احتمال/آمار - مبانی یادگیری ماشین [ویدئو]

سرفصل ها و درس ها

غواصی با کد Diving in with Code

• معرفی Introduction

• راه اندازی محیط کد و دوره سقوط پایتون Code Environment Setup and Python Crash Course

• شروع با کد: احساس داده Getting Started with Code: Feel of Data

• مبانی، انواع داده ها و نمایش داده ها Foundations, Data Types, and Representing Data

• نکته کاربردی: رمزگذاری برداری یک داغ Practical Note: One-Hot Vector Encoding

• کاوش انواع داده در کد Exploring Data Types in Code

• گرایش مرکزی، میانگین، میانه و حالت Central Tendency, Mean, Median, and Mode

اقدامات گسترش Measures of Spread

• پراکندگی و گسترش در داده ها، واریانس، انحراف استاندارد Dispersion and Spread in Data, Variance, Standard Deviation

• کاوش پراکندگی از طریق کد Dispersion Exploration Through Code

برنامه ها و قوانین برای احتمال Applications and Rules for Probability

• مقدمه ای بر عدم قطعیت، شهود احتمال Introduction to Uncertainty, Probability Intuition

• شبیه سازی چرخش سکه برای احتمال Simulating Coin Flips for Probability

• احتمال شرطی، مهم ترین مفهوم در آمار Conditional Probability, the Most Important Concept in Stats

• اعمال احتمال شرطی - قانون بیز Applying Conditional Probability - Bayes Rule

• استفاده از قانون بیز در دنیای واقعی - تشخیص هرزنامه Application of Bayes Rule in the Real World - Spam Detection

• تشخیص هرزنامه - مشکلات پیاده سازی Spam Detection - Implementation Issues

با احتساب Counting

• قوانین شمارش (بیشتر اختیاری) Rules for Counting (Mostly Optional)

متغیرهای تصادفی - منطق و کاربردها Random Variables - Rationale and Applications

• کمی سازی رویدادها - متغیرهای تصادفی Quantifying Events - Random Variables

• دو متغیر تصادفی - احتمالات مشترک Two Random Variables - Joint Probabilities

• توزیع ها - منطق و اهمیت Distributions - Rationale and Importance

• توزیع های گسسته از طریق کد Discrete Distributions Through Code

• توزیع های مستمر با کمک یک مثال Continuous Distributions with the Help of an Example

• کد توزیع مستمر Continuous Distributions Code

• مطالعه موردی: تحلیل خواب، ساختار و کد Case Study: Sleep Analysis, Structure, and Code

تجسم در ساختمان شهود Visualization in Intuition Building

• تجسم توزیع مشترک - راه موفقیت ML Visualizing Joint Distributions - The Road to ML Success

• وابستگی و واریانس دو متغیر تصادفی Dependence and Variance of Two Random Variables

برنامه های کاربردی برای دنیای واقعی Applications to the Real World

• ارزش های مورد انتظار - تصمیم گیری از طریق احتمالات Expected Values - Decision Making Through Probabilities

• آنتروپی - مهم ترین کاربرد مقادیر مورد انتظار Entropy - The Most Important Application of Expected Values

• استفاده از آنتروپی - کدگذاری درختان تصمیم برای یادگیری ماشین Applying Entropy - Coding Decision Trees for Machine Learning

• مبانی استنباط بیزی Foundations of Bayesian Inference

• کد استنتاج بیزی از طریق PyMC3 Bayesian Inference Code Through PyMC3