آموزش یادگیری ماشین برای مهندسان: الگوریتم‌ها و کاربردها - آخرین آپدیت

دانلود Machine Learning for Engineers: Algorithms and Applications

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره آموزشی به بررسی الگوریتم‌های کاربردی و تئوری‌های یادگیری ماشین از دیدگاه‌های مختلف می‌پردازد. سرفصل‌های این دوره شامل یادگیری نظارت شده (یادگیری مولد، تمایزی، پارامتریک، غیرپارامتریک، شبکه‌های عصبی عمیق و ماشین‌های بردار پشتیبان) و یادگیری بدون نظارت (خوشه‌بندی، کاهش ابعاد و روش‌های هسته یا Kernel) است. همچنین در این دوره، کاربردهای اخیر یادگیری ماشین مانند بینایی ماشین، داده‌کاوی، پردازش زبان طبیعی، تشخیص گفتار و رباتیک مورد بحث قرار می‌گیرد. دانشجویان پیاده‌سازی الگوریتم‌های منتخب یادگیری ماشین را از طریق زبان پایتون و کتابخانه PyTorch خواهند آموخت.

سرفصل ها و درس ها

مقدمه‌ای بر یادگیری آماری در مهندسی Introduction to Statistical Learning in Engineering

  • مروری بر یادگیری آماری Statistical Learning Overview

مبانی مفاهیم یادگیری آماری A Primer on Statistical Learning Concepts

  • تخمین حداکثر احتمال (MLE) Maximum Likelihood Estimation

  • گرادیان نزولی Gradient Descent

فرآیند یادگیری The Learning Process

  • اجزای فرآیند یادگیری Components of a Learning Process

  • تعادل بین بایاس و واریانس Bias Variance Trade-Off

رگرسیون خطی Linear Regression

  • مروری بر رگرسیون خطی Linear Regression Overview

  • منظم‌سازی (Regularization) برای رگرسیون خطی Regularization for Linear Regression

نمایش نظرات

آموزش یادگیری ماشین برای مهندسان: الگوریتم‌ها و کاربردها
جزییات دوره
17h 31m
7
(آخرین آپدیت)
310
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده