آموزش مبانی یادگیری ماشین: رویکرد موردکاوی (Case Study) - آخرین آپدیت

خوش‌آمدگویی Welcome

• خوش‌آمدگویی به این دوره و تخصص Welcome to this course and specialization

• ما کی هستیم Who we are

• یادگیری ماشین در حال تغییر جهان است Machine learning is changing the world

• چرا رویکرد موردکاوی؟ Why a case study approach?

• مرور کلی تخصص Specialization overview

• چگونه وارد دنیای یادگیری ماشین شدیم How we got into ML

• این تخصص برای چه کسانی است؟ Who is this specialization for?

• چه کارهایی قادر خواهید بود انجام دهید What you'll be able to do

• پروژه نهایی و نمونه‌ای از یک برنامه هوشمند The capstone and an example intelligent application

• آینده برنامه‌های هوشمند The future of intelligent applications

• شروع کار با Jupyter Notebook Starting a Jupyter Notebook

• ایجاد متغیرها در پایتون Creating variables in Python

• دستورات شرطی و حلقه‌ها در پایتون Conditional statements and loops in Python

• ایجاد توابع و لامبداها در پایتون Creating functions and lambdas in Python

• شروع کار با Turi Create و بارگذاری SFrame Starting Turi Create & loading an SFrame

• بوم (Canvas) برای بصری‌سازی داده‌ها Canvas for data visualization

• تعامل با ستون‌های یک SFrame Interacting with columns of an SFrame

• استفاده از .apply() برای تبدیل داده‌ها Using .apply() for data transformation

رگرسیون: پیش‌بینی قیمت خانه Regression: Predicting House Prices

• پیش‌بینی قیمت خانه: موردکاوی در رگرسیون Predicting house prices: A case study in regression

• هدف چیست و چگونه می‌توان به طور ساده به آن پرداخت؟ What is the goal and how might you naively address it?

• رگرسیون خطی: یک رویکرد مبتنی بر مدل Linear Regression: A Model-Based Approach

• افزودن اثرات مرتبه بالاتر Adding higher order effects

• ارزیابی بیش‌برازش (Overfitting) از طریق تقسیم آموزش/تست Evaluating overfitting via training/test split

• نمودارهای آموزش/تست Training/test curves

• افزودن ویژگی‌های دیگر Adding other features

• سایر مثال‌های رگرسیون Other regression examples

• دیاگرام بلوکی یادگیری ماشین رگرسیون Regression ML block diagram

• بارگذاری و بررسی داده‌های فروش خانه Loading & exploring house sale data

• تقسیم داده‌ها به مجموعه‌های آموزش و تست Splitting the data into training and test sets

• یادگیری یک مدل رگرسیون ساده برای پیش‌بینی قیمت خانه بر اساس اندازه Learning a simple regression model to predict house prices from house size

• ارزیابی خطا (RMSE) در مدل ساده Evaluating error (RMSE) of the simple model

• بصری‌سازی پیش‌بینی‌های مدل ساده با Matplotlib Visualizing predictions of simple model with Matplotlib

• بررسی ضرایب آموخته شده مدل Inspecting the model coefficients learned

• بررسی سایر ویژگی‌های داده‌ها Exploring other features of the data

• یادگیری مدل برای پیش‌بینی قیمت خانه با ویژگی‌های بیشتر Learning a model to predict house prices from more features

• به‌کارگیری مدل‌های آموخته شده برای پیش‌بینی قیمت یک خانه معمولی Applying learned models to predict price of an average house

• به‌کارگیری مدل‌های آموخته شده برای پیش‌بینی قیمت دو خانه لوکس Applying learned models to predict price of two fancy houses

طبقه‌بندی: تحلیل احساسات Classification: Analyzing Sentiment

• تحلیل احساسات نظرات: موردکاوی در طبقه‌بندی Analyzing the sentiment of reviews: A case study in classification

• یک سیستم هوشمند بررسی رستوران چیست؟ What is an intelligent restaurant review system?

• مثال‌هایی از وظایف طبقه‌بندی Examples of classification tasks

• طبقه‌بندهای خطی Linear classifiers

• مرزهای تصمیم‌گیری Decision boundaries

• آموزش و ارزیابی یک طبقه‌بند Training and evaluating a classifier

• دقت خوب یعنی چه مقدار؟ What's a good accuracy?

• مثبت کاذب، منفی کاذب و ماتریس‌های اغتشاش (Confusion Matrices) False positives, false negatives, and confusion matrices

• نمودارهای یادگیری Learning curves

• احتمالات کلاس‌ها Class probabilities

• دیاگرام بلوکی یادگیری ماشین طبقه‌بندی Classification ML block diagram

• بارگذاری و بررسی داده‌های نظرات محصول Loading & exploring product review data

• ایجاد بردار تعداد کلمات Creating the word count vector

• بررسی محبوب‌ترین محصول Exploring the most popular product

• تعریف اینکه کدام نظرات دارای احساس مثبت یا منفی هستند Defining which reviews have positive or negative sentiment

• آموزش یک طبقه‌بند احساسات Training a sentiment classifier

• ارزیابی طبقه‌بند و نمودار ROC Evaluating a classifier & the ROC curve

• به‌کارگیری مدل برای یافتن مثبت‌ترین و منفی‌ترین نظرات یک محصول Applying model to find most positive & negative reviews for a product

• بررسی مثبت‌ترین و منفی‌ترین جنبه‌های یک محصول Exploring the most positive & negative aspects of a product

خوشه‌بندی و شباهت: بازیابی اسناد Clustering and Similarity: Retrieving Documents

• بازیابی اسناد: موردکاوی در خوشه‌بندی و اندازه‌گیری شباهت Document retrieval: A case study in clustering and measuring similarity

• وظیفه بازیابی اسناد چیست؟ What is the document retrieval task?

• نمایش تعداد کلمات برای اندازه‌گیری شباهت Word count representation for measuring similarity

• اولویت‌بندی کلمات مهم با tf-idf Prioritizing important words with tf-idf

• محاسبه بردارهای tf-idf Calculating tf-idf vectors

• بازیابی اسناد مشابه با استفاده از جستجوی نزدیک‌ترین همسایه Retrieving similar documents using nearest neighbor search

• مرور کلی وظیفه خوشه‌بندی اسناد Clustering documents task overview

• خوشه‌بندی اسناد: یک وظیفه یادگیری بدون نظارت Clustering documents: An unsupervised learning task

• k-means: یک الگوریتم خوشه‌بندی k-means: A clustering algorithm

• سایر مثال‌های خوشه‌بندی Other examples of clustering

• دیاگرام بلوکی یادگیری ماشین خوشه‌بندی و شباهت Clustering and similarity ML block diagram

• بارگذاری و بررسی داده‌های ویکی‌پدیا Loading & exploring Wikipedia data

• بررسی تعداد کلمات Exploring word counts

• محاسبه و بررسی TF-IDFها Computing & exploring TF-IDFs

• محاسبه فاصله بین مقالات ویکی‌پدیا Computing distances between Wikipedia articles

• ساخت و بررسی مدل نزدیک‌ترین همسایه‌ها برای مقالات ویکی‌پدیا Building & exploring a nearest neighbors model for Wikipedia articles

• مثال‌هایی از بازیابی اسناد در عمل Examples of document retrieval in action

توصیه محصولات Recommending Products

• مرور کلی سیستم‌های توصیه‌گر Recommender systems overview

• کجا سیستم‌های توصیه‌گر را در عمل می‌بینیم Where we see recommender systems in action

• ساخت سیستم توصیه‌گر از طریق طبقه‌بندی Building a recommender system via classification

• فیلترینگ مشارکتی: کسانی که این را خریدند، همچنین خریدند... Collaborative filtering: People who bought this also bought...

• اثر اقلام محبوب Effect of popular items

• نرمال‌سازی ماتریس‌های هم‌رخدادی و بهره‌گیری از تاریخچه خرید Normalizing co-occurrence matrices and leveraging purchase histories

• وظیفه تکمیل ماتریس The matrix completion task

• توصیه‌ها بر اساس ویژگی‌های شناخته شده کاربر/آیتم Recommendations from known user/item features

• پیش‌بینی‌ها در قالب ماتریسی Predictions in matrix form

• کشف ساختار پنهان توسط تجزیه ماتریس Discovering hidden structure by matrix factorization

• جمع‌بندی نهایی: تجزیه ماتریس ویژگی‌دار Bringing it all together: Featurized matrix factorization

• یک معیار عملکرد برای سیستم‌های توصیه‌گر A performance metric for recommender systems

• توصیه‌گرهای بهینه Optimal recommenders

• نمودارهای دقت-فراخوانی (Precision-Recall) Precision-recall curves

• دیاگرام بلوکی یادگیری ماشین سیستم‌های توصیه‌گر Recommender systems ML block diagram

• بارگذاری و بررسی داده‌های آهنگ Loading and exploring song data

• ساخت و ارزیابی توصیه‌گر آهنگ مبتنی بر محبوبیت Creating & evaluating a popularity-based song recommender

• ساخت و ارزیابی توصیه‌گر آهنگ شخصی‌سازی شده Creating & evaluating a personalized song recommender

• استفاده از دقت-فراخوانی برای مقایسه مدل‌های توصیه‌گر Using precision-recall to compare recommender models

یادگیری عمیق: جستجوی تصاویر Deep Learning: Searching for Images

• جستجوی تصاویر: موردکاوی در یادگیری عمیق Searching for images: A case study in deep learning

• توصیه‌گر بصری محصول چیست؟ What is a visual product recommender?

• یادگیری ویژگی‌های بسیار غیرخطی با شبکه‌های عصبی Learning very non-linear features with neural networks

• کاربرد یادگیری عمیق در بینایی ماشین Application of deep learning to computer vision

• عملکرد یادگیری عمیق Deep learning performance

• دموی مدل یادگیری عمیق روی داده‌های ImageNet Demo of deep learning model on ImageNet data

• سایر مثال‌های یادگیری عمیق در بینایی ماشین Other examples of deep learning in computer vision

• چالش‌های یادگیری عمیق Challenges of deep learning

• ویژگی‌های عمیق (Deep Features) Deep Features

• دیاگرام بلوکی یادگیری ماشین یادگیری عمیق Deep learning ML block diagram

• بارگذاری داده‌های تصویری Loading image data

• آموزش و ارزیابی طبقه‌بند با استفاده از پیکسل‌های خام تصویر Training & evaluating a classifier using raw image pixels

• آموزش و ارزیابی طبقه‌بند با استفاده از ویژگی‌های عمیق Training & evaluating a classifier using deep features

• بارگذاری داده‌های تصویری Loading image data

• ایجاد مدل نزدیک‌ترین همسایه‌ها برای بازیابی تصویر Creating a nearest neighbors model for image retrieval

• پرس‌وجو از مدل نزدیک‌ترین همسایه‌ها برای بازیابی تصاویر Querying the nearest neighbors model to retrieve images

• جستجوی شبیه‌ترین تصاویر برای تصویر یک ماشین Querying for the most similar images for car image

• نمایش سایر مثال‌های بازیابی تصویر با یک لامبدای پایتون Displaying other example image retrievals with a Python lambda

سخن‌های پایانی Closing Remarks

• شما موفق شدید! You've made it!

• استقرار یک سرویس یادگیری ماشین Deploying an ML service

• بعد از استقرار چه اتفاقی می‌افتد؟ What happens after deployment?

• چالش‌های باز در یادگیری ماشین Open challenges in ML

• یادگیری ماشین به کجا می‌رود؟ Where is ML going?

• در ادامه این تخصص چه در پیش است What's ahead in the specialization

• سپاسگزاریم! Thank you!