نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
در این دوره ، شما یاد خواهید گرفت که چگونه می توانید با استفاده از Weka ، یک نرم افزار یادگیری ماشین منبع باز برای تهیه داده ها ، یادگیری ماشین و استقرار مدل پیش بینی شده ، جریان کار یادگیری ماشین خود را توسعه دهید. Weka یک نرم افزار یادگیری ماشین منبع باز آزمایش شده برای ساخت کلیه اجزای گردش کار یادگیری ماشین. در این دوره ، Implementing Machine Learning Workflow with Weka، شما برنامه های ترمینال و همچنین Java API را برای آموزش مدل ها فرا خواهید گرفت. از وکا معمولاً برای تدریس ، تحقیق و کاربردهای صنعتی استفاده می شود. ابتدا شما با یک پروژه Apache Maven شروع خواهید کرد و محیط توسعه جاوا خود را با تمام وابستگی هایی که برای ساخت برنامه های Weka نیاز دارید تنظیم می کنید. در مرحله بعدی ، شما در ساخت و ارزیابی مدل های طبقه بندی در Weka کاوش خواهید کرد. سرانجام ، شما روشهای یادگیری بدون نظارت را در Weka پیاده خواهید کرد و خوشه بندی را با استفاده از الگوریتم خوشه بندی k-means ، خوشه بندی سلسله مراتبی و همچنین خوشه بندی حداکثر انتظار انجام می دهید. پس از اتمام این دوره ، دانش و مهارت ساخت مدلهای یادگیری ماشین تحت نظارت و بدون نظارت را با استفاده از کتابخانه Weka Java خواهید داشت.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
-
بررسی اجمالی دوره
Course Overview
پیاده سازی مدل های رگرسیون
Implementing Regression Models
-
پیش نیازها و طرح کلی دوره
Prerequisites and Course Outline
-
معرفی وکا
Introducing Weka
-
نسخه ی نمایشی: محیط و راه اندازی پروژه
Demo: Environment and Project Setup
-
نسخه ی نمایشی: کاوش روی میز Weka
Demo: Exploring the Weka Workbench
-
نسخه ی نمایشی: بارگذاری و کاوش مجموعه داده
Demo: Loading and Exploring the Dataset
-
نسخه ی نمایشی: آموزش و ارزیابی مدل رگرسیون
Demo: Training and Evaluating a Regression Model
-
نسخه ی نمایشی: آموزش و ارزیابی مدل رگرسیون چندگانه
Demo: Training and Evaluating a Multiple Regression Model
-
نسخه ی نمایشی: انتخاب و رتبه بندی ویژگی ها
Demo: Feature Selection and Ranking
-
نسخه ی نمایشی: پردازش و ذخیره داده های پردازش شده
Demo: Processing and Saving Processed Data
-
نسخه ی نمایشی: ارزیابی یک مدل با استفاده از اعتبار سنجی متقابل
Demo: Evaluating a Model Using Cross Validation
-
نسخه ی نمایشی: رگرسیون با استفاده از ماشین های بردار پشتیبان و گیرنده های چند لایه
Demo: Regression Using Support Vector Machines and Multilayer Perceptrons
-
نسخه ی نمایشی: سریال سازی و تجسم مدل درخت تصمیم گیری
Demo: Serializing and Visualizing a Decision Tree Model
پیاده سازی مدل های طبقه بندی
Implementing Classification Models
-
نسخه ی نمایشی: انتخاب ویژگی و پردازش داده ها
Demo: Feature Selection and Data Processing
-
نسخه ی نمایشی: ساخت و ارزیابی یک مدل طبقه بندی
Demo: Building and Evaluating a Classification Model
-
نسخه ی نمایشی: ساخت و تجسم مدل درخت تصمیم
Demo: Building and Visualizing a Decision Tree Model
-
نسخه ی نمایشی: رمزگذاری داده های متنی به شکل عددی
Demo: Encoding Text Data in Numeric Form
-
نسخه ی نمایشی: انجام طبقه بندی بر روی داده های متنی
Demo: Performing Classification on Text Data
پیاده سازی مدلهای خوشه بندی
Implementing Clustering Models
-
نسخه ی نمایشی: عادی سازی و تجسم داده ها
Demo: Normalizing and Visualizing Data
-
نسخه ی نمایشی: انجام خوشه بندی K-means
Demo: Performing K-means Clustering
-
نسخه ی نمایشی: تجسم تکالیف خوشه
Demo: Visualizing Cluster Assignments
-
نسخه ی نمایشی: کاوش و تجسم داده ها
Demo: Exploring and Visualizing Data
-
نسخه ی نمایشی: انجام خوشه بندی سلسله مراتبی
Demo: Performing Hierarchical Clustering
-
نسخه ی نمایشی: انجام خوشه بندی EM
Demo: Performing EM Clustering
-
نسخه ی نمایشی: سریال سازی پارامترهای مدل آموزش دیده
Demo: Serializing Trained Model Parameters
-
نسخه ی نمایشی: استقرار یک مدل با استفاده از Spring Boot
Demo: Deploying a Model Using SpringBoot
-
خلاصه و مطالعه بیشتر
Summary and Further Study
Pluralsight (پلورال سایت)
Pluralsight یکی از پرطرفدارترین پلتفرمهای آموزش آنلاین است که به میلیونها کاربر در سراسر جهان کمک میکند تا مهارتهای خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دورههای آموزشی در زمینههای فناوری اطلاعات، توسعه نرمافزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه میدهد.
یکی از ویژگیهای برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعهدهندگان و کارشناسان معتبر، دورههایی را ارائه میدهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژیها نگه میدارد. این امر به کاربران این اطمینان را میدهد که دورههایی که در Pluralsight میپذیرند، با جدیدترین دانشها و تجارب به روز شدهاند.
نمایش نظرات