آموزش اصول یادگیری ماشین

The basics of Machine Learning

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: اصول یادگیری ماشینی برای شروع کار در این زمینه

آنچه یاد خواهید گرفت

  • درک اولیه یادگیری ماشین.
  • یادگیری ماشین چیست.
  • چرا از یادگیری ماشینی استفاده می کنیم.
  • انواع سیستم های یادگیری ماشینی چیست.
  • چالش‌های یادگیری ماشین چیست.
  • تناسب کمتر/بیش از حد.
  • و بسیاری موارد دیگر.

یادگیری ماشین (ML) شاخه‌ای از هوش مصنوعی (AI) است که رایانه‌ها را قادر می‌سازد تا از داده‌های آموزشی «خودآموخته» شوند و در طول زمان، بدون برنامه‌ریزی صریح، پیشرفت کنند. الگوریتم های یادگیری ماشینی قادر به تشخیص الگوهای موجود در داده ها و یادگیری از آنها هستند تا پیش بینی های خود را انجام دهند. به طور خلاصه، الگوریتم‌ها و مدل‌های یادگیری ماشین از طریق تجربه یاد می‌گیرند.

در برنامه‌نویسی سنتی، یک مهندس کامپیوتر مجموعه‌ای از دستورالعمل‌ها را می‌نویسد که به رایانه دستور می‌دهد چگونه داده‌های ورودی را به خروجی دلخواه تبدیل کند.

از سوی دیگر، یادگیری ماشینی یک فرآیند خودکار است که ماشین‌ها را قادر می‌سازد تا مشکلات را با کمک انسان کم یا بدون نیاز حل کنند و اقداماتی را بر اساس مشاهدات گذشته انجام دهند.

در این دوره ما قصد داریم در مورد اصول یادگیری ماشین صحبت کنیم که پایه ای قوی برای دانش آموزانی که می خواهند در زمینه علوم داده و یادگیری ماشین شغلی ایجاد کنند، فراهم می کند. نکته مهم اساسی که یک مبتدی برای شروع یادگیری ماشین باید بداند. ما در مورد اینکه یادگیری ماشین چیست و چرا دقیقاً باید از یادگیری ماشین استفاده کنیم صحبت خواهیم کرد، سپس انواع سیستم یادگیری ماشین را مورد بحث قرار خواهیم داد که در آن به طور مفصل در مورد انواع و طبقه بندی سیستم یادگیری ماشین صحبت خواهیم کرد. سپس در مورد مشکلات اصلی که دانشمندان داده هنگام انجام کار یادگیری ماشین یا ساختن الگوریتم یادگیری ماشین با آن مواجه می شوند صحبت خواهیم کرد.

این دوره مقدماتی است، انتظار برنامه نویسی و برنامه نویسی سطح بالا را نداشته باشید، این دوره فقط برای ساختن پایه ای است که یک ساختمان مستحکم روی آن استوار باشد.


این دوره برای چه کسانی است:

  • کسانی که می خواهند تازه در زمینه یادگیری ماشینی شروع کنند
  • کسانی که در این فایل شرکت کرده اند، هنوز برخی از عدم آگاهی از دامنه
  • کسانی که به دنبال راه حلی در رابطه با یادگیری ماشین هستند
  • کسانی که می خواهند دانش خود را گسترش دهند

سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

  • مقدمه ای بر ML Intro to ML

  • چشم انداز یادگیری ماشین Machine Learning Landscape

  • یادگیری ماشینی چیست؟ What is Machine Learning?

  • چرا یادگیری ماشینی؟ Why Machine Learning?

  • یادگیری ماشینی در مقابل یادگیری عمیق در مقابل شبکه های عصبی Machine Learning vs. Deep Learning vs. Neural Networks

انواع سیستم های ML Types of ML Systems

  • انواع سیستم ML Types of ML system

  • ML تحت نظارت Supervised ML

  • ML بدون نظارت Unsupervised ML

  • ML نیمه نظارت شده Semi-Supervised ML

  • ML تقویت شده Reinforced ML

  • یادگیری دسته ای Batch Learning

  • آموزش آنلاین Online Learning

  • یادگیری مبتنی بر نمونه Instance Based Learning

  • یادگیری مبتنی بر مودال Modal Based Learning

چالش های اصلی یادگیری ماشینی Main Challenges of Machine Learning

  • تعداد ناکافی داده Insufficient Quantity of data

  • داده های غیر نماینده Non Representative data

  • کیفیت پایین داده ها Poor Quality of data

  • ویژگی های بی ربط Irrelevant features

  • بیش از حد برازش داده های آموزشی Overfitting the training data

  • عدم تناسب داده های آموزشی Underfitting the training data

تست و اعتبارسنجی Testing & Validation

  • تست و اعتبار سنجی Testing and validation

  • تنظیم فراپارامتر و انتخاب حالت Hyperparameter Tuning & Modal selection

  • تنظیم فراپارامتر برای مدل های یادگیری ماشین Hyperparameter tuning for machine learning models

  • عدم تطابق داده ها Data mismatch

  • عدم تطابق داده ها و راه حل های بالقوه آنها در یادگیری ماشین چیست؟ What are Data Mismatch and their potential solutions in Machine Learning?

نمایش نظرات

آموزش اصول یادگیری ماشین
جزییات دوره
53m
26
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,003
3.2 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

Sharjeel Kazim Sharjeel Kazim

مدرس یادگیری ماشینی و یادگیری عمیق شارجیل یک معلم ماهر در تکنیک برنامه نویسی کامپیوتر است که مدرک خود را از یک موسسه معتبر جهانی دریافت کرده و با تعدادی از مشتریان در زمینه کار کرده است و اکنون در تلاش است تا به تدریس راه پیدا کند و موفق شود. دانشی که او نسبت به دیگران دارد. او تعدادی دوره با موضوع یادگیری ماشینی دارد.