لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش ریاضی اساسی برای یادگیری ماشین: نسخه پایتون
Essential Math for Machine Learning: Python Edition
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
مفاهیم اصلی ریاضی مانند حساب واحد با یک متغیر ، حساب چند متغیره ، ماتریس و جبر خطی زیربنای همه الگوریتم های یادگیری ماشین هستند. و برای بسیاری از متخصصان علاقه مند به یادگیری ماشین و هوش مصنوعی ، مرور مجدد این مفاهیم می تواند کمی ترسناک باشد. این دوره برای نوشتن الگوریتم های یادگیری ماشین در پایتون ، از ریاضیات اساسی که برای درک و پیاده سازی آن نیاز دارید ، اسرارآمیز است. مفاهیم اساسی جبری را مرور کنید. مشتقات و بهینه سازی آمار؛ و مبانی احتمال.
موضوعات شامل:
مشخصات ، رادیکال ها و لگاریتم ها li>
انجام عملیات حسابی در چند جمله ای ها li>
نرخ تغییر li>
استفاده از مشتقات برای تجزیه و تحلیل توابع li>
ضرب بردارها و ماتریس ها li>
حل سیستم معادلات با ماتریس li>
تجسم داده ها li>
فواصل اطمینان li>
سرفصل ها و درس ها
مقدمه
Introduction
مفاهیم اصلی ریاضی را کاوش کنید
Explore core mathematical concepts
آماده شدن برای آزمایشگاه ها
Preparing for the labs
1. معادلات ، نمودارها و توابع
1. Equations, Graphs, and Functions
شروع با معادلات
Getting started with equations
دارایی توزیع
The distributive property
آشنایی با معادلات خطی
Introduction to linear equations
رهگیری و شیب
Intercepts and slope
سیستم معادلات
Systems of equations
نماهای افراطی ، رادیکال ها و لگاریتم ها
Exponentials, radicals, and logarithms
چند جمله ای ها
Polynomials
عملیات چند جمله ای
Polynomial operations
فاکتور سازی
Factorization
میادین فاکتورینگ
Factoring squares
آشنایی با معادلات درجه دوم
Introduction to quadratic equations
کارکرد
Functions
2. مشتقات و بهینه سازی
2. Derivatives and Optimization
نرخ تغییر
Rates of change
معرفی محدودیت ها
Introduction to limits
استمرار
Continuity
یافتن محدودیت
Finding limits
آشنایی با تمایز
Introduction to differentiation
تفاوت پذیری
Differentiability
قوانین و عملیات مشتق شده
Derivative rules and operations
استفاده از مشتقات برای تجزیه و تحلیل توابع
Using derivatives to analyze functions
مشتقات مرتبه دوم
Second-order derivatives
بهینه سازی توابع
Optimizing functions
تمایز چند متغیره
Multivariate differentiation
آشنایی با ادغام
Introduction to integration
3. بردارها و ماتریس
3. Vectors and Matrices
آشنایی با بردارها
Introduction to vectors
علاوه بر وکتور
Vector addition
ضرب بردار
Vector multiplication
آشنایی با ماتریس ها
Introduction to matrices
ضرب ماتریس
Matrix multiplication
ماتریس های هویت
Identity matrices
تقسیم ماتریس
Matrix division
حل سیستم معادلات با ماتریس
Solving systems of equations with matrices
تحولات ماتریس
Matrix transformations
مقادیر ویژه و مجرای ویژه
Eigenvalues and eigenvectors
4- آمار و احتمال
4. Statistics and Probability
داده ها
Data
تجسم داده ها
Visualizing data
اقدامات تمایل مرکزی
Measures of central tendency
اقدامات واریانس
Measures of variance
مقایسه داده ها
Comparing data
مبانی احتمال
Probability basics
احتمال و وابستگی شرطی
Conditional probability and dependence
متغیرها و توزیعهای دوجمله ای
Binomial variables and distributions
توزیع نمونه و نمونه برداری
Sample and sampling distributions
آموزش مهارتهای اصلی فناوری برای جدیدترین نقشهای شغلی
برنامه های مهارت های فنی عمومی مایکروسافت مهارت های فن آوری اصلی را برای برتری در جدیدترین نقش های شغلی آموزش می دهد.
مهارت های فنی و تجربه واقعی را از طریق یک سری دوره های آنلاین که دارای آزمایشگاه های عملی ، مربیان متخصص و پروژه های سنگین است که به شما کمک می کند مهارت های خود را به نمایش بگذارید و در مسیر رسیدن به یک پاداش قرار دهید ، کسب کنید. حرفه. مدرسان مایکروسافت از ترکیبی از صنعت و دانشگاه آمده اند و یک تجربه یادگیری بی نظیر را ارائه می دهند. نه تنها مربیان مربیانی هستند که در فناوری به آنها می آموزند - حتی بسیاری از آنها از تیم هایی استفاده می شوند که ابزارهای واقعی را تولید کرده اند - بلکه آنها از دانش مفاهیم اساسی برخوردار هستند. در https://academy.microsoft.com/en-us/professional-program بیشتر بیاموزید/
نمایش نظرات