آموزش یادگیری ماشین: ریاضیات کامل برای یادگیری ماشین - آخرین آپدیت

دانلود Machine Learning : Complete Maths for Machine Learning

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

آموزش ریاضیات برای یادگیری ماشین و علم داده

با این دوره، مفاهیم ریاضی مورد نیاز برای یادگیری ماشین و علم داده را به طور کامل و بصری بیاموزید. بر ترس از ریاضیات غلبه کنید و در جبر خطی، حساب دیفرانسیل و انتگرال، بردارها، ماتریس‌ها، احتمالات و موارد دیگر مسلط شوید.

چرا این دوره برای شما مناسب است؟

  • درک شهودی مفاهیم ریاضی: تمام مفاهیم ریاضی را به صورت کاملاً شهودی یاد بگیرید و بر چالش‌های ریاضی غلبه کنید.
  • یادگیری حساب دیفرانسیل و انتگرال برای بهینه‌سازی الگوریتم‌ها: مفاهیم حساب دیفرانسیل و انتگرال را بیاموزید و کاربرد آن‌ها را در بهینه‌سازی الگوریتم‌های یادگیری ماشین درک کنید.
  • جبر خطی، بردارها و ماتریس‌ها: با جبر خطی، بردارها و ماتریس‌ها آشنا شوید و کاربرد آن‌ها را در تحول داده‌ها در یادگیری ماشین بیاموزید.
  • احتمالات و توزیع‌ها: مبانی احتمالات، از جمله احتمالات شرطی و توزیع احتمال را پوشش دهید.

پیش‌نیازها

  • بدون پیش‌نیاز. آموزش از مبانی جبر آغاز می‌شود.
  • علاقه به یادگیری مفاهیم جدید.

درباره دوره

این دوره برای کسانی طراحی شده است که اهمیت ریاضیات را برای درک عمیق یادگیری ماشین و علم داده درک کرده‌اند. ما از پایه‌های معادلات جبری، جبر خطی، حساب دیفرانسیل و انتگرال (شامل گرادیان با مشتقات مرتبه اول و دوم)، بردارها، ماتریس‌ها، احتمالات و فراتر از آن را پوشش خواهیم داد.

ریاضیات اساس تقریباً تمام الگوریتم‌های یادگیری ماشین است. بدون ریاضیات، یادگیری ماشین وجود ندارد. این دوره شکاف بین دانش ریاضی و کاربرد آن در یادگیری ماشین را پر می‌کند.

سرفصل‌های دوره

مبانی جبر

در این بخش، پایه‌های معادلات جبری، شامل معادلات خطی و نحوه ترسیم آن‌ها را خواهیم آموخت. مفاهیم توان، لگاریتم، چندجمله‌ای و معادلات درجه دوم را درک خواهیم کرد. همچنین به بررسی مبانی توابع، نحوه نمایش آن‌ها و توابع پیوسته و ناپیوسته می‌پردازیم.

حساب دیفرانسیل و انتگرال

بدون حساب دیفرانسیل و انتگرال، یادگیری ماشین امکان‌پذیر نبود. بهینه‌سازی الگوریتم‌های یادگیری ماشین با استفاده از گرادیان و مشتقات، اساس کار است. مفاهیمی چون نرخ تغییر، حد، مشتقات مرتبه اول، دوم و جزئی را خواهیم آموخت و با مثال، نحوه استفاده الگوریتم‌های یادگیری ماشین از حساب دیفرانسیل و انتگرال برای بهینه‌سازی را توضیح خواهیم داد.

جبر خطی

جبر خطی، ریاضیات قرن بیست و یکم است. هر داده‌ای به نوعی با معادلات جبری مرتبط است. بردارها و ماتریس‌ها با پردازش این معادلات عددی، به ما در ایجاد بینش‌های معنی‌دار از طریق معادلات خطی کمک می‌کنند. از مبانی بردارها، محاسبات برداری، ماتریس‌ها و عملیات مختلف روی آن‌ها آغاز می‌کنیم و سپس چگونگی استفاده از بردارها و ماتریس‌ها برای تحول داده‌ها در یادگیری ماشین و علم داده را بررسی خواهیم کرد.

احتمالات

احتمالات نقش مهمی در مسائل طبقه‌بندی یادگیری ماشین ایفا می‌کند و بهترین روش برای درک توزیع آماری داده‌ها است. احتمالات شرطی نیز به طبقه‌بندی متغیر وابسته یا پیش‌بینی کلاس کمک می‌کند.

با ما همراه شوید!

با اتمام این دوره، شما تمام اصطلاحات ریاضی که در کلاس‌های یادگیری ماشین و علم داده تدریس می‌شود را درک خواهید کرد.

اشتیاق من برای تدریس ریاضیات در طول دوره نمایان خواهد بود. من معتقدم که اگر نتوانید چیزی را به اندازه کافی ساده توضیح دهید، خودتان آن را به اندازه کافی درک نکرده‌اید.

با کلیک بر روی دکمه "ثبت‌نام"، شما نیز از یادگیری لذت خواهید برد.

از همراهی شما در این دوره هیجان‌زده هستم!


سرفصل ها و درس ها

جبر پایه Basic Algebra

  • معادلات جبری Algebraic Equations

  • توان‌ها و لگاریتم Exponents and Log

  • معادلات چندجمله‌ای Polynomial Equations

  • تجزیه Factoring

  • معادلات درجه دوم Quadratic Equations

  • توابع Functions

حساب دیفرانسیل و انتگرال Calculus

  • مبانی حساب دیفرانسیل و انتگرال Calculus Foundation

  • نرخ تغییر و حد Rate of Change and Limits

  • مشتق‌گیری و مشتقات Differentiation and Derivatives

  • قواعد و عملیات مشتق‌گیری Derivative Rules and Operations

  • مشتقات مرتبه دوم و یافتن ماکزیمم یا مینیمم Double Derivatives and Finding Maxima or Minima

  • مثال‌های مشتقات مرتبه دوم Double Derivatives examples

  • مشتقات جزئی و نزول گرادیان Partial Derivatives and Gradient Descent

  • انتگرال‌گیری و مساحت زیر منحنی Integration and Area Under the Curve

جبر خطی Linear Algebra

  • مبانی بردار - بردار چیست و عملیات برداری Vector Basics - What is a Vector and vector operations

  • حساب برداری Vector Arithmetic

  • مبانی ماتریس Matrix Foundation

  • حساب ماتریس Matrix Arithmetic

  • ماتریس همانی، وارون، دترمینان و ترانهاده Identity, Inverse, Determinant and Transpose Matrix

  • تبدیل ماتریسی Matrix Transformation

  • تغییر پایه و محور با استفاده از تبدیل ماتریسی Change of Basis and Axis using Matrix Transformation

  • مقادیر ویژه و بردارهای ویژه Eigenvalues and Eigenvectors

احتمال Probability

  • درک احتمال Understanding probability

  • احتمال شرطی Conditional Probability

  • فرایندهای تصادفی و متغیرهای تصادفی Random Processes and Random Variables

نمایش نظرات

آموزش یادگیری ماشین: ریاضیات کامل برای یادگیری ماشین
جزییات دوره
2.5 hours
25
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,535
4.5 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Jitesh Khurkhuriya Jitesh Khurkhuriya

دانشمند داده و مشاور تحول دیجیتال

Python, Data Science   Machine Learning A-Z Team Python, Data Science Machine Learning A-Z Team

کمک به موفقیت در علم داده و یادگیری ماشین.