لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
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