لطفا جهت پرداخت (ورود به درگاه بانک) فیلترشکن خود را خاموش نمایید.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
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
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.
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.
نمایش نظرات