نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
TensorFlow یک کتابخانه نرم افزار علوم داده و یادگیری ماشین است که به طور گسترده مورد استفاده قرار می گیرد. این دوره اصول پیاده سازی تجزیه و تحلیل پیش بینی با استفاده از TensorFlow ، از جمله سیستم های یادگیری تحت نظارت ، توصیه و تقویت را به شما می آموزد. Data Science and Machine Learning به سرعت در حال رشد هستند که از روش ها و فرایندهای علمی برای استخراج دانش و بینش مفید از داده ها استفاده می کنند. در این دوره ، با پیاده سازی تجزیه و تحلیل پیش بینی با TensorFlow ، شما دانش بنیادی حل مشکلات علم داده های دنیای واقعی را یاد خواهید گرفت. ابتدا ، شما اصول اجرای مشکلات یادگیری تحت نظارت از جمله رگرسیون خطی و شبکه های عصبی را کشف خواهید کرد. در مرحله بعدی ، خواهید فهمید که چگونه سیستم های پیشنهادی با استفاده از TensorFlow قابل پیاده سازی هستند. سرانجام ، شما یاد خواهید گرفت که چگونه سیستم های یادگیری تقویت کننده را درک و پیاده سازی کنید. هنگامی که با این دوره به پایان رسیدید ، مهارت و دانش TensorFlow مورد نیاز برای حل مشکلات علوم داده و یادگیری ماشین را خواهید داشت.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
-
بررسی اجمالی دوره
Course Overview
پیاده سازی سیستمهای یادگیری تحت نظارت
Implementing Supervised Learning Systems
-
مقدمه
Introduction
-
درک یادگیری تحت نظارت و رگرسیون خطی
Understanding Supervised Learning and Linear Regression
-
اجرای رگرسیون خطی
Implementing Linear Regression
-
درک شبکه های عصبی
Understanding Neural Networks
-
پیاده سازی شبکه های عصبی
Implementing Neural Networks
-
خلاصه
Summary
پیاده سازی سیستم های توصیه
Implementing Recommendation Systems
-
مقدمه
Introduction
-
درک سیستم های یادگیری توصیه ها
Understanding Recommendation Learning Systems
-
درک فاکتورسازی ماتریس
Understanding Matrix Factorization
-
پیاده سازی سیستم فیلتر کردن مشارکتی در مقیاس کوچک
Implementing a Small-scale Collaborative Filtering System
-
پیاده سازی سیستم فیلتر کردن مشارکتی در مقیاس بزرگتر
Implementing a Larger-scale Collaborative Filtering System
-
خلاصه
Summary
پیاده سازی سیستمهای یادگیری تقویت
Implementing Reinforcement Learning Systems
-
مقدمه
Introduction
-
درک سیستم های یادگیری تقویت
Understanding Reinforcement Learning Systems
-
پیاده سازی یک سیستم یادگیری تقویت ساده
Implementing a Simple Reinforcement Learning System
-
درک فرآیند تصمیم گیری مارکوف و عوامل مبتنی بر سیاست
Understanding Markov Decision Process and Policy-based Agents
-
آموزش بیشتر و مراحل بعدی
Further Learning and Next Steps
-
خلاصه
Summary
نمایش نظرات