آموزش کاربردی مبانی یادگیری ماشین با پایتون - آخرین آپدیت

دانلود Apply Machine Learning Foundations with Python

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در پایان این دوره، فراگیران قادر خواهند بود مفاهیم بنیادی یادگیری ماشین را توضیح دهند، کاربردهای عملی آن را شناسایی کنند، محیط‌های توسعه پایتون را پیکربندی نمایند و عملیات عددی را با استفاده از NumPy انجام دهند. همچنین متوجه خواهند شد که یادگیری ماشین چه تفاوتی با برنامه‌نویسی سنتی دارد و سیستم‌های داده‌محور چگونه در صنایع مختلف به کار گرفته می‌شوند. این دوره با مبانی یادگیری ماشین، از جمله نحوه یادگیری ماشین‌ها، موارد استفاده رایج و مثال‌های مقدماتی TensorFlow آغاز می‌شود. سپس فراگیران یک ایستگاه کاری عملی با استفاده از Anaconda و Jupyter Notebook در محیط ویندوز یا لینوکس ایجاد می‌کنند. آن‌ها همچنین کتابخانه‌های شخص ثالث پایتون را بررسی کرده و مهارت‌های ضروری محاسبات عددی را با استفاده از آرایه‌های NumPy، ایندکس‌گذاری و توابع جهانی توسعه می‌دهند. گذراندن این دوره، پایه فنی لازم برای پیشروی در تحلیل داده‌ها، آماده‌سازی مدل و توسعه یادگیری ماشین را برای کاربران فراهم می‌کند. ویژگی منحصر به فرد این دوره، مسیر ساختاریافته و مناسب برای مبتدیان است که از درک مفاهیم شروع شده و به راه‌اندازی محیط عملی و برنامه‌نویسی عددی می‌رسد و به فراگیران اجازه می‌دهد با اعتماد به نفس کامل، تجربه کار با ابزارهای یادگیری ماشین را آغاز کنند.

سرفصل ها و درس ها

شروع کار با یادگیری ماشین Getting Started with Machine Learning

  • مقدمه‌ای بر یادگیری ماشین با تنسورفلو Introduction to Machine Learning with Tensorflow

  • درک مفهوم یادگیری ماشین Understanding Machine Learning

  • ماشین‌ها چگونه یاد می‌گیرند؟ How do Machines Learns

  • کاربردهای یادگیری ماشین Uses of Machine Learning

  • مثال‌هایی با TensorFlow گوگل Examples with tensorflow by Google

  • راه‌اندازی ایستگاه کاری Setting up the Workstation

  • درک زبان‌های برنامه‌نویسی Understanding program languages

  • درک مفاهیم و توابع ژوپیتر Understanding and Functions of Jupyter

  • آموزش نصب ژوپیتر Learning of Jupyter installation

ابزارهای تخصصی – ژوپیتر، آناکوندا و کتابخانه‌ها Tools of the Trade – Jupyter, Anaconda & Libraries

  • آناکوندا کلاد چیست؟ Understanding what Anaconda cloud is

  • نصب آناکوندا برای ویندوز Installation of Anaconda for Windows

  • نصب آناکوندا در لینوکس Installation of Anaconda in Linux

  • استفاده از نوت‌بوک ژوپیتر Using the Jupyter notebook

  • شروع کار با آناکوندا Getting started with Anaconda

  • بررسی گزینه‌های Cloudberry Determining options for Cloudberry

  • آشنایی با کتابخانه‌های شخص ثالث Introduction to Third Party Libraries

  • آرایه‌های نام‌پای (NumPy Array) Numpy-Array

  • ادامه مبحث آرایه‌های نام‌پای Numpy-Array Continue

  • آرایه‌ها Arrays

  • ادامه مبحث آرایه‌ها Arrays Continue

  • ایندکس‌گذاری (Indexing) Indexing

  • ادامه مبحث ایندکس‌گذاری Indexing Continue

  • توابع جهانی (Universal Functions) Universal Functions

نمایش نظرات

آموزش کاربردی مبانی یادگیری ماشین با پایتون
جزییات دوره
6h 14m
23
(آخرین آپدیت)
2
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده