لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش بنیاد ریاضی برای هوش مصنوعی و یادگیری ماشین [ویدئو]
Mathematical Foundation for AI and Machine Learning [Video]
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
هوش مصنوعی در دهه گذشته با توجه به توسعه و ادغام هوش مصنوعی در زندگی روزمره ما اهمیت زیادی پیدا کرده است. پیشرفتی که هوش مصنوعی تاکنون داشته است با نوآوری هایی مانند اتومبیل های خودران، تشخیص پزشکی و حتی شکست دادن انسان ها در بازی های استراتژی مانند Go و Chess شگفت آور است. آینده برای هوش مصنوعی بسیار امیدوارکننده است و زمانی که ما همراهان روباتیک خود را داشته باشیم فاصله زیادی ندارد. این امر بسیاری از توسعه دهندگان را وادار به نوشتن کد و شروع به توسعه برنامه های هوش مصنوعی و ML کرده است. با این حال، یادگیری نوشتن الگوریتم برای هوش مصنوعی و ML آسان نیست و نیاز به برنامه نویسی و دانش ریاضی گسترده دارد. ریاضیات نقش مهمی ایفا می کند زیرا پایه و اساس برنامه نویسی را برای این دو جریان می سازد. و در این دوره، دقیقاً به آن پرداخته ایم. ما یک دوره کامل را طراحی کردیم تا به شما کمک کنیم بر پایه ریاضی مورد نیاز برای نوشتن برنامه ها و الگوریتم های هوش مصنوعی و ML تسلط پیدا کنید. - مفاهیم ریاضی برای هوش مصنوعی و یادگیری ماشین را به روز کنید
- آموزش پیاده سازی الگوریتم ها در پایتون
- درک چگونگی گسترش مفاهیم برای مشکلات ML در دنیای واقعی هر کسی که بخواهد ابزارهای ریاضی مورد نیاز برای هوش مصنوعی و یادگیری ماشینی را به روز کند یا یاد بگیرد، این دوره را بسیار مفید خواهد یافت - از نماد جبر خطی در یادگیری ماشین برای توصیف پارامترها استفاده می شود. ساختار الگوریتم های مختلف یادگیری ماشین * - حساب دیفرانسیل و انتگرال چند متغیره - برای تکمیل بخش یادگیری یادگیری ماشین استفاده می شود. * - نظریه احتمال - نظریه ها برای ایجاد فرضیات در مورد داده های اساسی در هنگام طراحی این الگوریتم های یادگیری عمیق یا هوش مصنوعی استفاده می شوند.
سرفصل ها و درس ها
معرفی
Introduction
معرفی
Introduction
جبر خطی
Linear Algebra
اسکالرها، بردارها، ماتریس ها و تانسورها
Scalars, Vectors, Matrices, and Tensors
هنجارهای برداری و ماتریس
Vector and Matrix Norms
بردارها، ماتریس ها و تانسورها در پایتون
Vectors, Matrices, and Tensors in Python
ماتریس ها و بردارهای ویژه
Special Matrices and Vectors
مقادیر ویژه و بردارهای ویژه
Eigenvalues and Eigenvectors
هنجارها و تجزیه ویژه
Norms and Eigendecomposition
حساب دیفرانسیل و انتگرال چند متغیره
Multivariate Calculus
مقدمه ای بر مشتقات
Introduction to Derivatives
مبانی یکپارچه سازی
Basics of Integration
گرادیان ها
Gradients
تجسم گرادیان
Gradient Visualization
بهينه سازي
Optimization
نظریه احتمال
Probability Theory
متغیرهای تصادفی ویژه
Special Random Variables
نمایش نظرات
Packtpub یک ناشر دیجیتالی کتابها و منابع آموزشی در زمینه فناوری اطلاعات و توسعه نرمافزار است. این شرکت از سال 2004 فعالیت خود را آغاز کرده و به تولید و انتشار کتابها، ویدیوها و دورههای آموزشی میپردازد که به توسعهدهندگان و متخصصان فناوری اطلاعات کمک میکند تا مهارتهای خود را ارتقا دهند. منابع آموزشی Packtpub موضوعات متنوعی از جمله برنامهنویسی، توسعه وب، دادهکاوی، امنیت سایبری و هوش مصنوعی را پوشش میدهد. محتوای این منابع به صورت کاربردی و بهروز ارائه میشود تا کاربران بتوانند دانش و تواناییهای لازم برای موفقیت در پروژههای عملی و حرفهای خود را کسب کنند.
1+ میلیون دانشجو در سراسر جهان | 200+ دوره ادوونیکس محتوای آموزش فن آوری با کیفیت بالا را ایجاد و توزیع می کند. تیم متخصصان صنعت ما بیش از یک دهه است که نیروی انسانی را آموزش می دهند. هدف ما آموزش روش استفاده از آن در صنعت و دنیای حرفه ای است. ما یک تیم مربی حرفه ای برای فن آوری های مختلف از Mobility ، Web گرفته تا Enterprise و Database و Server Server داریم.
نمایش نظرات