آموزش الگوریتم‌های پیشرفته یادگیری ماشین - آخرین آپدیت

آشنایی با منظم‌سازی (Regularization) Getting Familiar with Regularisation

• معرفی دوره Introduction to the course

• معرفی بیان مسئله Introduction to Problem Statement

• تقسیم‌بندی مجموعه داده Division of the dataset

• بیش‌برازش و کم‌برازش (Overfitting & Underfitting) Overfitting and Underfitting

• معرفی مجموعه داده Apex Introduction To The Apex Dataset

• منظم‌سازی L1 L1 Regularization

• منظم‌سازی L2 L2 Regularization

• منظم‌سازی Elastic Net Elastic Net Regularization

• تنظیم دقیق رگرسیون لجستیک Fine-Tuning Logistic Regression

• بررسی مجدد منظم‌سازی L1 L1 Regularization

• بررسی مجدد منظم‌سازی L2 L2 Regularization

• بررسی مجدد منظم‌سازی Elastic Net Elastic Net Regularization

یادگیری جمعی: الگوریتم‌های Bagging Ensemble Learning - Bagging Algorithms

• درک یادگیری جمعی (Ensemble Learning) Understanding Ensemble Learning

• معرفی الگوریتم‌های Bagging Introducing Bagging Algorithms

• کار عملی با Meta Estimator در Bagging Hands-on to Bagging Meta Estimator

• معرفی جنگل تصادفی (Random Forest) Introduction to Random Forest

• درک امتیاز Out Of Bag Understanding Out-Of-Bag Score

• مقایسه جنگل تصادفی در مقابل Bagging کلاسیک و درخت تصمیم Random Forest VS Classical Bagging VS Decision Tree

یادگیری جمعی: الگوریتم‌های Boosting Ensemble Learning - Boosting Algorithms

• معرفی Boosting Introduction to Boosting

• توضیح گام به گام AdaBoost AdaBoost Step-by-Step Explanation

• کار عملی با AdaBoost Hands-on - AdaBoost

• ماشین‌های تقویت گرادیان (GBM) Gradient Boosting Machines (GBM)

• کار عملی با Gradient Boost Hands-on Gradient Boost

• سایر الگوریتم‌ها (XGBoost, LightBoost, CatBoost) Other Algo (XGBoost, LightBoost. CatBoost)

مهندسی ویژگی‌ها و تنظیم ابرپارامترها Feature Engineering and Hyperparameter Tuning

• معرفی مهندسی ویژگی‌ها و تنظیم ابرپارامترها Introduction to Feature Engineering and Hyperparameter Tuning

• تقسیم مجموعه داده Spliting the dataset

• تبدیل ویژگی‌ها (Feature Transformation) Feature Transformation

• تولید ویژگی‌ها (Feature Generation) Feature Generation

• انتخاب ویژگی‌ها (Feature Selection) Feature Seletion

• معرفی ابرپارامترها و Grid Search CV Introduction to Hyperparameter and Grid Search CV

• بررسی Grid Search CV Grid Search CV

• بررسی Random Search CV Random Search CV

• بهینه‌سازی بیزی (Bayesian Optimization) Bayesan Optimization

• بهینه‌سازی بیزی در مجموعه داده Synergix Bayesian Optimization in synergix dataset

ترکیب مدل‌ها Combining Models

• معرفی ماژول Introduction to the module

• درک مفهوم رای‌گیری (Voting) Understanding Voting

• بهره‌برداری از روش Voting Leveraging the Voting

• درک یادگیری جمعی Stacking Understanding Stacking ensemble learning

• درک روش Hold out و Blending Understanding Hold out Method/Blending

انتخاب مدل Model Selection

• مراحل کلیدی در انتخاب مدل The Stepping Stones in Model Selection

• عواملی که هنگام انتخاب مدل باید در نظر گرفت Factors to Consider While Selecting a Model