دانلود ترجمه مقاله مطالعات تطبیقی تکنیک های یادگیری ماشین (آی تریپل ای 2022)
این مقاله انگلیسی ISI در نشریه آی تریپل ای در سال 2022 منتشر شده که 6 صفحه می باشد، ترجمه فارسی آن نیز 19 صفحه میباشد. کیفیت ترجمه این مقاله عالی بوده و به صورت کامل ترجمه شده است.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
مقاله مروری: مطالعات تطبیقی تکنیک های یادگیری ماشین و کاربردهای اخیر آن |
عنوان انگلیسی مقاله: |
Survey Paper: Comparative Study of Machine Learning Techniques and its Recent Applications |
|
مشخصات مقاله انگلیسی | |
نشریه | آی تریپل ای – IEEE |
سال انتشار | 2022 |
فرمت مقاله انگلیسی | pdf و ورد تایپ شده با قابلیت ویرایش |
تعداد صفحات مقاله انگلیسی | 6 صفحه |
نوع مقاله | ISI |
نوع نگارش | مقاله مروری (Review Article) |
نوع ارائه مقاله | کنفرانس |
رشته های مرتبط با این مقاله | مهندسی کامپیوتر |
گرایش های مرتبط با این مقاله | هوش مصنوعی – مهندسی نرم افزار – مهندسی الگوریتم ها و محاسبات |
چاپ شده در مجله (ژورنال) | International Conference on Innovative Practices in Technology and Management |
کلمات کلیدی | کاربردهای الگوریتم های یادگیری ماشین – KNN (الگوریتم k-نزدیک ترین همسایگی) – رگرسیون خطی – یادگیری عمیق – SVM (ماشین بردار پشتیبان) – RF (الگوریتم جنگل تصادفی) – توابع فعالسازی |
کلمات کلیدی انگلیسی | Applications of Machine Learning Algorithms – KNN – Linear Regression – Deep Learning – SVM – RF – Activation functions |
نویسندگان | Basu Dev Shivahare – Shashikant Suman – Sai Sri Nandan Challapalli – Prakarsh Kaushik – Amar Deep Gupta – Vimal Bibhu |
شناسه دیجیتال – doi | https://doi.org/10.1109/ICIPTM54933.2022.9754206 |
لینک سایت مرجع | https://ieeexplore.ieee.org/document/9754206 |
بیس | نیست ☓ |
مدل مفهومی | ندارد ☓ |
پرسشنامه | ندارد ☓ |
متغیر | دارد ✓ |
فرضیه | ندارد ☓ |
رفرنس | دارای رفرنس در داخل متن و انتهای مقاله ✓ |
کد محصول | 13518 |
مشخصات و وضعیت ترجمه فارسی این مقاله | |
فرمت ترجمه مقاله | ورد تایپ شده با قابلیت ویرایش و pdf |
وضعیت ترجمه | ترجمه شده و آماده دانلود |
کیفیت ترجمه | عالی (مناسب استفاده دانشگاهی و پژوهشی) |
تعداد صفحات ترجمه | 19 (1 صفحه رفرنس انگلیسی) صفحه با فونت 14 B Nazanin |
ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
ترجمه متون داخل تصاویر | ترجمه شده است ✓ |
ترجمه متون داخل جداول | ترجمه شده است ✓ |
ترجمه ضمیمه | ندارد ☓ |
درج تصاویر در فایل ترجمه | درج شده است ✓ |
درج جداول در فایل ترجمه | درج شده است ✓ |
درج فرمولها و محاسبات در فایل ترجمه | تایپ شده است ✓ |
منابع داخل متن | به صورت عدد درج شده است ✓ |
منابع انتهای متن | به صورت انگلیسی درج شده است ✓ |
فهرست مطالب |
چکیده 1. مقدمه II. پیشینه III. الگوریتم k-نزدیک ترین همسایگی ها IV. نتیجه گیری منابع |
بخشی از ترجمه |
چکیده محوریت بنیادین تکامل بشریت، همواره جستجوی روش های تغییر طبیعت در راستای پاسخگویی به نیازهایمان بوده است. نقطۀ عطف اساسی در این زمینه، اختراع ماشینی تحت عنوان کامپیوتر است که قادر است وظیفه ای که به آن محول شده را در کسری از زمان به طول انجامیده توسط یک انسان معمولی، به انجام برساند. در عین حال که جالب به نظر می رسد، اما تنها ایراده وارده به این مسئله این است که تصمیم گیری، باید توسط انسانی صورت گیرد که در قیدوبند کالبد انسانی اش گرفتار است. تلاش های صورت گرفته در راستای بهره برداری کامل از منافع، منجر به بروز پدیده ای گشته است که هوش مصنوعی نامیده می شود. یادگیری ماشین بخشی از AI (هوش مصنوعی) به شمار می رود که از طریق نمونه های مرتبط متعدد به انتقال دانش به کامپیوتر می پردازد. در طی این سال ها، الگوریتم های یادگیری ماشین متنوعی همراه با مزایا و معایبشان توسعه داده شده اند. این مقاله، تلاش همه جانبه ای به منظور گرد آوری الگوریتم های ML مختلفی همچون رگرسیون ¬خطی، KNN(k-نزدیک ترین همسایگی) و مواردی از این قبیل می باشد. این مقاله، جدید ترین توسعه ها در این حوزۀ مطالعاتی را به چالش می کشد و درصدد تعریف بهترین کاربرد ها برای هریک از آنها مبتنی بر پژوهشات قبلی می باشد.
پیشینه
الف. انواع یادگیری نظارت شده
i) رگرسیون خطی |