АсосӣКатегорияҳоОмӯзиши Мошинӣ ва Шабакаҳои Нейронӣ

🧠 Омӯзиши Мошинӣ ва Шабакаҳои Нейронӣ

Дарахтҳои қарор, омӯзиши тақвиятӣ, харитаҳои худсозмондиҳанда ва кластерсозии k-means ба таври визуалӣ омӯхта шудаанд.

16 симулятсияҳо60 fps дар вақти воқеӣ0 қадамҳои насб
Decision Tree LiveCART decision tree with Gini impurity splitting; axis-aligned splits emerge level by level… Reinforcement LearningQ-learning agent navigates an 8×8 grid maze. Heatmap shows max Q-values; white arrows show… Self-Organising Map24×24 Kohonen SOM (576 neurons, 3D RGB input). Gaussian neighbourhood update as α and σ… K-Means Clustering — Interactive Machine LearningStep through K-means clustering: watch centroids converge, Voronoi regions update, and… PCA & SVD Visualiser — Principal Component Analysis InteractiveGenerate a 2D dataset, diagonalise covariance matrix into principal components, and watch… PerceptronNewRosenblatt's 1958 algorithm: each misclassified point tilts the weight vector w ← w + η·y·x.… k-Nearest NeighboursNewClassify a point by majority vote among its k closest neighbours. Decision regions update… BackpropagationNewδ pulses flow backward through a small MLP: gradients highlight edges, weights update, and… Random Forest ClassifierNewBagging and random feature selection turn weak decision trees into a robust forest. Compare… t-SNE VisualiserNewt-SNE projects high-dimensional clusters to 2D via gradient descent on KL divergence. Tune… Self-Organising Map (SOM)NewA Kohonen grid folds high-dimensional data into 2D: neuron weights self-organise as σ… Radial Basis Function NetworkNewRadial basis network: N Gaussian bumps of width σ sum into a smooth decision boundary —… K-Means Clustering — Lloyd's AlgorithmNewCluster 2D points with k-means: assign to nearest centroid, move to the mean, repeat. Watch… DBSCAN — Density-Based ClusteringNewDBSCAN grows clusters from dense core points via ε-neighbourhoods and minPts, labelling… Naive Bayes Classifier — Probabilistic DecisionNewClassify 2D points with Gaussian naive Bayes: estimate per-class means and variances, apply… Gradient Descent — 3D Loss Surface & OptimisersNewNavigate a 3D loss landscape (Rosenbrock, Rastrigin, Himmelblau) with SGD, Momentum, RMSprop…
Дар бораи категория

Омӯзиши Мошинӣ ва Шабакаҳои Нейронӣ

Дарахтҳои қарор, омӯзиши тақвиятӣ, харитаҳои худсозмондиҳанда ва кластерсозии k-means ба таври визуалӣ омӯхта шудаанд.

Three.js · WebGL 60 FPS CC BY 4.0
Далелҳои кӯтоҳ
16симулятсияҳои интерактивӣ дар ин категория
дар ҳар як браузери муосир бо 60 FPS кор мекунад
🌐англисӣ, украинӣ, лаҳистонӣ, испанӣ, олмонӣ, японӣ, итолиёвӣ, португалии (Бразилия), фаронсавӣ, арабӣ, голландӣ, хитоӣ, куреягӣ, ҳиндӣ, туркӣ, ветнамӣ, русӣ, индонезиягӣ, форсӣ, бенгалӣ, тайландӣ, филиппинӣ, суоҳилӣ, урду, малайӣ, тамилӣ, ибрӣ, юнонӣ, панҷобӣ, амҳарӣ, бирманӣ, кхмерӣ, гурҷӣ, непалӣ, муғулӣ, арманӣ, сингалӣ, лаосӣ, чехӣ, руминӣ, маҷорӣ, булғорӣ, шведӣ, даниягӣ, финӣ, норвегӣ, словакӣ, хорватӣ, сербӣ, словенӣ, литвонӣ, латвиягӣ, эстонӣ, исландӣ, албанӣ, македонӣ, босниягӣ ва малтагӣ
🎓CC BY 4.0 — ройгон барои синфхонаҳо ва дарунсозии LMS

Саволҳои маъмул

Дар mysimulator.uk чӣ намуди симулятсияҳо мавҷуданд?

Зиёда аз 1000 симулятсияи интерактивии браузерӣ дар 80 категория: физика, кайҳон, назарияи хаос, биология, омӯзиши мошинӣ, физикаи квантӣ ва динамикаи моеъ. Ҳама дар вақти воқеӣ кор мекунанд — насб лозим нест.

Оё симулятсияҳо ба насб ё воридшавӣ ниёз доранд?

Не. Ҳама чиз пурра дар браузери шумо кор мекунад — чизе барои насб кардан, ҳисоб ё плагин лозим нест. Дар Chrome, Firefox, Edge ва Safari кор мекунад; бисёре аз онҳо дар мобилӣ низ кор мекунанд.

Оё ин симулятсияҳо аз ҷиҳати илмӣ дуруст ҳастанд?

Онҳо ҳамон формулаҳои математикиеро истифода мебаранд, ки нармафзори касбӣ истифода мебарад: Навье-Стокс, Кеплер-Лип-Фрог, Ходжкин-Хаксли, Леннард-Ҷонс. Барои омӯзиш ва рушди дарки интуитивӣ пешбинӣ шудааст.

Категорияҳои марбут

Шумо чӣ ёфтед?

Илова кардани қадамҳои такрор (ихтиёрӣ)