آموزش یادگیری ماشین برای مصاحبه و تحقیق و اصول DL

سرفصل ها و درس ها

آمار پیشرفته و یادگیری ماشین Advanced Statistics and Machine Learning

• انواع یادگیری ماشینی Types of Machine Learning

• مدل های پارامتریک Parametric Models

• مدل های ناپارامتریک Non-parametric Models

• تئوری حد مرکزی. توزیع گاوسی چارچوب ML Central Limit Theorem. Gaussian Distribution. ML framework

• تجزیه و تحلیل مولفه اصل کاهش ابعاد - تجزیه ویژه Dimensionality Reducing Principle Component Analysis - Eigen Decomposition

• آزمون آمار و PCA Quiz on Statistics and PCA

آموزش مدل های یادگیری ماشینی Training Machine Learning Models

• یادگیری ماشینی تحت نظارت Supervised Machine Learning

• پسرفت Regression

• طبقه بندی Classification

• رگرسیون خطی Linear Regression

• گرادیان نزول Gradient Descent

• نکاتی برای نزول گرادیان Tips for Gradient Descent

• معادلات عادی Normal Equations

• روش ناپارامتریک - رگرسیون خطی وزنی موضعی Non-parametric method - Locally Weighted Linear Regression

• رگرسیون ریج Ridge Regression

• رگرسیون کمند Lasso Regression

• مدل های طبقه بندی در اسکلرن Classification Models in sklearn

• مدل طبقه بندی - رگرسیون لجستیک Classification Model - Logistic Regression

• نگاشت توابع غیر خطی با استفاده از تکنیک های خطی Mapping non-linear functions using linear techniques

• بیش از حد مناسب و منظم Overfitting and Regularization

• ماشین‌های بردار پشتیبانی Support Vector Machines

• درختان تصمیم Decision Trees

• آزمون - بخش 2 Quiz - Section 2

شبکه های عصبی Neural Networks

• شبکه های عصبی انتشار رو به جلو انتشار به عقب GD/تصادفی/مینی بچ Neural Networks Forward Propagation Backward Propagation GD/stochastic/Minibatch

• تنظیم فراپارامترها در شبکه عصبی Tuning Hyperparameters in Neural Network

آموزش شبکه های عصبی عمیق Training Deep Neural Networks

• یادگیری عمیق - الزامات Deep Learning - Requirements

• ترفندهای متداول برای ساختن NN عمیق و بهبود عملکرد دقت Common Tricks for building a Deep NN & Improving accuracy performance

• نصب بیش از حد - منظم کردن - حذف Overfitting - Regularization - Dropout

• عادی سازی دسته ای Batch Normalization

• آیا ممکن است شبکه های عمیق تر از شبکه های کم عمق سریعتر باشند؟ ResNet Is it possible for deeper networks to be faster than shallow networks? ResNet

• شبکه های عصبی کانولوشنال Convolutional Neural Networks

• حداکثر لایه های ادغام Maximum Pooling Layers

• شبکه های عصبی مکرر Recurrent Neural Networks

• واحدهای LSTM LSTM Units

• واحدهای GRU GRU Units

یادگیری بدون نظارت Unsupervised Learning

• خوشه بندی Clustering

پیاده سازی و مطالعات موردی Implementation and Case Studies

• شروع کار با پایتون و یادگیری ماشینی Getting started with Python and Machine Learning

• مطالعه موردی - با استفاده از کراس - طبقه بندی ارقام Case Study - Using Keras - Digits Classification

• مطالعه موردی - پیش بینی بار Case Study - Load Forecasting

• مطالعه موردی - رگرسیون خطی چندگانه Case Study - Multiple Linear Regression