پروژه یادگیری ماشین درس هوش مصنوعی

---

شرح پروژه

پروژه اضافه درس هوش مصنوعی:

دو پروژه زیر هردو از نوع رده بندی (دسته بندی) دو کلاسه هستند و در انها قرار است متن ورودی را به یکی از دو کلاس داده شده منتسب کنید. در هردو مورد برای طراحی و توسعه این رده بند می توانید از هرچیزی که در درس خوانده اید استفاده کنید  گرچه انتظار میرود روشهای یادگیری ماشین نتیجه بهتری در بر داشته باشند.

به این منظور لازم است کد رده بند، داده آموزش آن  (درصورت استفاده از یادگیری) و گزارشی مبنی بر نحوه انجام کار و نتایج حاصله را تحویل دهید.

 داده مورد نیاز برای آموزش را می توانید خودتان تولید کنید یا از جایی پیدا کنید. همچنین می توانید از کدهای منبع باز استفاده کرده یا کد رده بند خود را از اول بنویسید. دامنه مکالمات با پیمانه شما حوزه دانشکده و دانشگاه است بنابراین اگر چنین داده یا کدی را پیدا میکنید باید برای این دامنه آن را تطبیق دهید یا ریز تنظیم کنید چرا که داده های تست داده های مرتبط با حوزه کار سها هستند.

حوزه کار سها: سها دستیارهوشمند دانشکده است و قرار است به سوالات و درخواستهای دانشجویان در مورد آیین نامه های آموزشی و پژوهشی دانشگاه و وزارت علوم، مکانهای فیزیکی  دانشکده کامپیوتر، تقویم آموزشی، اطلاعات تماس  شخصیت های حقیقی و حقوقی دانشکده (کارمندان، مسئولین واساتید)، تخصص اساتید، دروس دانشکده کامپیوتر (مدرس و محل برگزاری و زمان امتحان)، سایت و کتابخانه دانشکده، تغذیه، امور رفاهی و ورزشی دانشگاه و امور خوابگاه، پاسخ دهد. هر چیزی خارج از این موارد نامرتبط شمرده می شود (مثلا چجوری قرمه سبزی بپزم یا مسیر اتوبوس خور به دانشگاه کدومه؟). همچنین سوالاتی که به این حوزه مربوط است ولی عمدتا از آموزش، یا سایر واحدهای دانشگاه در مورد آنها سوال نمیشود هم نامرتبط است (مثلا بنظرت با کدوم استاد درس بردارم؟ یا اگه اخراج شم بابام میکشدم!). سها قرار است بجای کارمندان اداری یا کیوسک اطلاعات دانشکده عمل کند و فقط سوالاتی که در محدوده عملکرد این افراد است برایش مرتبط به حساب می اید.

پروژه شماره 1

 تشخیص توهین و جمله غیرمودبانه: 

هدف از این پروژه ایجاد پیمانه ای برای سهاست که با دریافت جمله کاربر، در صورت وجود توهین، کلمات تنفرآمیز نسبت به فرد یا گروهی و یا عبارات غیرمودبانه آن را تشخیص داده، ضمن تذکر به کاربر، ادامه مکالمه را قطع کند.

برای ایجاد این رده بند می توانید از داده های تشخیص توهین عمومی استفاده کنید و داده هایی برای نوع مکالمات حوزه دانشگاه به آن اضافه کنید. تهیه داده مناسب 30-40 درصد نمره را خواهد داشت.

دقت بیشتر از انتخاب تصادفی (بیشتر از 50 درصد) در تشخیص متن توهین آمیز از غیرتوهین آمیز ملاک دریافت نمره است.

دقت بالاتر از 85% باید باشد.

پروژه شماره 2

تشخیص جملات مرتبط از غیرمرتبط برای سها: 

هدف از این پروژه ایجاد پیمانه ای برای سهاست که با دریافت جمله کاربر، تشخیص دهد آیا سوال یا درخواست مطرح شده به سها مرتبط است یا خیر. نمونه ای از داده های مرتبط و غیرمرتبط دراختیارتان قرار میگیرد . میتوانیدآنها را برای بهبود دقت افزایش دهید. تهیه داده مناسب میتواند تا 30-40 درصد نمره را داشته باشد.

دقت بیشتر از انتخاب تصادفی (بیشتر از 50 درصد) در تشخیص متن مرتبط از غیرمرتبط ملاک دریافت نمره است.

دقت بالای 90% باید باشد

هر دو پروژه رو هم میخوام به بهترین نحو انجام بشه؛ دیتاستی که دراختیار ما قرار میدن همش ۱۵۰ تا نمونه داره داخلش که نصفشون درست و نصفشون غلط هستن. ولی خب طبیعتا با این مقدار نمونه نمیشه که دقت بالایی داشت، پس باید یکسری نمونه هم خودتون generate کنید و خود این موضوع هم مهمه.

تا ۴ بهمن هم فرصت داره.

مهارت ها و تخصص های مورد نیاز

---

---