آموزش یادگیری ماشین با پایتون و آمار - آخرین آپدیت

دانلود Machine Learning with Python & Statistics

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: فراگیران در این دوره قادر خواهند بود مفاهیم احتمال، نمونه‌برداری، توزیع‌ها و آزمون‌های آماری را برای تحلیل مجموعه‌داده‌ها و ساخت مدل‌های یادگیری ماشین با استفاده از پایتون به کار بگیرند. در پایان این دوره، آن‌ها می‌توانند انواع داده‌ها را تشخیص دهند، رویکردهای آزمون فرضیه را ارزیابی کنند و از جبر خطی و روش‌های استنباطی برای تفسیر و اعتبارسنجی نتایج در محیط‌های واقعی استفاده نمایند. این دوره یک مسیر گام‌به‌گام از مبانی یادگیری ماشین را فراهم می‌کند؛ شروع از مفاهیم یادگیری نظارت شده و بدون نظارت، پیشروی به سمت تکنیک‌های نمونه‌برداری و طبقه‌بندی داده‌ها و سپس بررسی مدل‌های احتمالی و توزیع‌ها. همچنین، زبان‌آموزان با مفاهیم ضروری جبر خطی از جمله عملیات ماتریسی و دترمینان‌ها آشنا شده و سپس به مباحث آزمون فرضیه، T-test، تحلیل کای-اسکوئر (Chi-square)، آزمون نیکویی برازش و تفسیر کوواریانس می‌پردازند. ویژگی منحصر به فرد این دوره، تلفیق ریاضیات، آمار و پیاده‌سازی با پایتون است که تضمین می‌کند فراگیران نه تنها تئوری را درک کنند، بلکه بتوانند آن را در جریان‌های کاری عملی یادگیری ماشین اجرا و ارزیابی نمایند. چه برای آمادگی در نقش‌های پیشرفته علوم داده باشید و چه برای تقویت پایه تحلیلی خود، این دوره ابزارهای ضروری برای موفقیت شما را فراهم می‌کند.

سرفصل ها و درس ها

مبانی یادگیری ماشین Foundations of Machine Learning

  • مقدمه‌ای بر یادگیری ماشین با پایتون Introduction to Machine Learning with Python

  • معرفی یادگیری ماشین Machine Learning Introduction

  • تحلیل‌ها در یادگیری ماشین Analytics in Machine Learning

  • یادگیری ماشین در داده‌های بزرگ (Big Data) Big Data Machine Learning

  • روندهای نوظهور در یادگیری ماشین Emerging Trends Machine Learning

  • داده‌کاوی Data Mining

  • ادامه مبحث داده‌کاوی Data Mining Continues

  • یادگیری نظارت شده و بدون نظارت Supervised and Unsupervised

نمونه‌برداری و داده‌ها در آمار Sampling & Data in Statistics

  • روش‌های نمونه‌برداری در یادگیری ماشین Sampling Method in Machine Learning

  • اصطلاحات فنی Technical Terminology

  • خطای مشاهده و عدم مشاهده Error of Observation and Non Observation

  • نمونه‌برداری سیستماتیک Systematic Sampling

  • نمونه‌برداری خوشه‌ای Cluster Sampling

  • انواع داده‌های آماری Statistics Data Types

  • داده‌های کیفی و بصری‌سازی Qualitative Data and Visualization

  • یادگیری ماشین Machine Learning

احتمال و توزیع‌ها Probability & Distributions

  • احتمال بر اساس فراوانی نسبی Relative Frequency Probability

  • احتمال مشترک Joint Probability

  • احتمال شرطی Conditional Probability

  • مفهوم استقلال Concept of Independence

  • احتمال کل Total Probability

  • متغیر تصادفی Random Variable

  • توزیع احتمالی Probability Distribution

  • توزیع احتمالی تجمعی Cumulative Probability Distribution

  • توزیع برنولی Bernoulli Distribution

  • توزیع گاوسی Gaussian Distribution

  • توزیع هندسی Geometric Distribution

  • توزیع پیوسته و نرمال Continuous and Normal Distribution

  • عبارات ریاضی و محاسبات Mathematical Expression and Computation

  • ترانهاده ماتریس Transpose of Matrix

  • خواص ماتریس Properties of Matrix

  • دترمینان‌ها Determinants

آزمون‌های آماری و استنباط Statistical Testing & Inference

  • انواع خطاها Error Types

  • رویکرد مقدار بحرانی Critical Value Approach

  • رویکرد بحرانی یک‌دامنه راست و چپ Right and Left Sided Critical Approach

  • رویکرد مقدار P (P-Value) P-Value Approach

  • ادامه رویکرد مقدار P P-Value Approach Continues

  • آزمون فرضیه Hypothesis Testing

  • آزمون دنباله چپ Left Tail Test

  • آزمون دو دنباله Two Tail Test

  • بازه اطمینان Confidence Interval

  • مثال از بازه اطمینان Example of Confidence Interval

  • توزیع نرمال و غیرنرمال Normal and Non Normal Distribution

  • آزمون نرمال بودن Normality Test

  • ادامه آزمون نرمال بودن Normality Test Continues

  • تعیین تبدیل داده‌ها Determining the Transformation

  • آزمون T (T-Test) T-Test

  • ادامه آزمون T T-Test Continue

  • بیشتر درباره آزمون T More on T-Test

  • آزمون استقلال Test of Independence

  • مثال از آزمون استقلال Example of Test of Independence

  • آزمون نیکویی برازش Goodness of Fit Test

  • مثال از آزمون نیکویی برازش Example of Goodness of Fit Test

  • کوواریانس Co-Variance

  • ادامه مبحث کوواریانس Co-Variance Continues

نمایش نظرات

آموزش یادگیری ماشین با پایتون و آمار
جزییات دوره
13h 9m
55
(آخرین آپدیت)
297
- 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