لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش یادگیری آماری برای مهندسی - بخش اول
- آخرین آپدیت
دانلود Statistical Learning for Engineering Part 1
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره آموزشی به بررسی الگوریتمهای کاربردی و تئوریهای یادگیری ماشین از دیدگاههای مختلف میپردازد. سرفصلهای این دوره شامل یادگیری نظارت شده (یادگیری مولد، تمایزی، پارامتریک، غیرپارامتریک، شبکههای عصبی عمیق و ماشینهای بردار پشتیبان) و یادگیری بدون نظارت (خوشهبندی، کاهش ابعاد و روشهای هسته) است. همچنین در این دوره، کاربردهای اخیر یادگیری ماشین در حوزههایی مانند بینایی ماشین، دادهکاوی، پردازش زبان طبیعی، تشخیص speech و رباتیک بررسی خواهد شد. دانشجویان با پیادهسازی الگوریتمهای منتخب یادگیری ماشین با استفاده از زبان پایتون و کتابخانه PyTorch یاد خواهند گرفت.
سرفصل ها و درس ها
مقدمهای بر یادگیری آماری در مهندسی
Introduction to Statistical Learning in Engineering
مرور کلی دوره
Course Overview
آشنایی با مدرس دوره
Meet your Course Creator
مرور کلی یادگیری آماری
Statistical Learning Overview
اصول و مفاهیم پایه یادگیری آماری
A Primer on Statistical Learning Concepts
تخمین حداکثر درستنمایی
Maximum Likelihood Estimation
گرادینت نزولی
Gradient Descent
فرآیند یادگیری
The Learning Process
اجزای فرآیند یادگیری
Components of a Learning Process
تعادل بین بایاس و واریانس
Bias Variance Trade-Off
رگرسیون خطی
Linear Regression
مرور کلی رگرسیون خطی
Linear Regression Overview
مباحث تکمیلی در رگرسیون
More on Regression
منظمسازی در رگرسیون خطی
Regularization for Linear Regression
رگرسیون لجستیک
Logistic Regression
مرور کلی رگرسیون لجستیک
Logistic Regression Overview
مدلهای دستهبندی خطی تعمیمیافته
Generalized Linear Classification Models
ماشینهای بردار پشتیبان و هستهسازی
Support Vector Machines and Kernelization
نمایش نظرات