدیو بسازم براش
@Masoume_hzd
28 күн бұрын
😍😍🌹
سلام به یک مشکل برخوردم در اینجا و اونم اینه که تنها یک تکرار انجام میشه با اینکه اومدم و دونه به دونه کدها رو مثل شما نوشتم یعنی هی ویدیو رو pause کردم و با کد خودم مقایسه کردم و دیدیم یکیه حتی اومدم 5 رو مستقیم وارد کردم یعنی نوشتم kf= StratifiedKFold(n_splits=5, shuffle=True) باز فرقی نکرد و همون یک بار رو تکرار کرد و acc_total هم شد [0.9] ای کاش میشد کدهای شما رو دانلود کرد و جداگانه اونا رو اجرا کرد تا ببینم مثل ویدیو 5 بار تکرار میکنه (که اونموقع هردو کدها رو بذارم کنار هم و مقایسه کنم ببینم تفاوت در کجاست) یا که مثل مال من فقط یک بار که اونوقت معلوم میکرد که ایرادی در سیستم من هست و Colab من به دلیلی درست کار نمیکنه.
@TechWithHasanAbbasi
5 ай бұрын
سلام دوست عزیز به زودی کدها به اشتراک گذاشته خواهد شد
AttributeError Traceback (most recent call last) in () 13 model = creat_model 14 ---> 15 model.fit(x_train, y_trainepochs=20, batch_size=64, validation_data=(x_validation, y_validation), verbose=2) 16 17 # prediction AttributeError: 'function' object has no attribute 'fit' ????????????
@TechWithHasanAbbasi
5 ай бұрын
model = create_model() => اینطوری باید باشه خط ۱۳، شما پرانتز رو فراموش کردین برای درک بهتر پیشنهاد میکنم حتما دوره پایتون رو مشاهده بفرمایید kzread.info/dash/bejne/nH1orMOppZWqprQ.html یا حداقل بخش توابع رو ببینین
@naghaviamir
5 ай бұрын
تشکر -اینقدر چشمم چرخیده با نمره 4 هم دیگر نمی بینم بهرحال زحمت شما و دوستان را دنبال می کنم تا به سرانجام برسانم- باز هم تشکر مجدد عزیز جان @@TechWithHasanAbbasi
Thanks for your videos just want to mention that in TensorFlow (2.15) in defining the loss function in the compile command , we need to use () model.compile(optimizer=tf.optimizers.Adam(), loss=tf.losses.BinaryCrossentropy(), metrics=['accuracy'])
@TechWithHasanAbbasi
4 ай бұрын
Thanks for the info!