آموزش مبانی یادگیری ماشین: احتمال

Machine Learning Foundations: Probability

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

اگر با مدل‌های یادگیری ماشین کار می‌کنید، احتمالاً می‌دانید که مدل‌های شما بر اساس تخمین و تقریب هستند. احتمال همه چیز و بیشتر است - اما چگونه از آن به نفع خود استفاده می کنید؟

در این دوره، سومین قسمت از مجموعه مبانی یادگیری ماشین، به مربی Terezija Semenski بپیوندید تا احتمالات، مفاهیم اصلی و عملکردهای آن و نحوه استفاده از آن برای طراحی، پیاده سازی و مدیریت قابل اعتمادتر را بررسی کنید. الگوریتم های یادگیری ماشینی در طول مسیر، برخی از ضروری‌ترین ابزارها و تکنیک‌هایی را که برای مدل‌سازی احتمالی موفق، بیرون کشیدن از قوانین احتمال، احتمال مشترک و حاشیه‌ای، توزیع‌های احتمال گسسته، توزیع‌های احتمال پیوسته، قضیه بیز و غیره باید بدانید، کشف کنید./p>


سرفصل ها و درس ها

معرفی Introduction

  • احتمال یادگیری ماشین (در حال انجام) Probability for machine learning (In progress)

  • آنچه شما باید بدانید What you should know

1. مقدمه ای بر احتمال 1. Introduction to Probability

  • تعریف احتمال Defining probability

  • کاربردهای احتمال در ML Applications of probability in ML

  • نمونه فضا و رویدادها Sample space and events

  • متغیرهای تصادفی Random variables

  • نمونه هایی از احتمال Examples of probability

  • امتحان فصل Chapter Quiz

2. قواعد احتمال 2. The Rules of Probability

  • احتمال وقوع یک رویداد Probability of an event

  • قانون جمع The sum rule

  • قانون محصول The product rule

  • قانون جمع تمدید شد The sum rule extended

  • احتمال مشروط Conditional probability

  • احتمال کل Total probability

  • امتحان فصل Chapter Quiz

3. احتمال مشترک و حاشیه ای 3. The Joint and Marginal Probability

  • احتمال مشترک و حاشیه ای Joint and marginal probability

  • جداول احتمال مشترک Joint probability tables

  • قانون زنجیره ای برای احتمال The chain rule for probability

  • امتحان فصل Chapter Quiz

4. توزیع های احتمال گسسته 4. Discrete Probability Distributions

  • توزیع های احتمال Probability distributions

  • هیستوگرام و احتمال Histograms and probability

  • توزیع احتمال گسسته Discrete probability distribution

  • توزیع دو جمله ای The binomial distribution

  • توزیع برنولی The Bernoulli distribution

  • توزیع پواسون The Poisson distribution

  • امتحان فصل Chapter Quiz

5. توزیع احتمالات پیوسته 5. Continuous Probability Distributions

  • توزیع احتمال پیوسته The continuous probability distribution

  • تئوری حد مرکزی Central limit theorem

  • قانون اعداد بزرگ The law of large numbers

  • امتحان فصل Chapter Quiz

6. قضیه بیز 6. The Bayes' Theorem

  • مقدمه ای بر قضیه بیز Introduction to Bayes' theorem

  • مثالی از قضیه بیز در عمل Example of Bayes' theorem in practice

  • طبقه بندی کننده ساده لوح بیز Naive Bayes' clasifier

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.

آموزش مبانی یادگیری ماشین: احتمال
جزییات دوره
1h 24m
34
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
-
- 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

Terezija Semenski Terezija Semenski

توسعه دهنده نرم افزار، ریاضیدان، نویسنده و یادگیرنده

Terezia Semenski به عنوان یک ریاضیدان و توسعه دهنده نرم افزار کار می کند. ترزیجا با یک ذهن تجاری، ذهنیت یادگیری و اشتیاق به مردم به زندگی نزدیک می شود. او تجربه ای به عنوان توسعه دهنده نرم افزار و سرپرست تیم QA در پروژه های توسعه برنامه آموزشی، مالی و بانکی دارد. او همچنین در بخش آموزش و تدریس دروس IT و ریاضیات کار کرده است. ترزیجا در حال حاضر به عنوان یک مربی آزاد و توسعه دهنده نرم افزار کار می کند و اولین کتاب خود را می نویسد.