لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
یادگیری ماشین پایتون: از مبتدی تا حرفه ای
Python Machine Learning: From Beginner to Pro
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
آموزش یادگیری ماشین: تجزیه و تحلیل پیشگویانه مبتنی بر پایتون درک کاملی از برنامه نویسی پایتون، از جمله نحو، ساختارهای داده و جریان کنترل به دست آورید. اصول و الگوریتم های اصلی یادگیری ماشین، مانند یادگیری تحت نظارت و بدون نظارت را کاوش کنید. تکنیک های تمیز کردن، آماده سازی و تبدیل داده ها را برای مدل های یادگیری ماشینی بیاموزید. روش هایی را برای ایجاد ویژگی های جدید یا انتخاب ویژگی های مرتبط برای ساخت مدل کشف کنید. پیش نیازها: بدون نیاز به تجربه
آیا مشتاق هستید به دنیای هیجان انگیز یادگیری ماشینی شیرجه بزنید و از قدرت پایتون استفاده کنید؟ این دوره جامع برای راهنمایی شما از یک مبتدی تا یک متخصص یادگیری ماشین ماهر طراحی شده است.
اهداف کلیدی آموزشی:
اصول اولیه پایتون: درک کاملی از برنامه نویسی پایتون به دست آورید که برای یادگیری ماشین ضروری است.
مفاهیم یادگیری ماشینی را کاوش کنید: اصول و الگوریتمهای اصلی یادگیری ماشین، از جمله یادگیری تحت نظارت و بدون نظارت را بیاموزید.
کار با مجموعه داده های دنیای واقعی: تمیز کردن داده ها، پیش پردازش، و مهندسی ویژگی ها را با استفاده از مجموعه داده های دنیای واقعی تمرین کنید.
ساخت مدلهای پیشبین: مدلهای مختلف یادگیری ماشین، مانند رگرسیون خطی، رگرسیون لجستیک، درختهای تصمیم، جنگلهای تصادفی و شبکههای عصبی را توسعه دهید.
ارزیابی عملکرد مدل: ارزیابی دقت مدل، دقت، فراخوانی و سایر معیارها را بیاموزید.
استفاده از یادگیری ماشینی در عمل: کاربردهای واقعی یادگیری ماشین را در زمینههایی مانند مالی، مراقبتهای بهداشتی و بازاریابی کشف کنید.
نکات برجسته دوره:
پروژه های عملی: در تمرین ها و پروژه های عملی شرکت کنید تا یادگیری خود را تقویت کنید.
راهنمای گام به گام: توضیحات واضح و مثال های کدگذاری را دنبال کنید.
مثالهای دنیای واقعی: موارد استفاده در دنیای واقعی یادگیری ماشین را کاوش کنید.
دستورالعمل کارشناس: از متخصصان باتجربه یادگیری ماشین بیاموزید.
دسترسی مادام العمر: از دسترسی نامحدود به مطالب دوره لذت ببرید.
این دوره برای چه کسانی است:
مبتدیان در یادگیری ماشینی که می خواهند پایتون یاد بگیرند.
تحلیلگران داده یا دانشمندانی که به دنبال افزایش مهارت های خود هستند.
حرفهایانی که به دنبال استفاده از یادگیری ماشینی در کار خود هستند.
سرفصل ها و درس ها
مقدمه
Introduction
مقدمه
Introduction
مقدمه ای بر یادگیری ماشین با پایتون
Introduction to Machine Learning with Python
هوش مصنوعی در مقابل ML در مقابل یادگیری عمیق
AI vs ML vs Deep Learning
یادگیری ماشین چگونه کار می کند
How does Machine Learning Work
انواع یادگیری ماشینی
Types of Machine Learning
یادگیری نظارت شده و مثال ها
Supervised Learning & Examples
یادگیری بدون نظارت و مثال ها
Unsupervised Learning & Examples
یادگیری تقویتی و مثالها
Reinforcement Learning & Examples
نمونه هایی از هوش مصنوعی
Examples of AI
یادگیری عمیق و مثال ها
Deep Learning & Examples
Jupyter و نصب
Jupyter & Installation
آموزش و الگوریتم های یادگیری ماشین
Machine Learning Tutorial & Algorithms
نسخه ی نمایشی Iris Dataset
Demo of Iris Dataset
رگرسیون خطی و مقدار R2
Linear Regression & Value of R2
آمار و مفاهیم احتمال-
Statistics and Probability Concepts-
دسته داده ها برای یادگیری ماشین
Category of Data for Machine Learning
داده های کیفی و داده های کمی در یادگیری ماشینی
Qualitative data and Quantitative data in machine learning
کسب اطلاعات و آنتروپی و ماتریس سردرگمی
Information gain & Entropy and Confusion Matrix
انواع رویداد و احتمال توزیع
Types of event and Probability of Distribution
نحوه وارد کردن مجموعه داده ها در Jupyter
How to Import Datasets in Jupyter
نمایش نظرات