آموزش ماشینی پایتون با پروژه های دنیای واقعی

دانلود Hands-On Python Machine Learning with Real World Projects

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: دوره یادگیری ماشینی مبتنی بر پایتون با تمرین‌های عملی و مطالعات موردی کاربردهای یادگیری ماشینی دستکاری و تجزیه و تحلیل داده‌ها ساخت یک مدل پیش‌بینی‌کننده برای پیش‌بینی فروش کتابخانه‌های ضروری پایتون (NumPy، Pandas، Matplotlib، Seaborn، Scikit-learn) پیشها: بدون نیاز به تجربه

آیا آماده باز کردن قدرت یادگیری ماشین با پایتون هستید؟ این دوره جامع برای تجهیز شما به مهارت‌های ضروری برای ساخت مدل‌های پیش‌بینی که می‌توانند مشکلات دنیای واقعی را حل کنند، طراحی شده است.

از مبتدی تا متخصص، ما شما را در کل فرآیند یادگیری ماشین راهنمایی می کنیم، که از اصول برنامه نویسی پایتون شروع می شود. شما یاد خواهید گرفت که چگونه:

  • داده ها را برای تجزیه و تحلیل آماده و پاک کنید

  • الگوریتم های مختلف یادگیری ماشین و کاربردهای آنها را کاوش کنید

  • ساخت و آموزش مدل‌های پیش‌بینی با استفاده از کتابخانه‌های محبوب مانند Scikit-learn و TensorFlow

  • عملکرد مدل را ارزیابی کنید و رویکرد خود را اصلاح کنید

  • تکنیک‌های یادگیری ماشین را برای انواع مشکلات دنیای واقعی به کار ببرید، از جمله:

    • رگرسیون: پیش بینی مقادیر پیوسته (مثلاً قیمت خانه)

    • طبقه بندی: دسته بندی داده ها (به عنوان مثال، تشخیص هرزنامه)

    • خوشه بندی: گروه بندی نقاط داده مشابه (به عنوان مثال، تقسیم بندی مشتری)

    • شبکه های عصبی و یادگیری عمیق: ساخت مدل های پیچیده برای کارهایی مانند پردازش تصویر و زبان طبیعی

در طول دوره، روی پروژه های عملی کار خواهید کرد که به شما کمک می کند درک خود را تقویت کنید و مهارت های عملی خود را توسعه دهید. ما همچنین مطالعات موردی در دنیای واقعی را به شما ارائه خواهیم کرد تا نشان دهیم چگونه می‌توان از یادگیری ماشینی برای حل چالش‌های تجاری استفاده کرد.

در پایان این دوره، شما قادر خواهید بود:

  • با اطمینان از Python برای وظایف یادگیری ماشین استفاده کنید

  • مدل‌های پیش‌بینی‌کننده‌ای بسازید که ارزش کسب‌وکار را افزایش می‌دهند

  • با آخرین روندهای یادگیری ماشینی به‌روز باشید


سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

  • مقدمه ای بر یادگیری ماشین در پایتون Introduction to machine learning in python

  • درک یادگیری ماشینی Understanding Machine Learning

  • چرا از پایتون برای یادگیری ماشین استفاده کنیم؟ Why use Python for Machine Learning

  • شروع به کار Getting Started

  • مبانی پایتون و رابط نوت بوک Jupyter Basics of Python and Interface of the Jupyter Notebook

  • Numpy and it_s Inbuilt Functions - قسمت 1 Numpy and it_s Inbuilt Functions- Part 1

  • Numpy and it_s Inbuilt Functions - قسمت 2 Numpy and it_s Inbuilt Functions- Part 2

  • 8. آموزش فریم های داده و سری داده ها در پانداها 8. Learning Data Frames and Data Series in Pandas

  • خواندن فایل‌های CSV. با استفاده از پارامترهای مختلف در پاندا - قسمت 1 Reading the .CSV Files Using Different Parameters in Pandas- Part 1

  • خواندن فایل‌های CSV. با استفاده از پارامترهای مختلف در پانداها - قسمت 2 Reading the .CSV Files Using Different Parameters in Pandas- Part 2

  • پروژه کلاس 1 Class Project 1

  • پروژه کلاس 2 Class Project 2

نمایش نظرات

آموزش ماشینی پایتون با پروژه های دنیای واقعی
جزییات دوره
4 hours
13
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,000
4.7 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Sayman Creative Institute Sayman Creative Institute

کارشناس طراحی گرافیک و ویرایش ویدئو با Masterclass