لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
مقدمه ای بر یادگیری ماشین با Scikit-Learn
Introduction to Machine Learning with Scikit-Learn
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
سه تکنیک اصلی یادگیری ماشین را بیاموزید: رگرسیون، طبقهبندی و خوشهبندی، با استفاده از Scikit-Learn در این دوره آموزشی یاد خواهید گرفت: یادگیری ماشینی و Scikit-Learn شما قادر خواهید بود مشکلاتی را که با یادگیری ماشینی قابل حل هستند تشخیص دهید انتخاب تکنیک مناسب (آیا این یک مشکل طبقه بندی است؟ یک رگرسیون است؟ نیاز به پیش پردازش دارد؟) مدل های رگرسیون را با Scikit-Learn برای پیش بینی کمیت های عددی آموزش و ارزیابی کنید. آموزش و ارزیابی مدلهای طبقهبندی با Scikit-Learn برای پیشبینی دستهها. از تکنیک های خوشه بندی برای گروه بندی داده های خود و کشف بینش استفاده کنید. پیش نیازها:تجربه قبلی در برنامه نویسی در پایتون توصیه می شود مستر کلاس رایگان Pandas ما می تواند مفید باشد
این دوره آموزش ماشینی را با سه تکنیک اصلی مورد استفاده در صنعت معرفی میکند: رگرسیون، طبقهبندی، و خوشهبندی.
به گونه ای طراحی شده است که مستقل باشد، به آسانی به آن نزدیک شود، و به سرعت جذب شود.
خواهید آموخت:
یادگیری ماشین چیست
جایی که یادگیری ماشین در صنعت استفاده می شود
نحوه تشخیص تکنیکی که باید استفاده کنید
نحوه حل مسائل رگرسیون برای پیش بینی مقادیر عددی
نحوه حل مسائل طبقه بندی برای پیش بینی کمیت های طبقه بندی شده
نحوه استفاده از خوشه بندی برای گروه بندی داده های خود و کشف اطلاعات بینش جدید
این دوره برای به حداکثر رساندن تجربه یادگیری برای همه طراحی شده است و شامل 50٪ تئوری و 50٪ عمل عملی است. این شامل آزمایشگاههایی با تمرینها و راهحلهای عملی است.
بدون نیاز به نصب نرم افزار. میتوانید کد را در Google CoLab اجرا کنید و بلافاصله شروع کنید.
این دوره سریعترین راه برای افزایش سرعت در یادگیری ماشینی و Scikit Learn است.
چرا یادگیری ماشینی؟
آموزش ماشینی در 10 سال گذشته جهان را با طوفانی فراگرفته است، هر شرکتی را متحول کرده و بسیاری از برنامههای کاربردی را که ما هر روز استفاده میکنیم توانمند کرده است.
در اینجا چند نمونه از جایی که امروزه میتوانید یادگیری ماشین را بیابید آورده شده است: سیستمهای توصیهکننده، تشخیص تصویر، تجزیه و تحلیل احساسات، پیشبینی قیمت، ترجمه ماشینی و بسیاری موارد دیگر!
بیش از 3000 آگهی شغلی وجود دارد که فقط در ایالات متحده به Scikit Learn نیاز دارند و تقریباً 80000 شغل به یادگیری ماشین در ایالات متحده اشاره می کنند. مهندسان یادگیری ماشین به راحتی می توانند در شهرهای بزرگ حقوق شش رقمی دریافت کنند و شرکت ها میلیاردها دلار برای توسعه تیم های خود سرمایه گذاری می کنند.
حتی اگر قبلاً شغلی دارید، درک نحوه عملکرد یادگیری ماشین به شما قدرت میدهد تا پروژههای جدیدی را شروع کنید و در شرکت خود دیده شوید.
چرا Scikit Learn؟
این بهترین کتابخانه پایتون برای یادگیری یادگیری ماشینی است
API ساده و در عین حال قدرتمند برای تجزیه و تحلیل داده های پیش بینی شده
در بسیاری از صنایع استفاده می شود: فناوری، زیست شناسی، مالی، بیمه
ساخته شده بر روی کتابخانه های استاندارد مانند NumPy، SciPy، و Matplotlib
سرفصل ها و درس ها
مقدمه
Introduction
مقدمه
Introduction
یادگیری ماشین و هوش مصنوعی
Machine Learning and AI
نمایش نظرات