داده کاوی به معنی ایجاد داده‌های جدید نیست بلکه به معنی کشف بینش و بصیرت و الگو در بین داده‌های موجود است.

درک چگونگی عملکرد و نحوه اتخاذ تصمیم هوش مصنوعی به ویژه در مسائل خیلی مهم و حیاتی و پزشکی ضرورتی اساسی دارد تا احیاناً از بروز خطاهایی غیر قابل جبران پرهیز شود.

در مبحث یاد گیری ماشین و هوش مصنوعی، دسته بندی‌های تجمعی داده‌ها یا همان خوشه بندی نقاط داده‌ای امری حیاتی محسوب می‌شود. در این مقاله به دسته بندی روش‌های مختلف این خوشه بندی پرداخته می‌شود.

در این مقاله در مورد ماهیت هوش مصنوعی و یادگیری ماشین و تحولات کلی هوش مصنوعی توضیح داده می‌شود.

محققان موسسه علوم و تکنولوژی پیشرفته کره (KAIST) اخیراً یک روش عادی سازی پاداش ذاتی را ایجاد کرده اند که به عاملان هوش مصنوعی اجازه می دهد اقداماتی را انتخاب کنند که به الگوهای شهودی آنها بیشترین بهبود...

کاری جدید در حال نشان دادن این است که شبکه های عصبی مصنوعی می توانند برای رمزی کردن قوانین مکانیک کوانتومی برای توصیف حرکات مولکول ها تربیت شوند، و شبیه سازی ها را به طور بالقوه در طیف وسیعی از زمینه ها،...

استفاده از متدهای علمی قانونی ابزاری کلیدی برای شکار عکس های جعلی است و به نظر می رسد به دست آوردن این ابزار برای استفاده خوب از آن کار ساده ای باشد.

چکیده طی پژوهشی که در میان صنایع و کسب و کارهای مختلف انجام شد، ما دریافته‌ایم که هوش مصنوعی توانایی فراهم آوردن راه حل‌ها و کاربردهایی را دارد که روش های تحلیل قدیمی از انجام آن عاجز بودند. در عین اینکه...