آموزش یادگیری ماشین با پایتون: مبانی

Machine Learning with Python: Foundations

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

احتمالاً قبلاً در مورد یادگیری ماشین شنیده اید ، اما آیا تا به حال فکر کرده اید که این اصطلاح در واقع به چه معناست؟ چگونه یک ماشین یاد می گیرد؟ آیا به ساختن مدل یادگیری ماشین فکر کرده اید ، اما نمی دانید از کجا شروع کنید؟ در این دوره ، فردریک نوانگانگا یادگیری ماشین را به روشی قابل دسترسی معرفی می کند و راهنمایی های گام به گام در مورد چگونگی شروع کار با یادگیری ماشین از طریق پرکاربردترین زبان مورد استفاده امروز ، پایتون ، ارائه می دهد. فردریک دقیقاً با معنای یادگیری ماشین ها و شیوه های مختلف یادگیری شروع می کند ، سپس به نحوه جمع آوری ، درک و آماده سازی داده ها برای یادگیری ماشین می پردازد. او همچنین نمونه های هدایت شده ای از نحوه انجام هر مرحله با استفاده از پایتون را ارائه می دهد. در نهایت ، او همه چیز را برای ایجاد ، ارزیابی و تفسیر نتایج مدل یادگیری ماشین در پایتون گرد هم می آورد.


سرفصل ها و درس ها

معرفی Introduction

  • یادگیری ماشین در دنیای ما Machine learning in our world

  • آنچه باید بدانید What you should know

  • ابزارهای مورد نیاز شما The tools you need

  • استفاده از فایل های تمرینی Using the exercise files

1. یادگیری ماشین 1. Machine Learning

  • یادگیری ماشین چیست؟ What is machine learning?

  • یادگیری ماشینی چیست؟ What is not machine learning?

  • یادگیری بدون نظارت چیست؟ What is unsupervised learning?

  • آموزش تحت نظارت چیست؟ What is supervised learning?

  • یادگیری تقویتی چیست؟ What is reinforcement learning?

  • مراحل یادگیری ماشینی چیست؟ What are the steps to machine learning?

  • فصل مسابقه Chapter Quiz

2. جمع آوری داده ها برای یادگیری ماشین 2. Collecting Data for Machine Learning

  • مواردی که هنگام جمع آوری داده ها باید مورد توجه قرار گیرد Things to consider when collecting data

  • نحوه وارد کردن داده ها در پایتون How to import data in Python

  • فصل مسابقه Chapter Quiz

3. درک داده ها برای یادگیری ماشین 3. Understanding Data for Machine Learning

  • داده های خود را شرح دهید Describe your data

  • نحوه جمع بندی داده ها در پایتون How to summarize data in Python

  • داده های خود را تجسم کنید Visualize your data

  • نحوه تجسم داده ها در پایتون How to visualize data in Python

  • فصل مسابقه Chapter Quiz

4. آماده سازی داده ها برای یادگیری ماشین 4. Preparing Data for Machine Learning

  • مسائل رایج کیفیت داده ها Common data quality issues

  • نحوه برطرف کردن داده های گم شده در پایتون How to resolve missing data in Python

  • عادی سازی داده های شما Normalizing your data

  • نحوه عادی سازی داده ها در پایتون How to normalize data in Python

  • نمونه برداری از داده های شما Sampling your data

  • نحوه نمونه برداری از داده ها در پایتون How to sample data in Python

  • کاهش ابعاد داده ها Reducing the dimensionality of your data

  • فصلنامه Chapter Quiz

5. انواع مدلهای یادگیری ماشین 5. Types of Machine Learning Models

  • طبقه بندی در مقابل مشکلات رگرسیون Classification vs. regression problems

  • نحوه ساخت مدل یادگیری ماشین در پایتون How to build a machine learning model in Python

  • فصل مسابقه Chapter Quiz

نتیجه Conclusion

  • مراحل بعدی با یادگیری ماشین کاربردی Next steps with applied machine learning

نمایش نظرات

آموزش یادگیری ماشین با پایتون: مبانی
جزییات دوره
1h 43m
31
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
-
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar