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