دسترسی سریع:

مسیر:

صفحه اصلی

لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در کانال تلگرام عضو شوید.

آموزش یادگیری ماشین با داده‌های جدولی و سری‌های زمانی [ویدئویی] - آخرین آپدیت

دانلود Machine Learning with Tabular & Time Series Data [Video]

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.

نمونه ویدیوها: (صرفا برای مشاهده نمونه ویدیو، ممکن هست نیاز به شکن داشته باشید.)

توضیحات دوره: دوره یادگیری ماشین با داده‌های جدولی و سری‌های زمانی، شما را با مهارت‌های لازم برای طراحی، آموزش و استقرار مدل‌های پیش‌بینی‌کننده که با داده‌های ساختاریافته و متوالی کار می‌کنند، آشنا می‌کند. با استفاده از مثال‌های واقعی و تمرین‌های عملی، خواهید آموخت که چگونه مجموعه‌داده‌ها را پاک‌سازی و تبدیل کنید، ویژگی‌ها (Features) را مهندسی نمایید و الگوریتم‌های موثر را برای استخراج بینش‌ها و اتخاذ تصمیمات به کار ببرید. در طول این دوره، شما تجربه به‌کارگیری تشخیص ناهنجاری (Anomaly Detection)، استراتژی‌های بک‌تستینگ و نظارت بر مدل را کسب خواهید کرد. در پایان، یک جعبه‌ابزار کاربردی برای ساخت راهکارهای ML قابل اعتماد خواهید داشت که در حوزه‌هایی مانند مالی، زنجیره تأمین، اینترنت اشیا (IoT) و خرده‌فروشی قابل استفاده است. - پیش‌پردازش و تبدیل مجموعه‌داده‌های ساختاریافته در پایتون - مهندسی ویژگی‌ها برای بهبود دقت و قابلیت اطمینان مدل - به‌کارگیری تکنیک‌های تشخیص ناهنجاری در داده‌های جدولی و سری‌های زمانی - بک‌تست و ارزیابی مدل‌ها برای بررسی استحکام و پایداری - نظارت بر مدل‌های مستقر شده برای حفظ عملکرد بلندمدت این دوره برای دانشمندان داده، تحلیل‌گران و مهندسان ML طراحی شده است که می‌خواهند راهکارهای پیش‌بینی‌کننده را با استفاده از داده‌های جدولی و سری‌های زمانی بسازند. داشتن درک پایه از پایتون و مفاهیم اصلی یادگیری ماشین توصیه می‌شود. متخصصان صنایع مالی، خرده‌فروشی، تولید و IoT به‌طور ویژه از مهارت‌های عملی این دوره که مستقیماً در پیش‌بینی، تشخیص ناهنجاری و تحلیل‌های حیاتی کسب‌وکار کاربرد دارد، بهره‌مند خواهند شد. - ساخت مدل‌های ML برای مجموعه‌داده‌های ساختاریافته و متوالی - به‌کارگیری روش‌های پیش‌بینی، تشخیص ناهنجاری و طبقه‌بندی - کسب مهارت‌های عملی با کتابخانه‌های پایتون و مجموعه‌داده‌های واقعی

سرفصل ها و درس ها

مقیاس‌بندی هوش یادگیری ماشین Scaling ML Intelligence

فراتر از XGBoost: روزهای آغازین هوش مصنوعی جدولی Beyond XGBoost: The Early Days of Tabular AI
پیش‌بینی Zero-Shot با TimeGPT Zero-Shot Forecasting with TimeGPT

برای ارسال نظر ثبت نام کنید.

نمایش نظرات

آموزش یادگیری ماشین با داده‌های جدولی و سری‌های زمانی [ویدئویی]

جزییات دوره

زمان دوره: 1h 7m

تعداد ویدیو ها: 2

شرکت: Packtpub

تاریخ انتشار مرجع: (آخرین آپدیت)

بازدید مرجع :

امتیاز مرجع: از 5

فایل تمرین: ندارد

زیرنویس زبان اصلی: دارد

زیرنویس فارسی: (توسط هوش مصنوعی) دارد

مدرس: Luca Massaron Khuyen Tran

لینک کوتاه این دوره

https://donyad.com/d/5b00f9

جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

نرم افزارهای مورد نیاز

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Luca Massaron

لوکا ماسارون (Luca Massaron) دانشمند داده با بیش از یک دهه تجربه در تبدیل داده‌ها به دستاوردهای نوآورانه و تاثیرگذار، حل مسائل واقعی و ایجاد ارزش برای کسب‌وکارها و ذینفعان است. او نویسنده کتاب‌های پرفروش متعددی در زمینه هوش مصنوعی، یادگیری ماشین و الگوریتم‌ها است. لوکا همچنین سه بار Grandmaster در Kaggle شده و به دلیل عملکردش در مسابقات علوم داده، به رتبه ۷ جهانی در رده‌بندی کاربران دست یافته است. علاوه بر این، او به عنوان متخصص توسعه گوگل (GDE) در زمینه‌های هوش مصنوعی، Kaggle و رایانش ابری شناخته می‌شود.

Khuyen Tran

خوین تران (Khuyen Tran) مبلغ توسعه‌دهندگان در Nixtla است. او بیش از ۱۸۰ مقاله علوم داده با بیش از ۱۰۰ هزار بازدید ماهانه در Towards Data Science نوشته و بیش از ۸۰۰ نکته روزانه مرتبط با علوم داده و پایتون در CodeCut منتشر کرده است. ماموریت فعلی او دسترس‌پذیرتر کردن ابزارهای متن‌باز برای جامعه علوم داده و آموزش بهترین روش‌های مهندسی برای پروژه‌های علوم داده به دانشمندان داده است.

عکاسی

داده ها