آموزش Master Learning Machine، صفر تا تسلط

سرفصل ها و درس ها

سخنرانی های کارشناسی ارشد ML ML Master Lectures

• بیا شروع کنیم! Let's START!

• HOT PROMOTION آموزش حساب دیفرانسیل و انتگرال MASTER HOT PROMOTION Calculus MASTER Training

• این را نگاه کن WATCH THIS

استاد یادگیری ماشین Machine Learning Master

• 01 یادگیری ماشینی - مقدمه 01 Machine learning - introduction

• 02 یادگیری ماشین - پیش بینی خطی 02 Machine learning - linear prediction

• 03 یادگیری ماشینی - حداکثر احتمال و رگرسیون خطی 03 Machine learning - Maximum likelihood and linear regression

• 04 یادگیری ماشینی - منظم سازی و رگرسیون 04 Machine learning - Regularization and regression

• 05 یادگیری ماشینی - منظم سازی، اعتبارسنجی متقابل و اندازه داده 05 Machine learning - regularization, cross-validation and data size

• 06 یادگیری ماشین - یادگیری بیزی 06 Machine learning - Bayesian learning

• 07 یادگیری ماشین - یادگیری بیزی قسمت 2 07 Machine learning - Bayesian learning part 2

• 08 یادگیری ماشین - مقدمه ای بر فرآیندهای گاوسی 08 Machine learning - Introduction to Gaussian processes

• 09 یادگیری ماشینی - فرآیندهای گاوسی 09 Machine learning - Gaussian processes

• 10 یادگیری ماشین - بهینه سازی بیزی و راهزنان چند مسلح 10 Machine learning - Bayesian optimization and multi-armed bandits

• 11 یادگیری ماشین - درختان تصمیم 11 Machine learning - Decision trees

• 12 یادگیری ماشینی - جنگل های تصادفی 12 Machine learning - Random forests

• 13 یادگیری ماشین - برنامه های جنگل های تصادفی 13 Machine learning - Random forests applications

• 14 یادگیری ماشین - بهینه سازی بدون محدودیت 14 Machine learning - Unconstrained optimization

• 15 یادگیری ماشین - رگرسیون لجستیک 15 Machine learning - Logistic regression

• 16 یادگیری ماشین - شبکه های عصبی 16 Machine learning - Neural networks

• 17 یادگیری ماشینی - یادگیری عمیق I 17 Machine learning - Deep learning I

• 18 یادگیری ماشین - یادگیری عمیق II، رمزگذارهای خودکار گوگل و ترک تحصیل 18 Machine learning - Deep learning II, the Google autoencoders and dropout

• 19 یادگیری ماشینی - نمونه‌گیری اهمیت و MCMC I 19 Machine learning - Importance sampling and MCMC I

• 20 یادگیری ماشین - زنجیره مارکوف مونت کارلو (MCMC) II 20 Machine learning - Markov chain Monte Carlo (MCMC) II

کارشناسی ارشد ML کاربردی، یادگیری عمیق Applied ML Master, Deep Learning

• مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

• شبکه های عصبی I Neural Networks I

• Autodiff Autodiff

• شبکه های عصبی II Neural Networks II

• دید عمیق پیشرفته Advanced Deep Vision

• RAMP (جلسه عملی) 01 RAMP (Practical session) 01

• RAMP (جلسه عملی) 02 RAMP (Practical Session) 02

• مدل های مولد I Generative Models I

• مدل های مولد II Generative Models II

• تفسیر پذیری Interpretability

• تئوری Theory

• بهینه سازی I Optimization I

• بهینه سازی II Optimization II

• شبکه های عصبی مکرر (RNN) Recurrent Neural Networks (RNNs)

• درک زبان Language Understanding

• یادگیری چندوجهی Multimodal Learning

• علوم اعصاب محاسباتی Computational Neuroscience

• شبکه های عصبی بیزی Bayesian Neural Nets

• یادگیری عمیق و موسیقی Deep Learning and Music

کارشناسی ارشد ML کاربردی، یادگیری تقویتی Applied ML Master, Reinforcement Learning

• مقدمه ای بر RL و TD Introduction to RL and TD

• جستجوی سیاست Policy Search

• دسته ای RL و ADP Batch RL and ADP

• یادگیری خارج از سیاست Off-Policy Learning

• Bandits و Explore-Exploit در RL Bandits and Explore-Exploit in RL

• انتزاع زمانی Temporal Abstraction

• چند کار و انتقال در RL Multi-task and Transfer in RL

• دیپ RL Deep RL

• یادگیری تقلیدی Imitation Learning

• ایمنی در RL Safety in RL

• چند عامل RL Multi-agent RL

مجموعه ابزار یادگیری ماشین اینتل INTEL Machine Learning TOOLKIT

• Week1 مقدمه ای بر یادگیری ماشین و جعبه ابزار Week1 Introduction to Machine Learning and Toolkit

• هفته 2 مقدمه ای بر یادگیری تحت نظارت و K نزدیکترین همسایه ها Week2 Introduction to Supervised Learning and K Nearest Neighbors

• Week3 Train Test Splits اعتبارسنجی رگرسیون خطی Week3 Train Test Splits Validation Linear Regression

• هفته چهارم منظم سازی و نزول گرادیان Week4 Regularization and Gradient Descent

• Week5 Logistic Regression_Classification Error Metrics_Final Week5 Logistic Regression_Classification Error Metrics_Final

• هفته 6 ساده لوح بیز Week6 Naive Bayes

• SVM و هسته های Week7 Week7 SVM and Kernels

• درختان تصمیم هفته هشتم Week8 Decision Trees

• هفته نهم چمدان Week9 Bagging

• هفته 10 تقویت و انباشته Week10 Boosting and Stacking

• هفته یازدهم مقدمه یادگیری بدون نظارت Week11 Intro to Unsupervised Learning

• هفته دوازدهم کاهش ابعاد Week12 Dimensionality Reduction

کاربرد یادگیری ماشینی Application of Machine Learning

• استقرار مدل های ML برای تولید با MLOs Deploy ML Models to Production with MLOps