آموزش یادگیری ماشین و مبانی هوش مصنوعی: استنتاج علی و مدلسازی

Machine Learning and AI Foundations: Causal Inference and Modeling

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره با مدرس کیت مک کورمیک مقدمه ای بر برخی از تکنیک های پیشرفته در استنتاج علی و مدل سازی علّی ارائه می دهد. این پایه بر پایه دوره کیث، یادگیری ماشین و مبانی هوش مصنوعی: پیش بینی، علیت و استنتاج آماری استوار است. کیت این دوره را بر روی سه موضوع اصلی متمرکز می کند: قدرت آزمایش ها (و واقعیت این است که آنها همیشه به عنوان یک گزینه در دسترس نیستند). فلسفه و رویکرد آمار بیزی و زمانی که انتخاب خوبی است. و مقدمه‌ای بر مدل‌سازی علی با تکنیک‌هایی مانند مدل‌سازی معادلات ساختاری و شبکه‌های بیزی. در این دوره آموزشی به کیت بپیوندید تا با این تکنیک های پیشرفته و آنچه که آنها را قدرتمند و جالب می کند آشنا شوید.

سرفصل ها و درس ها

مقدمه Introduction

  • اندیشیدن به علیت Thinking about causality

  • آنچه شما باید بدانید What you should know

1. طراحی آزمایشی و کنترل های آماری 1. Experimental Design and Statistical Controls

  • بازپرس، هیئت منصفه و قاضی The investigator, the jury, and the judge

  • فیشر و آزمایش Fisher and experiments

  • جان اسنو و آزمایش های طبیعی John Snow and natural experiments

  • مطالعات دوسوکور Double blind studies

  • متغیرهای کنترل (ANCOVA) Control variables (ANCOVA)

  • Judea Pearl: مشکلات با متغیرهای کنترل Judea Pearl: Problems with control variables

  • اعتدال، میانجیگری و متغیرهای در کمین Moderation, mediation, and lurking variables

  • پارادوکس سیمپسون Simpson's paradox

  • چالش: اعتدال، میانجیگری یا متغیر سوم Challenge: Moderation, mediation, or a third variable

  • راه حل: اعتدال، میانجیگری یا متغیر سوم Solution: Moderation, mediation, or a third variable

  • امتحان فصل Chapter Quiz

2. احتمال شرطی و قضیه بیز 2. Conditional Probability and Bayes' Theorem

  • تورینگ، انیگما و کپچا Turing, Enigma, and CAPTCHA

  • معما و عدم قطعیت Enigma and uncertainty

  • ایجاد شهود برای بیز با وردل Developing an intuition for Bayes with Wordle

  • وردل و احتمال شرطی Wordle and conditional probability

  • Wordle، bans و bit Wordle, bans, and bits

  • قضیه وردل و بیز Wordle and Bayes' theorem

  • چالش: احتمال شرطی و قضیه بیز Challenge: Conditional probability and Bayes' theorem

  • راه حل: احتمال شرطی و قضیه بیز Solution: Conditional probability and Bayes' theorem

  • امتحان فصل Chapter Quiz

3. پیش بینی و اثبات با آمار بیزی 3. Prediction and Proof with Bayesian statistics

  • متضاد آمار فراوان گرا و آمار بیزی Contrasting frequentist statistics and Bayesian statistics

  • بیزین تی تست با JASP Bayesian T-Test with JASP

  • Google Optimize Google Optimize

  • بیز و اتفاقات نادر Bayes and rare events

  • چالش: JASP Challenge: JASP

  • راه حل: JASP Solution: JASP

  • امتحان فصل Chapter Quiz

4. مدلسازی علی با مدلسازی معادلات ساختاری (SEM) 4. Causal Modeling with Structural Equation Modeling (SEM)

  • سول رایت Sewell Wright

  • معرفی تحلیل مسیر و SEM Introducing path analysis and SEM

  • مثال SEM: قصد SEM example: Intention

  • افسانه ها در مورد SEM Myths about SEM

  • متغیرهای پنهان در SEM Latent variables in SEM

  • یافتن جهت علیت با SEM (PSAT) Finding direction of causality with SEM (PSAT)

  • امتحان فصل Chapter Quiz

5. مدلسازی علی با شبکه های بیزی 5. Causal Modeling with Bayesian Networks

  • مروارید یهودا و انقلاب علّی Judea Pearl and the causal revolution

  • دانلود BayesiaLab و منابع Downloading BayesiaLab and resources

  • معرفی BayesiaLab: رنگ مو و چشم Introducing BayesiaLab: Hair and eye color

  • مقدمه ای بر مدل سازی علی با شبکه های بیزی Introduction to causal modeling with Bayesian networks

  • شبکه های بیزی: مطالعه موردی قو سیاه Bayesian Networks: Black Swan case study

  • امتحان فصل Chapter Quiz

نتیجه Conclusion

  • عليت را بيشتر ببرد Taking causality further

نمایش نظرات

آموزش یادگیری ماشین و مبانی هوش مصنوعی: استنتاج علی و مدلسازی
جزییات دوره
2h 51m
43
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
-
- از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Keith McCormick Keith McCormick

داده کاو ، مربی ، سخنران ، نویسنده کیت مک کورمیک یک کاوشگر اطلاعات ، مربی ، سخنران و نویسنده مستقل است.

کیت در توضیح روشهای پیچیده برای کاربران جدید یا تصمیم گیرندگان در سطوح مختلف از جزئیات فنی مهارت دارد. وی متخصص در مدل های پیش بینی و تجزیه و تحلیل تقسیم بندی از جمله درختان طبقه بندی ، شبکه های عصبی ، مدل خطی کلی ، تجزیه خوشه و قوانین ارتباط است.