برنامه نویسی سیستم(System programing)
برنامه نویسی سیستم فعالیت برنامه نویسی سیستم های رایانه ای است. ویژگی اصلی تشریح برنامه نویسی سیستم در مقایسه با برنامه نویسی کاربردی این است که برنامه نویسی برنامه ها با هدف تولید نرم افزاری که مستقیما به مشتری ارائه می دهد (به عنوان مثال، پردازنده کلمه)، در حالی که برنامه های برنامه نویسی به منظور ایجاد نرم افزار و سیستم عامل نرم افزاری که خدمات را به نرم افزار دیگر ارائه می دهند، کارایی محدود یا هر دو (به عنوان مثال سیستم عامل، برنامه های کاربردی علمی محاسباتی، موتورهای بازی و بازی های ویدئویی AAA، اتوماسیون صنعتی و نرم افزار به عنوان یک سرویس کاربردی)
برنامه ریزی سیستم نیازمند میزان بالایی از آگاهی از سخت افزار است. هدف آن دستیابی به استفاده کارآمد از منابع در دسترس است، زیرا یا نرم افزار خود را به عنوان یک عملکرد حیاتی (بازی های ویدئویی AAA) و یا حتی بهبود بهره وری کوچک به طور مستقیم به صرفه جویی قابل توجهی پول برای ارائه دهنده خدمات (پردازنده های ابر کلمه مبتنی بر) تبدیل شده است.
@Pythonforeveryone
برنامه نویسی سیستم فعالیت برنامه نویسی سیستم های رایانه ای است. ویژگی اصلی تشریح برنامه نویسی سیستم در مقایسه با برنامه نویسی کاربردی این است که برنامه نویسی برنامه ها با هدف تولید نرم افزاری که مستقیما به مشتری ارائه می دهد (به عنوان مثال، پردازنده کلمه)، در حالی که برنامه های برنامه نویسی به منظور ایجاد نرم افزار و سیستم عامل نرم افزاری که خدمات را به نرم افزار دیگر ارائه می دهند، کارایی محدود یا هر دو (به عنوان مثال سیستم عامل، برنامه های کاربردی علمی محاسباتی، موتورهای بازی و بازی های ویدئویی AAA، اتوماسیون صنعتی و نرم افزار به عنوان یک سرویس کاربردی)
برنامه ریزی سیستم نیازمند میزان بالایی از آگاهی از سخت افزار است. هدف آن دستیابی به استفاده کارآمد از منابع در دسترس است، زیرا یا نرم افزار خود را به عنوان یک عملکرد حیاتی (بازی های ویدئویی AAA) و یا حتی بهبود بهره وری کوچک به طور مستقیم به صرفه جویی قابل توجهی پول برای ارائه دهنده خدمات (پردازنده های ابر کلمه مبتنی بر) تبدیل شده است.
@Pythonforeveryone
آسیب پذیری(Vulnerability)
در امنیت رایانه آسیب پذیری، ضعف است که می تواند توسط یک بازیگر تهدید، مانند مهاجم، برای انجام اقدامات غیر مجاز در یک سیستم کامپیوتری مورد سوء استفاده قرار گیرد. برای بهره برداری از یک آسیب پذیری، مهاجم باید حداقل یک ابزار یا تکنیک قابل اجرا داشته باشد که می تواند به ضعف سیستم متصل شود. در این فریم، آسیب پذیری نیز به عنوان سطح حمله شناخته می شود.
مدیریت آسیب پذیری، تمرین چرخه ای برای شناسایی، طبقه بندی، اصلاح و کاهش آسیب پذیری ها است. این عمل عموما به آسیب پذیری های نرم افزاری در سیستم های محاسباتی اشاره دارد.
یک خطر امنیتی اغلب به اشتباه به عنوان یک آسیب پذیری طبقه بندی می شود. استفاده از آسیب پذیری با همان معنی ریسک می تواند منجر به سردرگمی شود. این خطر احتمال تاثیر قابل توجهی از سوء استفاده از یک آسیب پذیری را دارد. سپس آسیب پذیری بدون خطر وجود دارد: مثلاوقتی که دارایی آسیب دیده ارزش ندارد. یک آسیب پذیری با یک یا چند مورد شناخته شده از حملات کار و به طور کامل انجام شده به عنوان آسیب پذیری قابل بهره برداری است که یک آسیب پذیری است که یک سوءاستفاده وجود دارد. پنجره آسيب پذيری زماني است که زماني که حفره امنيتی در نرم افزار مستقر معرفی شد يا نشان داده شد، تا زمانی که دسترسی حذف شد، يک رفع امنيت در دسترس يا مستقر شد يا مهاجم غیرفعال شد - به روز صفر برسد.
@Pythonforeveryone
در امنیت رایانه آسیب پذیری، ضعف است که می تواند توسط یک بازیگر تهدید، مانند مهاجم، برای انجام اقدامات غیر مجاز در یک سیستم کامپیوتری مورد سوء استفاده قرار گیرد. برای بهره برداری از یک آسیب پذیری، مهاجم باید حداقل یک ابزار یا تکنیک قابل اجرا داشته باشد که می تواند به ضعف سیستم متصل شود. در این فریم، آسیب پذیری نیز به عنوان سطح حمله شناخته می شود.
مدیریت آسیب پذیری، تمرین چرخه ای برای شناسایی، طبقه بندی، اصلاح و کاهش آسیب پذیری ها است. این عمل عموما به آسیب پذیری های نرم افزاری در سیستم های محاسباتی اشاره دارد.
یک خطر امنیتی اغلب به اشتباه به عنوان یک آسیب پذیری طبقه بندی می شود. استفاده از آسیب پذیری با همان معنی ریسک می تواند منجر به سردرگمی شود. این خطر احتمال تاثیر قابل توجهی از سوء استفاده از یک آسیب پذیری را دارد. سپس آسیب پذیری بدون خطر وجود دارد: مثلاوقتی که دارایی آسیب دیده ارزش ندارد. یک آسیب پذیری با یک یا چند مورد شناخته شده از حملات کار و به طور کامل انجام شده به عنوان آسیب پذیری قابل بهره برداری است که یک آسیب پذیری است که یک سوءاستفاده وجود دارد. پنجره آسيب پذيری زماني است که زماني که حفره امنيتی در نرم افزار مستقر معرفی شد يا نشان داده شد، تا زمانی که دسترسی حذف شد، يک رفع امنيت در دسترس يا مستقر شد يا مهاجم غیرفعال شد - به روز صفر برسد.
@Pythonforeveryone
سوءاستفاده(exploit)
یک سوءاستفاده (از فعل انگلیسی به منظور بهره برداری، به معنی "استفاده از چیزی به نفع خود") یک قطعه نرم افزاری، یک قسمتی از داده ها یا یک دنباله ای از دستورات است که از اشکال یا آسیب پذیری استفاده می کند تا موجب ناخواسته یا پیش بینی نشده رفتار در نرم افزار کامپیوتر، سخت افزار یا چیزی الکترونیکی (معمولا کامپیوتری) اتفاق می افتد. چنین رفتاری به طور مرتب شامل مواردی مانند به دست آوردن کنترل از یک سیستم کامپیوتری، امکان افزایش امتیاز، یا حمله انکار سرویس (DoS یا مرتبط با DDoS) می شود.
@Pythonforeveryone
یک سوءاستفاده (از فعل انگلیسی به منظور بهره برداری، به معنی "استفاده از چیزی به نفع خود") یک قطعه نرم افزاری، یک قسمتی از داده ها یا یک دنباله ای از دستورات است که از اشکال یا آسیب پذیری استفاده می کند تا موجب ناخواسته یا پیش بینی نشده رفتار در نرم افزار کامپیوتر، سخت افزار یا چیزی الکترونیکی (معمولا کامپیوتری) اتفاق می افتد. چنین رفتاری به طور مرتب شامل مواردی مانند به دست آوردن کنترل از یک سیستم کامپیوتری، امکان افزایش امتیاز، یا حمله انکار سرویس (DoS یا مرتبط با DDoS) می شود.
@Pythonforeveryone
#بخش_پایانی:شی گرای در پایتون(بخش اول)
آموزش جامع پایتون به زبان انگلیسی(زیر نویس انگلیسی)
حجم فایل: 447MB
در لینک زیر 👇👇👇
https://yekupload.ir/6a9715315673bd44/12_Object_Oriented_Python-part1.rar
آموزش جامع پایتون به زبان انگلیسی(زیر نویس انگلیسی)
حجم فایل: 447MB
در لینک زیر 👇👇👇
https://yekupload.ir/6a9715315673bd44/12_Object_Oriented_Python-part1.rar
#بخش_هفتم
7-NLTK
پلتفورمی پیشرو در زمینه ساخت برنامه های پایتون برای کار با داده های به زبان انسان می باشد. این کتابخانه رابطی با استفاده آسان از بیش از ۵۰ پیکره و منابع واژگانی همچون WordNet، به همراه مجموعه ای از کتابخانه های پردازش متن برای طبقه بندی، توکنیزیشن، ریشه یابی، برچسب زدن، تجزیه کردن و استدلال معنایی و wrappers برای کتابخانه های NLP صنعتی ارائه می کند. NLTK به عنوان موفق ترین پلت فورم پروتوتایپ سازی و ساخت سیستم های تحقیقاتی شناخته می شود.
@Pythonforeveryone
7-NLTK
پلتفورمی پیشرو در زمینه ساخت برنامه های پایتون برای کار با داده های به زبان انسان می باشد. این کتابخانه رابطی با استفاده آسان از بیش از ۵۰ پیکره و منابع واژگانی همچون WordNet، به همراه مجموعه ای از کتابخانه های پردازش متن برای طبقه بندی، توکنیزیشن، ریشه یابی، برچسب زدن، تجزیه کردن و استدلال معنایی و wrappers برای کتابخانه های NLP صنعتی ارائه می کند. NLTK به عنوان موفق ترین پلت فورم پروتوتایپ سازی و ساخت سیستم های تحقیقاتی شناخته می شود.
@Pythonforeveryone
🙏با معرفی کانال به دیگران ما را همراهی کنید 🙏👇👇👇
@Pythonforeveryone
لینک گروه👇👇
https://t.iss.one/joinchat/B77HHA83pT8Xx8okYCuBYw
@Pythonforeveryone
لینک گروه👇👇
https://t.iss.one/joinchat/B77HHA83pT8Xx8okYCuBYw
#بخش_هفتم
#پردازش_تصویر
تعاریف
تعریف تصویر در دنیای واقعی شامل تابعی از دو متغیر حقیقی است مثل (I(x,y که در آن I شدت تصویر (مثلا میزان روشنائی) در مکان حقیقی (x,y) است.یک تصویر ممکن است شامل تعدادی زیر تصویر باشد که گاهی به آنها نواحی مورد توجه (Regions-Of-Interest) یا (ROI)و یا نواحی گفته می شود. این نظریه مشخص می کند که تصاویر معمولا شامل مجموعه هائی از اشیاء است که هر کدام پایه یک ناحیه را تشکیل می دهد. در یک سیستم پردازش تصویر مناسب باید بتوان روی نواحی مختلف اعمال متفاوتی انجام داد مثلا در یک ناحیه تاری ناشی از حرکت را کاهش داد و در همان زمان در ناحیه دیگر کیفیت رنگ را تغییر داد.
شدت ها در تصاویر یا به صورت اعداد حقیقی و یا به صورت اعداد صحیح است. حالت دوم ناشی از Quantization است که شدت ها را از حالت پیوسته به حالت مجزا تبدیل می کند. در برخی فرایندهای تشکیل تصویر از شمارش فوتون استفاده می شود که در این صورتquantization به طور ذاتی در فرایند وجود دارد. در برخی تصویر برداری ها مانند MRIاعداد به صورت حقیقی است. مورفومتری به معنای توضیح کمی یک ساختار است.استریولوژی در واقع استخراج و تفسیر اطلاعات سه بعدی از تصاویر دو بعدی است. پردازش تصویر به معنای ارتقاء کامپیو تری تصاویر دیجیتال است (یعنی استفاده از انواع فیلترها برای حذف نویز، بهینه سازی کنتراست و ….)
آنالیز کامپیوتری تصاویر استخراج کمی و یا کیفی خصوصیات تصاویر دیجیتال دوبعدی و یا سه بعدی است. به عنوان مثال آنالیز تصاویر دو بعدی در دید کامپیوتری و آنالیز تصاویر سه بعدی در تصویر برداری پزشکی کاربرد دارد. آنالیز تصویر در واقع استخراج اطلاعات از درون تصویر است مثل استخراج انواع سطوح، محیط ها و طول ها و …
@Pythonforeveryone
#پردازش_تصویر
تعاریف
تعریف تصویر در دنیای واقعی شامل تابعی از دو متغیر حقیقی است مثل (I(x,y که در آن I شدت تصویر (مثلا میزان روشنائی) در مکان حقیقی (x,y) است.یک تصویر ممکن است شامل تعدادی زیر تصویر باشد که گاهی به آنها نواحی مورد توجه (Regions-Of-Interest) یا (ROI)و یا نواحی گفته می شود. این نظریه مشخص می کند که تصاویر معمولا شامل مجموعه هائی از اشیاء است که هر کدام پایه یک ناحیه را تشکیل می دهد. در یک سیستم پردازش تصویر مناسب باید بتوان روی نواحی مختلف اعمال متفاوتی انجام داد مثلا در یک ناحیه تاری ناشی از حرکت را کاهش داد و در همان زمان در ناحیه دیگر کیفیت رنگ را تغییر داد.
شدت ها در تصاویر یا به صورت اعداد حقیقی و یا به صورت اعداد صحیح است. حالت دوم ناشی از Quantization است که شدت ها را از حالت پیوسته به حالت مجزا تبدیل می کند. در برخی فرایندهای تشکیل تصویر از شمارش فوتون استفاده می شود که در این صورتquantization به طور ذاتی در فرایند وجود دارد. در برخی تصویر برداری ها مانند MRIاعداد به صورت حقیقی است. مورفومتری به معنای توضیح کمی یک ساختار است.استریولوژی در واقع استخراج و تفسیر اطلاعات سه بعدی از تصاویر دو بعدی است. پردازش تصویر به معنای ارتقاء کامپیو تری تصاویر دیجیتال است (یعنی استفاده از انواع فیلترها برای حذف نویز، بهینه سازی کنتراست و ….)
آنالیز کامپیوتری تصاویر استخراج کمی و یا کیفی خصوصیات تصاویر دیجیتال دوبعدی و یا سه بعدی است. به عنوان مثال آنالیز تصاویر دو بعدی در دید کامپیوتری و آنالیز تصاویر سه بعدی در تصویر برداری پزشکی کاربرد دارد. آنالیز تصویر در واقع استخراج اطلاعات از درون تصویر است مثل استخراج انواع سطوح، محیط ها و طول ها و …
@Pythonforeveryone
معرفی چند کتاب برای آموزش پایتون
1-python crash course
2-Automate the Boring Stuff with Python: Practical Programming for Total Beginners
3-Think Python
4-Invent Your Own Computer Games with Python
5-Python Machine Learning: A Guide For Beginners
6-Teach Your kids to code
@Pythonforeveryone
1-python crash course
2-Automate the Boring Stuff with Python: Practical Programming for Total Beginners
3-Think Python
4-Invent Your Own Computer Games with Python
5-Python Machine Learning: A Guide For Beginners
6-Teach Your kids to code
@Pythonforeveryone
#بخش_پایانی:شی گرای در پایتون(بخش دوم)
آموزش جامع پایتون به زبان انگلیسی(زیر نویس انگلیسی)
حجم فایل: 362MB
در لینک زیر 👇👇👇
https://yekupload.ir/848641922ee8742e/11_Object_Oriented_Python-part2.rar
@Pythonforeveryone
آموزش جامع پایتون به زبان انگلیسی(زیر نویس انگلیسی)
حجم فایل: 362MB
در لینک زیر 👇👇👇
https://yekupload.ir/848641922ee8742e/11_Object_Oriented_Python-part2.rar
@Pythonforeveryone
🙏با معرفی کانال به دیگران ما را همراهی کنید 🙏👇👇👇
@Pythonforeveryone
لینک گروه👇👇
https://t.iss.one/joinchat/B77HHA83pT8Xx8okYCuBYw
@Pythonforeveryone
لینک گروه👇👇
https://t.iss.one/joinchat/B77HHA83pT8Xx8okYCuBYw
دوره مقدماتی جامع پایتون به انتهای خود رسیده و به در خواست اعضای گروه دوره بعدی اموزش پردازش تصویر با پایتون و opencv می باشد ابتدا پیش نیاز آن در کانال ارائه خواهد شد سپس اموزش پردازش تصویر ارائه خواهد شد.
✅جهت حمایت ما کانال را به دیگران معرفی کنید
@Pythonforeveryone
✅جهت حمایت ما کانال را به دیگران معرفی کنید
@Pythonforeveryone
#بخش_هشتم
8-Statsmodels
یک ماژول پایتون است که کلاس ها و توابع را برای برآورد بسیاری از مدل های مختلف آماری، همچنین برای انجام آزمون های آماری و اکتشاف داده های آماری فراهم می کند. لیست گسترده ای از آمار نتیجه برای هر برآوردگر در دسترس است. نتایج اطلاعات در مورد بسته های آماری موجود آزمایش می شود تا اطمینان حاصل شود که آنها درست هستند. این بسته تحت مجوز اصلاح شده BSD منتشر شده است. اسناد آنلاین میزبانی شده است در statsmodels.org .
✅جهت حمایت ما کانال را به دیگران معرفی کنید
@Pythonforeveryone
8-Statsmodels
یک ماژول پایتون است که کلاس ها و توابع را برای برآورد بسیاری از مدل های مختلف آماری، همچنین برای انجام آزمون های آماری و اکتشاف داده های آماری فراهم می کند. لیست گسترده ای از آمار نتیجه برای هر برآوردگر در دسترس است. نتایج اطلاعات در مورد بسته های آماری موجود آزمایش می شود تا اطمینان حاصل شود که آنها درست هستند. این بسته تحت مجوز اصلاح شده BSD منتشر شده است. اسناد آنلاین میزبانی شده است در statsmodels.org .
✅جهت حمایت ما کانال را به دیگران معرفی کنید
@Pythonforeveryone
#فناوری
آی پی (ip) چیست؟
آی پی (ip) که آن را IP address هم می گویند مخفف عبارت Internet Protocol address یا آدرس های پروتکل اینترنت است که به صورت یک سری اعداد باقاعده به هر وسیله ای (به طور مثال سرورها، کامپیوترهای شخصی، دستگاه های تلفن همراه و...) که به شبکه (Network) متصل شود اختصاص داده می شود، IP در واقع یک شماره شناسایی یکتا برای برقراری یک ارتباط تحت شبکه است که با آن دستگاه های مختلف از هم بازشناخته می شوند، به عبارتی هر دستگاه در هر شبکه باید یک IP یکتا داشته باشد که این شبکه می تواند خصوصی (مانند کامپیوترهای حاضر در شبکه محلی یک شرکت) یا عمومی (مانند دستگاه های متصل به شبکه جهانی وب) باشد.
✅جهت حمایت ما کانال را به دیگران معرفی کنید.
@Pythonforeveryone
آی پی (ip) چیست؟
آی پی (ip) که آن را IP address هم می گویند مخفف عبارت Internet Protocol address یا آدرس های پروتکل اینترنت است که به صورت یک سری اعداد باقاعده به هر وسیله ای (به طور مثال سرورها، کامپیوترهای شخصی، دستگاه های تلفن همراه و...) که به شبکه (Network) متصل شود اختصاص داده می شود، IP در واقع یک شماره شناسایی یکتا برای برقراری یک ارتباط تحت شبکه است که با آن دستگاه های مختلف از هم بازشناخته می شوند، به عبارتی هر دستگاه در هر شبکه باید یک IP یکتا داشته باشد که این شبکه می تواند خصوصی (مانند کامپیوترهای حاضر در شبکه محلی یک شرکت) یا عمومی (مانند دستگاه های متصل به شبکه جهانی وب) باشد.
✅جهت حمایت ما کانال را به دیگران معرفی کنید.
@Pythonforeveryone
#بخش_هشتم
#پردازش_تصویر
یک تصویر دیجیتال [I[m,n در یک فضای گسسته دو بعدی در واقع از یک تصویر دو بعدی مشتق (I(x,y در یک فضای پیوسته دو بعدی توسط فرایند نمونه برداری به نام digitization می شود.تصویر دو بعدی به n ردیف و m ستون تقسیم می شود (شکل).
دقت تصویر به صورت پیکسل بر اینچ اندازه گیری می شود. یک تصویر با دقت ۱۰۰۰۰PPI در یک اینچ مربع دارای پیکسل است. برای انجام آنالیز تصویر لازم است ویژگی های مورد نظر به گونه ای استخراج شوند تا اندازه گیری ها بر روی تصاویر پیکسلی شده انجام نشود.
دقت پیکسلی یا عمق پیکسل به معنی تعداد بیت اطلاعات به ازاء هر پیکسل است. عمق پیکسل مشخص می کند چه مقدار اطلاعات مربوط به رنگ و یا طیف خاکستری برای هر پیکسل امکان پذیر است. در تصاویر باینری عمق پیکسل۱ (روشن – خاموش) است. این ها تصاویر سفید وسیاه است. برای آنالیز تصاویر طیف خاکستری حداقل عمق پیکسل لازم ۸ بیت است. برای تصاویر رنگی حداقل عمق ۲۴ بیت لازم است.قانون نیکوئیست بیان می کند که اگر می خو اهیم به صورت دیجیتالی دقت جزئیات حفظ شود باید dpi تصویربرداری دو برابر دقت ویژگی مورد نظر باشد.
✅جهت حمایت ما کانال را به دیگران معرفی کنید.
@Pythonforeveryone
#پردازش_تصویر
یک تصویر دیجیتال [I[m,n در یک فضای گسسته دو بعدی در واقع از یک تصویر دو بعدی مشتق (I(x,y در یک فضای پیوسته دو بعدی توسط فرایند نمونه برداری به نام digitization می شود.تصویر دو بعدی به n ردیف و m ستون تقسیم می شود (شکل).
دقت تصویر به صورت پیکسل بر اینچ اندازه گیری می شود. یک تصویر با دقت ۱۰۰۰۰PPI در یک اینچ مربع دارای پیکسل است. برای انجام آنالیز تصویر لازم است ویژگی های مورد نظر به گونه ای استخراج شوند تا اندازه گیری ها بر روی تصاویر پیکسلی شده انجام نشود.
دقت پیکسلی یا عمق پیکسل به معنی تعداد بیت اطلاعات به ازاء هر پیکسل است. عمق پیکسل مشخص می کند چه مقدار اطلاعات مربوط به رنگ و یا طیف خاکستری برای هر پیکسل امکان پذیر است. در تصاویر باینری عمق پیکسل۱ (روشن – خاموش) است. این ها تصاویر سفید وسیاه است. برای آنالیز تصاویر طیف خاکستری حداقل عمق پیکسل لازم ۸ بیت است. برای تصاویر رنگی حداقل عمق ۲۴ بیت لازم است.قانون نیکوئیست بیان می کند که اگر می خو اهیم به صورت دیجیتالی دقت جزئیات حفظ شود باید dpi تصویربرداری دو برابر دقت ویژگی مورد نظر باشد.
✅جهت حمایت ما کانال را به دیگران معرفی کنید.
@Pythonforeveryone
#بخش_دهم
10-PyBrain
یک کتابخانه مکانیک یادگیری ماشین برای پایتون است. هدف آن ارائه الگوریتم های انعطاف پذیر، آسان برای استفاده، هنوز هم قدرتمند برای Tasks یادگیری ماشین و انواع محیط های از پیش تعریف شده برای تست و مقایسه الگوریتم های خود را است.
به عنوان نام آن نوشته شده است، الگوریتم برای شبکه های عصبی، برای یادگیری تقویت (و ترکیبی از دو)، برای یادگیری بی نظیر و تکامل است. از آنجایی که اکثر مشکلات فعلی با فضاهای حالت و حالت مداوم در ارتباط هستند، تقریبا کارکرد عملکرد (مثل شبکه های عصبی) باید برای مقابله با ابعاد بزرگ مورد استفاده قرار گیرد. کتابخانه ما در اطراف شبکه های عصبی در هسته ساخته شده است و تمام روش های آموزشی شبکه عصبی را به عنوان مثال آموزش دیده مورد پذیرش قرار می دهد. این باعث می شود PyBrain یک ابزار قدرتمند برای وظایف واقعی زندگی باشد.
مخفف یادگیری تقویتی، هوش مصنوعی و شبکه عصبی مبتنی بر پایتون می باشد (Python-Based Reinforcement Learning, Artificial Intelligence, and Neural Network). این کتابخانه، کتابخانه ای متن باز می باشد که مخصوصا برای شبکه های عصبی و آموزش بدون نظارت مورد استفاده قرار می گیرد.
@Pythonforeveryone
10-PyBrain
یک کتابخانه مکانیک یادگیری ماشین برای پایتون است. هدف آن ارائه الگوریتم های انعطاف پذیر، آسان برای استفاده، هنوز هم قدرتمند برای Tasks یادگیری ماشین و انواع محیط های از پیش تعریف شده برای تست و مقایسه الگوریتم های خود را است.
به عنوان نام آن نوشته شده است، الگوریتم برای شبکه های عصبی، برای یادگیری تقویت (و ترکیبی از دو)، برای یادگیری بی نظیر و تکامل است. از آنجایی که اکثر مشکلات فعلی با فضاهای حالت و حالت مداوم در ارتباط هستند، تقریبا کارکرد عملکرد (مثل شبکه های عصبی) باید برای مقابله با ابعاد بزرگ مورد استفاده قرار گیرد. کتابخانه ما در اطراف شبکه های عصبی در هسته ساخته شده است و تمام روش های آموزشی شبکه عصبی را به عنوان مثال آموزش دیده مورد پذیرش قرار می دهد. این باعث می شود PyBrain یک ابزار قدرتمند برای وظایف واقعی زندگی باشد.
مخفف یادگیری تقویتی، هوش مصنوعی و شبکه عصبی مبتنی بر پایتون می باشد (Python-Based Reinforcement Learning, Artificial Intelligence, and Neural Network). این کتابخانه، کتابخانه ای متن باز می باشد که مخصوصا برای شبکه های عصبی و آموزش بدون نظارت مورد استفاده قرار می گیرد.
@Pythonforeveryone