آموزش ان‌ویدیا: مبانی یادگیری ماشین (NVIDIA: Fundamentals of Machine Learning) - آخرین آپدیت

دانلود NVIDIA: Fundamentals of Machine Learning

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: دوره مبانی یادگیری ماشین ان‌ویدیا یک دوره جامع و پایه است که برای آشنایی زبان‌آموزان با مفاهیم و تکنیک‌های کلیدی یادگیری ماشین طراحی شده است. این دوره، بخش اول از تخصص آماده‌سازی آزمون (NCA-GENL) برای دریافت گواهینامه NVIDIA-Certified Generative AI LLMs Associate است. این دوره اصول بنیادی یادگیری ماشین، از جمله یادگیری نظارت شده (Supervised) و نظارت نشده (Unsupervised)، آموزش مدل، معیارهای ارزیابی و تکنیک‌های بهینه‌سازی را پوشش می‌دهد. همچنین بینش‌های عمیقی در مورد پیش‌پردازش داده‌ها، مهندسی ویژگی‌ها و الگوریتم‌های رایج یادگیری ماشین ارائه می‌دهد. ساختار این دوره شامل سه ماژول است که هر کدام شامل دروس و ویدئوهای آموزشی هستند. کاربران با حدود ۵ تا ۶.۵ ساعت محتوای ویدئویی، شامل مفاهیم تئوری و تمرینات عملی مواجه خواهند شد. هر ماژول با آزمون‌هایی برای سنجش میزان یادگیری و تثبیت مفاهیم کلیدی تکمیل شده است. سرفصل‌های دوره: ماژول ۱: مبانی یادگیری ماشین و پیش‌پردازش داده‌ها ماژول ۲: یادگیری نظارت شده و ارزیابی مدل ماژول ۳: یادگیری نظارت نشده، تکنیک‌های پیشرفته و شتاب‌دهی GPU در پایان این دوره، یادگیرنده قادر خواهد بود: - مفاهیم بنیادی هوش مصنوعی (AI)، یادگیری ماشین (ML) و یادگیری عمیق (Deep Learning) و تفاوت‌های کلیدی آن‌ها را درک کند. - تکنیک‌های یادگیری نظارت شده مانند طبقه‌بندی (Classification) و رگرسیون (Regression) را پیاده‌سازی کند. - روش‌های خوشه‌بندی و تحلیل سری‌های زمانی را با استفاده از ARIMA به کار گیرد. - از NVIDIA RAPIDS برای تسریع جریان‌های کاری یادگیری ماشین با استفاده از GPU بهره ببرد. این دوره برای افرادی طراحی شده است که به دنبال ارتقای مهارت‌های یادگیری ماشین خود هستند، به ویژه کسانی که به جریان‌های کاری هوش مصنوعی شتاب‌یافته با GPU و فناوری‌های ان‌ویدیا علاقه‌مندند.

سرفصل ها و درس ها

مبانی یادگیری ماشین و پیش‌پردازش داده‌ها ML Basics and Data Preprocessing.

  • خوش‌آمدگویی به دوره تخصصی Welcome to Specialization

  • معرفی دوره Course Introduction

  • بهترین روش‌ها برای موفقیت در آزمون Best Practices to Follow for Exam Success

  • یادگیری ماشین چیست؟ What is Machine Learning ?

  • انتظارات از دوره مبانی یادگیری ماشین Expectations from Fundamentals of Machine Learning

  • مقایسه هوش مصنوعی، یادگیری عمیق و یادگیری ماشین AI Vs Deep Learning Vs Machine Learning

  • انواع یادگیری ماشین Types of Machine Learning

  • مراحل اجرای یادگیری ماشین Steps for Machine Learning

  • ضروریات پیش‌پردازش داده‌ها Data Preprocessing Essentials

  • دموی پیش‌پردازش داده‌ها Data Preprocessing - Demo

یادگیری نظارت شده و ارزیابی مدل Supervised Learning & Model Evaluation

  • یادگیری ماشین نظارت شده: طبقه‌بندی Supervised Machine Learning - Classification

  • یادگیری ماشین نظارت شده: رگرسیون Supervised Machine Learning - Regression

  • دموی تسک طبقه‌بندی Classification task - Demo

  • انتخاب مدل، آموزش و ارزیابی Model Selection, Training and Evaluation

  • ارزیابی مدل‌های طبقه‌بندی Evaluating Classification Models

  • ماتریس اغتشاش (Confusion Matrix) Confusion Matrix

  • معیارهای ارزیابی رگرسیون Evaluation Metrics - Regression

  • دموی معیارهای ارزیابی Evaluation Metrics - Demo

یادگیری نظارت نشده، تکنیک‌های پیشرفته و شتاب‌دهی GPU Unsupervised Learning, Advanced Techniques & GPU Acceleration

  • یادگیری نظارت نشده: خوشه‌بندی Unsupervised Learning - Clustering

  • درک خوشه‌بندی K-Means Understanding KMeans Clustering

  • دموی خوشه‌بندی Clustering - Demo

  • خوشه‌بندی سلسله‌مراتبی و خوشه‌بندی مبتنی بر چگالی Hierarchical Clustering and Density-Based Clustering

  • یادگیری نظارت نشده: استخراج قوانین انجمنی Unsupervised Learning - Association Rule Mining

  • معرفی NVIDIA RAPIDS Introduction to Nvidia RAPIDS

  • دموی شتاب‌دهی جریان کاری ML روی GPU Accelerating the ML Workflow on GPU - Demo

  • تکنیک‌های اعتبارسنجی متقابل: GridSearch و RandomizedSearch Cross Validation Techniques - GridSearch & RandomizedSearch

  • دموی تکنیک‌های اعتبارسنجی متقابل Cross Validation Techniques - Demo

  • مدل ARIMA: تحلیل سری‌های زمانی ARIMA Model - Time Series Analysis

  • دموی مدل ARIMA ARIMA Model - Demo

نمایش نظرات

آموزش ان‌ویدیا: مبانی یادگیری ماشین (NVIDIA: Fundamentals of Machine Learning)
جزییات دوره
6h 1m
29
(آخرین آپدیت)
6,551
4.9 از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده