لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش احتمال/آمار: مبانی یادگیری ماشینی
Probability / Stats: The Foundations of Machine Learning
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
یادگیری دنیای واقعی کدمحور برای برنامه نویسان برای استفاده از prob/stats در همه CS، علم داده و یادگیری ماشین مفاهیم ضروری در آمار و احتمال مفاهیم مهم در موضوع مورد نیاز برای علم داده و/یا توزیع ML و اهمیت آن ها آنتروپی - پایه و اساس همه مقدمه یادگیری ماشین در استنتاج بیزی استفاده از مفاهیم از طریق کد پشتیبانی استثنایی: سوالاتی که در طول روز به آنها پاسخ داده شد. آن را امتحان کنید! پیش نیازها: دانش کدنویسی اولیه بدون نیاز به پیشینه ریاضی (فراتر از محاسبات اولیه) دوره کرش پایتون در مطالب ارائه شده است.
این روزها همه می خواهند در یادگیری ماشین و علم داده برتری داشته باشند -- و دلیل خوبی هم دارد. دیتا روغن جدید است و همه باید بتوانند با آن کار کنند. با این حال، عالی شدن در این زمینه بسیار دشوار است زیرا جدیدترین و بهترین مدل ها بسیار پیچیده به نظر می رسند. "پیچیده به نظر می رسند" -- اما اینطور نیستند! اگر درک کاملی از احتمالات و آمار داشته باشید، کار کردن با آنها بسیار بسیار ساده تر خواهد بود! و این همه چیز نیست -- احتمال تقریباً در تمام زمینه های علوم رایانه مفید است (شبیه سازی، دید، توسعه بازی، هوش مصنوعی تنها تعدادی از این موارد هستند). اگر پایه محکمی در این موضوع دارید، درهای متعددی را در مسیر شغلی به روی شما باز می کند!
هدف این دوره این است: به شما پایههای قوی مورد نیاز برای برتری در همه زمینههای علوم کامپیوتر - بهویژه علم داده و یادگیری ماشین را بدهد. مسئله این است که بیشتر دروس احتمال و آمار بیش از حد تئوری محور هستند. آنها بدون بحث در مورد اهمیت برنامه ها در ریاضیات درگیر می شوند. برنامه ها همیشه اهمیت ثانویه دارند.
در این دوره، ما یک رویکرد کدمحور داریم. ما تمام مفاهیم را از طریق کد اعمال می کنیم. در واقع، ما از تمام نظریههای بیفایده که به علوم کامپیوتر مرتبط نیستند (و برای کسانی که علوم خالص را دنبال میکنند مفید است) میگذریم. در عوض، ما بر مفاهیمی تمرکز میکنیم که برای علم داده، یادگیری ماشین و سایر زمینههای علوم رایانه مفیدتر هستند. به عنوان مثال، بسیاری از دوره های احتمال از استنتاج بیزی می گذرند. ما به سرعت به این مفهوم بسیار مهم می رسیم و توجه لازم را به آن می دهیم زیرا به طور گسترده به عنوان آینده تحلیل تصور می شود!
به این ترتیب، بدون پرداختن به جزئیات موضوعات کمتر مرتبط، در کمترین زمان ممکن، مهمترین مفاهیم را در این موضوع یاد می گیرید. هنگامی که شهودی در مورد چیزهای مهم ایجاد کردید، می توانید جدیدترین و بهترین مدل ها را حتی به تنهایی یاد بگیرید! به تبلیغ این دوره (و فهرست مطالب در زیر) برای موضوعاتی که خواهید آموخت و همچنین سخنرانی های پیش نمایش را نگاه کنید تا ایده ای از سبک تعاملی یادگیری داشته باشید.
به خاطر داشته باشید: دلیل پرداخت هزینه شما برای این دوره پشتیبانی است. در عرض روز جواب میدم برای اثبات آن، هر یک از بررسی های دوره من را ببینید. بنابراین مطمئن شوید که هر سوالی که دارید یا هر مشکلی که با آن روبرو هستید را پست کنید. من از همه دانش آموزانم می خواهم این دوره را تمام کنند. بیایید با هم از این موضوع عبور کنیم
سرفصل ها و درس ها
غواصی با کد
Diving in with code
تنظیم کد env و دوره خرابی پایتون
Code env setup and Python crash course
شروع کار با کد: احساس داده
Getting started with code: Feel of data
مبانی، انواع داده ها و نمایش داده ها
Foundations, data types and representing data
نمایش نظرات