فرآیند فعالسازی مجدد لینکهای دانلود آغاز شده است. با توجه به حجم بالای محتوا و طی شدن مراحل فنی آمادهسازی، فعال شدن کامل دسترسیها برای تمامی کاربران کمی زمان میبرد.پیشاپیش از صبوری شما سپاسگزاریم.
✅ امکان تهیه دورهها فراهم است و لینکها به نوبت در حال فعالسازی هستند.
زمان اشتراکها، تمدید و اصلاح می شوند.
راه ارتباطی در ایتا 09303953766
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
تالیف مدل های یادگیری ماشینی از ابتدا [ویدئو]
- آخرین آپدیت
Authoring Machine Learning Models from Scratch [Video]
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
راهنمای کامل یادگیری جزئیات الگوریتم های یادگیری ماشین با پیاده سازی آنها از ابتدا در پایتون. نحوه بارگیری داده ها، ارزیابی مدل ها و پیاده سازی مجموعه ای از الگوریتم های برتر یادگیری ماشین را با استفاده از آموزش های گام به گام کشف خواهید کرد.
الگوریتمهای یادگیری ماشینی دارای ریاضیات و تئوری زیادی هستند، اما لازم نیست بدانید که چرا الگوریتمها کار میکنند تا بتوانید آنها را پیادهسازی کنید و برای دستیابی به نتایج واقعی و ارزشمند به کار ببرید.
در این دوره یاد می گیرید که چگونه از فایل های CSV بارگذاری کنید و داده ها را برای مدل سازی آماده کنید. نحوه انتخاب معیارهای ارزیابی الگوریتم و تکنیکهای نمونهگیری مجدد برای مهار تست. چگونه یک انتظار پایه از عملکرد برای یک مشکل مشخص ایجاد کنیم. نحوه پیاده سازی و اعمال مجموعه ای از الگوریتم های یادگیری ماشین خطی؛ نحوه پیاده سازی و اعمال مجموعه ای از الگوریتم های پیشرفته یادگیری ماشین غیرخطی؛ نحوه پیاده سازی و اعمال الگوریتم های یادگیری ماشین مجموعه ای برای بهبود عملکرد.
این دوره راهنمای ارزشمندی برای درک مدلهای یادگیری ماشینی در دنیای واقعی خواهد بود و به شما در درک کدهای ریاضی کمک میکند.
در پایان این دوره، بینشی در مورد مدل های یادگیری ماشین در دنیای واقعی به دست خواهید آورد و یاد خواهید گرفت که چگونه عملکردهای پرکاربردترین ابزارها در یادگیری ماشین را کدنویسی کنید.
بسته کد کامل برای این دوره در https://github.com/PacktPublishing/Authoring-Machine-Learning-Models-from-Scratch موجود است.
کدنویسی توابع پرکاربردترین ابزارها در یادگیری ماشین را یاد بگیرید
بینشی به دست آورید که مدل های یادگیری ماشینی در دنیای واقعی نوشته شده اند
درک عمیقی از نحوه عملکرد الگوریتم به دست آورید
مجموعه ای از الگوریتم های یادگیری ماشین خطی را پیاده سازی و اعمال کنید
مجموعهای از الگوریتمهای پیشرفته غیرخطی ML را پیادهسازی و اعمال کنید این دوره برای توسعهدهندگان، مهندسان یادگیری ماشین و دانشمندان داده است که میخواهند بیاموزند چگونه بیشترین بهره را از Keras ببرند. نیازی نیست که شما یک متخصص یادگیری ماشین باشید، اما اگر بدانید چگونه با استفاده از SciKit-Learn یک مشکل کوچک یادگیری ماشینی را حل کنید، مفید خواهد بود. علاوه بر این، شما باید یک پس زمینه قوی در پایتون داشته باشید. بدانید که چگونه الگوریتمهای برتر یادگیری ماشین در داخل کار میکنند * پیکربندی الگوریتمهای یادگیری ماشین را بیاموزید تا بیشترین بهره را از آنها ببرید.
سرفصل ها و درس ها
معرفی
Introduction
معرفی
Introduction
این دوره چیست ... دقیقا؟
What is this Course...Exactly?
نتایج دوره
Course Outcomes
ساختار دوره
Course Structure
الگوریتم در برنامه نویسی چیست؟
What is an Algorithm in Programming?
آماده سازی داده ها
Data Preparation
بارگیری داده ها از یک فایل CSV
Loading Data from a CSV File
مقیاس داده های خود را: عادی سازی
Scale Your Data: Normalization
مقیاس داده های خود را: استانداردسازی
Scale Your Data: Standardization
نمایش نظرات