آموزش ریاضیات برای یادگیری ماشین: حساب دیفرانسیل و انتگرال چند متغیره - آخرین آپدیت

دانلود Mathematics for Machine Learning: Multivariate Calculus

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره مقدمه‌ای کوتاه بر حساب دیفرانسیل و انتگرال چند متغیره ارائه می‌دهد که برای پیاده‌سازی بسیاری از تکنیک‌های رایج یادگیری ماشین ضروری است. ما از ابتدایی‌ترین مفاهیم با مرور فرمولاسیون «تغییرات عمودی بر تغییرات افقی» برای تعریف شیب شروع می‌کنیم و سپس آن را به تعریف رسمی گرادیان یک تابع تبدیل می‌کنیم. در ادامه، مجموعه‌ای از ابزارها برای ساده‌تر و سریع‌تر کردن محاسبات دیفرانسیل می‌سازیم. سپس یاد می‌گیریم چگونه بردارهایی را محاسبه کنیم که در سطوح چندبعدی به سمت نقاط اوج اشاره می‌کنند و حتی این مفاهیم را از طریق یک بازی تعاملی به صورت عملی اجرا می‌کنیم. همچنین بررسی می‌کنیم که چگونه می‌توانیم از حساب دیفرانسیل برای ساخت تقریب‌های توابع استفاده کنیم و چطور دقت این تقریب‌ها را بسنجیم. بخشی از زمان دوره را به بررسی کاربردهای حساب دیفرانسیل در آموزش شبکه‌های عصبی اختصاص می‌دهیم و در نهایت نحوه به‌کارگیری آن در مدل‌های رگرسیون خطی را نشان خواهیم داد. هدف این دوره ارائه درکی شهودی از حساب دیفرانسیل و آشنایی با اصطلاحات لازم است تا در صورت بروز مشکل در آینده، بتوانید مفاهیم را به صورت مستقل جستجو کنید. امیدواریم بدون وارد شدن به جزئیات بیش از حد، اعتماد به نفس لازم برای ورود به دوره‌های تخصصی‌تر یادگیری ماشین را کسب کنید.

سرفصل ها و درس ها

حساب دیفرانسیل چیست؟ What is calculus?

  • خوش‌آمدگویی به دوره حساب چند متغیره Welcome to Multivariate Calculus

  • خوش‌آمدگویی به بخش اول Welcome to Module 1!

  • توابع Functions

  • شیب (تغییرات عمودی بر افقی) Rise Over Run

  • تعریف مشتق Definition of a derivative

  • مثال‌های دیفرانسیل‌گیری و موارد خاص Differentiation examples & special cases

  • قاعده ضرب Product rule

  • قاعده زنجیری Chain rule

  • رام کردن مفاهیم پیچیده Taming a beast

  • تا بخش بعد می‌بینیمتان See you next module!

حساب دیفرانسیل چند متغیره Multivariate calculus

  • خوش‌آمدگویی به بخش دوم Welcome to Module 2!

  • متغیرها، ثابت‌ها و زمینه Variables, constants & context

  • مشتق‌گیری نسبت به هر متغیر Differentiate with respect to anything

  • ماتریس ژاکوبین The Jacobian

  • کاربردهای ژاکوبین Jacobian applied

  • بخش تمرینی (سندباکس) The Sandpit

  • ماتریس هسین The Hessian

  • پیچیدگی‌های دنیای واقعی Reality is hard

  • تا بخش بعد می‌بینیمتان See you next module!

قاعده زنجیری چند متغیره و کاربردهای آن Multivariate chain rule and its applications

  • خوش‌آمدگویی به بخش سوم Welcome to Module 3!

  • قاعده زنجیری چند متغیره Multivariate chain rule

  • بیشتر درباره قاعده زنجیری چند متغیره More multivariate chain rule

  • شبکه‌های عصبی ساده Simple neural networks

  • بیشتر درباره شبکه‌های عصبی ساده More simple neural networks

  • تا بخش بعد می‌بینیمتان See you next module!

سری تیلور و خطی‌سازی Taylor series and linearisation

  • خوش‌آمدگویی به بخش چهارم Welcome to Module 4!

  • ساخت توابع تقریبی Building approximate functions

  • سری‌های توانی Power series

  • استخراج سری‌های توانی Power series derivation

  • جزئیات سری‌های توانی Power series details

  • مثال‌ها Examples

  • خطی‌سازی Linearisation

  • تیلور چند متغیره Multivariate Taylor

  • تا بخش بعد می‌بینیمتان See you next module!

مقدمه‌ای بر بهینه‌سازی Intro to optimisation

  • خوش‌آمدگویی به بخش پنجم Welcome to Module 5!

  • گرادیان نزولی Gradient Descent

  • بهینه‌سازی مقید Constrained optimisation

  • تا بخش بعد می‌بینیمتان See you next module!

رگرسیون Regression

  • رگرسیون خطی ساده Simple linear regression

  • حداقل مربعات غیرخطی کلی General non linear least squares

  • پیاده‌سازی عملی تحلیل رگرسیون حداقل مربعات Doing least squares regression analysis in practice

  • جمع‌بندی نهایی دوره Wrap up of this course

نمایش نظرات

آموزش ریاضیات برای یادگیری ماشین: حساب دیفرانسیل و انتگرال چند متغیره
جزییات دوره
17h 45m
42
(آخرین آپدیت)
161,275
4.7 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar