نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
علم داده فرصت های جدید مهیجی را ایجاد می کند ، خصوصاً برای توسعه دهندگان مایکروسافت که می خواهند از هوش مصنوعی و قابلیت های یادگیری ماشین Azure استفاده کنند. این دوره مقدماتی مروری است بر مفاهیم اساسی یادگیری ماشین لاجوردی. تفاوت بین یادگیری تحت نظارت ، بدون نظارت و تقویت و عوامل مهمی را که بر موفقیت هر پروژه علوم داده تأثیر می گذارد بیاموزید: کیفیت داده هایی که استفاده می کنید ، س questionsالاتی که می پرسید و پیش بینی های شما. استاد سهیل مالک همچنین برخی از الگوریتم های یادگیری ماشین - خوشه بندی ، تشخیص ناهنجاری ، طبقه بندی و رگرسیون - را که بیشترین ارتباط را با لاجورد دارند مرور می کند.
موضوعات شامل:
هوش مصنوعی و یادگیری ماشین لاجوردی li>
یادگیری تحت نظارت و نظارت بدون نظارت li>
یادگیری تقویت li>
کیفیت داده li>
پیش بینی ها li>
الگوریتم های یادگیری ماشین li>
سرفصل ها و درس ها
مقدمه
Introduction
خوش آمدی
Welcome
آنچه باید بدانید
What you should know
1. چشم انداز AI
1. The Landscape of AI
هوش مصنوعی چیست؟
What is AI?
یادگیری ماشین لاجورد چیست؟
What is Azure machine learning?
چرا هوش مصنوعی ناگهان بسیار مرتبط است؟
Why is AI suddenly so relevant?
2. آموزش ماشین چیست؟
2. What Is Machine Learning?
یادگیری ماشین چیست؟
What is machine learning?
یادگیری تحت نظارت
Supervised learning
یادگیری ماشین بدون نظارت
Unsupervised machine learning
یادگیری تقویتی
Reinforcement learning
3. علوم داده برای مبتدیان مطلق
3. Data Science for Absolute Beginners
ترینر، مشاور مایکروسافت و iOS، و موسس Winsmarts.com
ساهیل مالک یک مربی، مشاور مایکروسافت و iOS، و بنیانگذار Winsmarts.com است.
> Sahil Malik، بنیانگذار و مدیر Winsmarts.com، در بیش از 10 سال گذشته، MVP مایکروسافت، و نویسنده و داور بسیاری از کتابها و مقالات متعدد در مجلات برجسته فناوری بوده است. ساحل به عنوان یک مشاور و مربی با تجربه در 5 قاره و 18 کشور، تجربه بسیار زیادی را به ارمغان می آورد که پیچیده ترین موضوعات را بسیار آسان می کند. می توانید او را در توییتر به آدرس @sahilmalik دنبال کنید.
نمایش نظرات