آموزش یادگیری ماشین پیشرفته با R [ویدئو]

Advanced Machine Learning with R [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری ماشین زیرشاخه ای از علوم کامپیوتر است که به کامپیوترها توانایی یادگیری بدون برنامه ریزی صریح را می دهد. این مطالعه و ساخت الگوریتم‌هایی را بررسی می‌کند که می‌توانند از داده‌ها یاد بگیرند و پیش‌بینی کنند. زبان R به طور گسترده در میان آماردانان و داده کاویان برای توسعه نرم افزارهای آماری و تجزیه و تحلیل داده ها استفاده می شود. یادگیری ماشینی دامنه ای متقابل است که از مفاهیم آمار، ریاضی، مهندسی نرم افزار و غیره استفاده می کند. در این دوره، با تکنیک‌های پیشرفته یادگیری ماشینی با R آشنا می‌شوید، مانند چرخش فراپارامتر، یادگیری عمیق و تولید مدل‌های خود از طریق مثال‌های جامد و واقعی. در مثال اول، شما همه چیز را در مورد شبکه های عصبی از طریق نمونه ای از داده های طبقه بندی DNA خواهید آموخت. شما شبکه ها را کاوش می کنید، آنها را پیاده سازی می کنید و آنها را طبقه بندی می کنید. پس از آن، نحوه تنظیم هایپرپارامترها را با استفاده از مجموعه داده ای از داده های سونار خواهید دید و با ویژگی های آنها آشنا خواهید شد. در مرحله بعد، یادگیری بدون نظارت را با مثالی از سیاستمداران خوشه‌بندی می‌فهمید، جایی که الگوهای جدید را کشف می‌کنید، یادگیری بدون نظارت را درک می‌کنید، و داده‌ها را تجسم و خوشه‌بندی می‌کنید. در ادامه، برخی از جزئیات قرار دادن یک مدل را در یک سیستم تولید مورد بحث قرار می دهیم تا بتوانید از آن به عنوان بخشی از یک برنامه بزرگتر استفاده کنید. در نهایت، ما برای کسانی که مایل به تمرین بیشتر مفاهیم هستند، پیشنهاداتی ارائه خواهیم کرد. • کار با تکنیک های پیشرفته در یادگیری ماشین با R • تکنیک های پیشرفته ای مانند تنظیم پارامترهای فوق و یادگیری عمیق را کاوش کنید • کار با شبکه های عصبی (NN) و کاوش، پیاده سازی و طبقه بندی اسناد • با کاوش و تکرار پارامترها با تنظیم هایپرپارامتر آشنا شوید • یادگیری بدون نظارت، خوشه بندی داده ها و تجسم را درک کنید • بدانید که چگونه عملکرد مدل های خود را ارزیابی کنید و مدل خود را به کار بگیرید • با انواع الگوریتم های دنیای واقعی که با مشکل شما مطابقت دارند کار کنید اگر دانشمند مشتاق داده ای هستید که با اصول زبان R، چارچوب های داده و برخی دانش پایه در آمار آشنا هستید، این ویدیو برای شما مناسب است. از خوانندگان انتظار نمی رود که هیچ دانشی در مورد توسعه سیستم های هوش مصنوعی یا یادگیری ماشین داشته باشند. اگر می خواهید بدانید که چگونه می توان از محیط و بسته های برنامه نویسی R برای توسعه سیستم های یادگیری ماشین استفاده کرد، این دوره آموزشی عالی برای شماست. [*] در الگوریتم های پیشرفته مانند تنظیم فرا پارامتری و یادگیری عمیق، و قرار دادن مدل های خود در مرحله تولید شیرجه بزنید * [*] نمونه های عملی، جامد و واقعی که به شما کمک می کند با مراحل مختلف یادگیری ماشینی با استفاده از آن آشنا شوید. زبان R * [*] مفاهیم مهم یادگیری ماشین مانند شبکه عصبی، پارامترهایپر، یادگیری بدون نظارت را کاوش کنید *

سرفصل ها و درس ها

داده های سونار - تنظیم فراپارامتر Sonar Data – Hyper-Parameter Tuning

داده های سونار - تنظیم فراپارامتر Sonar Data – Hyper-Parameter Tuning

  • بررسی اجمالی دوره The Course Overview

  • بررسی اجمالی دوره The Course Overview

  • مجموعه داده های سونار را کاوش کنید Explore Sonar Data Set

  • مجموعه داده های سونار را کاوش کنید Explore Sonar Data Set

  • شبکه های تنظیم Tuning Grids

  • شبکه های تنظیم Tuning Grids

  • تکرار - بهبود تنظیم ما Iterating – Improving our Tuning

  • تکرار - بهبود تنظیم ما Iterating – Improving our Tuning

  • نتایج نهایی Final Results

  • نتایج نهایی Final Results

شبکه عصبی Neural Network

شبکه عصبی Neural Network

  • مبانی شبکه های عصبی Neural Networks Basics

  • مبانی شبکه های عصبی Neural Networks Basics

  • مجموعه DNA را کاوش کنید Explore the DNA Set

  • مجموعه DNA را کاوش کنید Explore the DNA Set

  • پیاده سازی شبکه عصبی Implement a Neural Network

  • پیاده سازی شبکه عصبی Implement a Neural Network

  • پرسپترون چند لایه Multi-layer Perceptron

  • پرسپترون چند لایه Multi-layer Perceptron

  • One Hot Encoding و MLP One Hot Encoding and MLP

  • One Hot Encoding و MLP One Hot Encoding and MLP

Keras – یادگیری عمیق در پردازنده گرافیکی Keras – Deep Learning on the GPU

Keras – یادگیری عمیق در پردازنده گرافیکی Keras – Deep Learning on the GPU

  • مروری بر کراس Overview of the Keras

  • مروری بر کراس Overview of the Keras

  • نصب Keras Installing Keras

  • نصب Keras Installing Keras

  • شبکه عصبی در کراس Neural Network in Keras

  • شبکه عصبی در کراس Neural Network in Keras

  • مجموعه داده CIFAR10 CIFAR10 Data Set

  • مجموعه داده CIFAR10 CIFAR10 Data Set

  • شبکه عصبی کانولوشنال Convolutional Neural Network

  • شبکه عصبی کانولوشنال Convolutional Neural Network

استقرار مدل شما Deploying Your Model

استقرار مدل شما Deploying Your Model

  • ذخیره مدل خود در R Saving Your Model in R

  • ذخیره مدل خود در R Saving Your Model in R

  • ذخیره مدل خود برای یک زبان دیگر Saving Your Model for Another Language

  • ذخیره مدل خود برای یک زبان دیگر Saving Your Model for Another Language

  • رابط های وب براق Shiny Web Interfaces

  • رابط های وب براق Shiny Web Interfaces

  • پیچیدن مدل خود در براق Wrapping Your Model in Shiny

  • پیچیدن مدل خود در براق Wrapping Your Model in Shiny

نمایش نظرات

Packtpub یک ناشر دیجیتالی کتاب‌ها و منابع آموزشی در زمینه فناوری اطلاعات و توسعه نرم‌افزار است. این شرکت از سال 2004 فعالیت خود را آغاز کرده و به تولید و انتشار کتاب‌ها، ویدیوها و دوره‌های آموزشی می‌پردازد که به توسعه‌دهندگان و متخصصان فناوری اطلاعات کمک می‌کند تا مهارت‌های خود را ارتقا دهند. منابع آموزشی Packtpub موضوعات متنوعی از جمله برنامه‌نویسی، توسعه وب، داده‌کاوی، امنیت سایبری و هوش مصنوعی را پوشش می‌دهد. محتوای این منابع به صورت کاربردی و به‌روز ارائه می‌شود تا کاربران بتوانند دانش و توانایی‌های لازم برای موفقیت در پروژه‌های عملی و حرفه‌ای خود را کسب کنند.

آموزش یادگیری ماشین پیشرفته با R [ویدئو]
جزییات دوره
1 h 32 m
19
Packtpub Packtpub
(آخرین آپدیت)
1
4 از 5
ندارد
دارد
دارد
Tim Hoolihan
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Tim Hoolihan Tim Hoolihan

تیم هولیهان در حال حاضر در DialogTech، یک شرکت تجزیه و تحلیل بازاریابی متمرکز بر مکالمات کار می کند. او مدیر ارشد علوم داده در آنجا است. قبل از آن، او CTO در Level Seven، یک شرکت مشاوره منطقه ای در غرب میانه ایالات متحده بود. او سازمان دهنده گروه کاربری Cleveland R است. او در شغل خود از شبکه های عصبی عمیق برای کمک به خودکارسازی بسیاری از مشکلات طبقه بندی مکالمه استفاده می کند. علاوه بر این، او در برخی از پروژه های جانبی در زمینه تحقیق در زمینه های دیگر هوش مصنوعی و یادگیری ماشین کار می کند. او شخصاً از کار کردن روی مشکلات تمرینی در Kaggle.com نیز لذت می برد. خارج از علم داده، او به طور کلی به محاسبات ریاضی علاقه مند است. او یک یادگیرنده ریاضی مادام العمر است و واقعاً از استفاده از آن در هر کجا که می تواند لذت می برد. او اخیراً زمانی را صرف تحلیل مالی و توسعه بازی کرده است. او همچنین زبان های مختلفی را می داند: R، Python، Ruby، PHP، C/C++ و غیره. او پیش از این در زمینه توسعه برنامه های کاربردی وب و موبایل فعالیت می کرد.