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.
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

نظری ارسال نشده است.

آموزش بنیاد ریاضی برای هوش مصنوعی و یادگیری ماشین [ویدئو]
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
4 h 15 m
18
Packtpub packtpub-small
02 مرداد 1397 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
4
5 از 5
ندارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Eduonix Learning Solutions Eduonix Learning Solutions

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.

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.