لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش پیشبینی رفتارهای اقلیمی شدید با یادگیری ماشین
- آخرین آپدیت
دانلود Predicting Extreme Climate Behavior with Machine Learning
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
در دوره «پیشبینی رفتارهای اقلیمی شدید با یادگیری ماشین»، شما مفاهیم نظری و کاربردهای عملی یادگیری ماشین و تحلیل دادهها را بررسی خواهید کرد. آموزش با تحلیل الگوریتمهای یادگیری بدون نظارت آغاز میشود و تکنیکهایی مانند خوشهبندی و کاهش ابعاد را فرا گرفته و آنها را روی مجموعهدادههای واقعی اقلیمی پیاده خواهید کرد. همچنین در بخش یادگیری بانظارت، تجربه عملی کار با الگوریتمهایی نظیر رگرسیون لجستیک، درختهای تصمیم و شبکههای عصبی را کسب میکنید.
این دوره میتواند به عنوان بخشی از واحدهای تحصیلی مقطع کارشناسی ارشد علوم داده (MS-DS) دانشگاه CU Boulder در پلتفرم کورسرا گذرانده شود. مدرک MS-DS یک برنامه بینرشتهای است که اساتید دپارتمانهای ریاضیات کاربردی، علوم کامپیوتر، علوم اطلاعات و سایر بخشهای دانشگاه CU Boulder را گرد هم میآورد. این مقطع تحصیلی دورههای هدفمند، جلسات کوتاه ۸ هفتهای و شهریه منعطف را ارائه میدهد. پذیرش بر اساس عملکرد در سه دوره مقدماتی است و نه سوابق تحصیلی گذشته. مدارک CU در کورسرا برای فارغالتحصیلان جدید یا متخصصان شاغل ایدهآل است. بیشتر بدانید:
کارشناسی ارشد علوم داده: https://www.coursera.org/degrees/master-of-science-data-science-boulder
سرفصل ها و درس ها
یادگیری بدون نظارت: کاهش ابعاد
Unsupervised Learning: Dimensionality Reduction
معرفی دوره
Introduction to the Course
آشنایی با مدرس
Meet the Instructor
مقدمهای بر یادگیری بدون نظارت و تکنیکهای آن
Introduction to Unsupervised Learning and Techniques
مروری بر تحلیل مؤلفههای اصلی (PCA)
PCA Overview
بررسی PCA از منظر تجزیه مقادیر تکین (SVD)
PCA in Terms of SVD
پیادهسازی PCA روی دادههای دمای خاک: بررسی نوتبوک
PCA on Soil Temperature Data: Notebook Walkthrough
یادگیری بدون نظارت: خوشهبندی
Unsupervised Learning: Clustering
مقدمهای بر خوشهبندی K-Means
Introduction to K-Means Clustering
نمایش نظرات