آموزش مبانی یادگیری ماشین: حساب دیفرانسیل و انتگرال

Machine Learning Foundations: Calculus

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره:
مطالعه هوش مصنوعی و یادگیری ماشینی می‌تواند به اندازه کافی دشوار باشد، اما اگر مقداری حساب را وارد این ترکیب کنید، چه؟ ممکن است دلهره‌آور به نظر برسد، اما درک مبانی حساب دیفرانسیل و انتگرال می‌تواند به شما در طراحی و پیاده‌سازی الگوریتم‌های یادگیری ماشین کمک کند، و بدون پایه‌ای محکم در حساب دیفرانسیل و انتگرال، کار شما در یادگیری ماشینی می‌تواند به سرعت بسیار زیاد شود. در این دوره، Terezija Semenski به شما توابع، مشتقات، انتگرال ها و مبانی حساب چند متغیره را آموزش می دهد. اگر با مفاهیم و تکنیک‌های حساب دیفرانسیل و انتگرال مورد استفاده برای طراحی و پیاده‌سازی الگوریتم‌های ML مشکل دارید، این دوره آموزشی را با Terezija برای غلبه بر این چالش‌ها بررسی کنید.

سرفصل ها و درس ها

معرفی Introduction

  • یادگیری پایه حساب دیفرانسیل و انتگرال برای یادگیری ماشین (در حال انجام) Learn calculus foundation for machine learning (In progress)

  • آنچه شما باید بدانید What you should know

1. مقدمه ای بر حساب دیفرانسیل و انتگرال 1. Introduction to Calculus

  • تعریف حساب دیفرانسیل و انتگرال Defining calculus

  • کاربردهای حساب دیفرانسیل و انتگرال در ML Applications of calculus in ML

  • کارکرد Functions

  • محدودیت ها Limits

  • امتحان فصل Chapter Quiz

2. مشتقات و تمایز 2. Derivatives and Differentiation

  • مقدمه ای بر مشتقات Introduction to derivatives

  • مشتق ثابت و قاعده توان The derivative of a constant and the power rule

  • قانون چندگانه ثابت The constant multiple rule

  • قانون جمع The sum rule

  • قانون محصول The product rule

  • قانون ضریب The quotient rule

  • قانون زنجیره ای The chain rule

  • قانون قدرت در زنجیره عملکرد The power rule on a function chain

  • امتحان فصل Chapter Quiz

3. حساب دیفرانسیل و انتگرال چند متغیره 3. Multivariate Calculus

  • مشتقات جزئی Partial derivatives

  • محاسبه مشتقات جزئی Calculating partial derivatives

  • مشتقات جزئی مرتبه بالاتر Higher-order partial derivatives

  • قانون زنجیره ای برای مشتقات جزئی The chain rule for partial derivatives

  • امتحان فصل Chapter Quiz

4. گرادیان های یادگیری ماشین 4. Machine Learning Gradients

  • گرادیان رگرسیون تک نقطه ای Single-point regression gradient

  • مشتقات جزئی هزینه درجه دوم The partial derivatives of quadratic cost

  • اتصال مشتقات جزئی با پس انتشار Connecting partial derivatives with backpropagation

  • یافتن حداقل و حداکثر Finding minima and maxima

  • امتحان فصل Chapter Quiz

5. مقدمه ای بر حساب انتگرال 5. Introduction to Integral Calculus

  • تعریف حساب انتگرال Defining integral calculus

  • قوانین یکپارچه سازی Integration rules

  • انتگرال های نامعین Indefinite integrals

  • انتگرال های معین Definite integrals

  • امتحان فصل Chapter Quiz

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

نظری ارسال نشده است.

آموزش مبانی یادگیری ماشین: حساب دیفرانسیل و انتگرال
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
1h 29m
32
Linkedin (لینکدین) lynda-small
16 اسفند 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
- از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Terezija Semenski Terezija Semenski

توسعه دهنده نرم افزار، ریاضیدان، نویسنده و یادگیرنده

Terezia Semenski به عنوان یک ریاضیدان و توسعه دهنده نرم افزار کار می کند. ترزیجا با یک ذهن تجاری، ذهنیت یادگیری و اشتیاق به مردم به زندگی نزدیک می شود. او تجربه ای به عنوان توسعه دهنده نرم افزار و سرپرست تیم QA در پروژه های توسعه برنامه آموزشی، مالی و بانکی دارد. او همچنین در بخش آموزش و تدریس دروس IT و ریاضیات کار کرده است. ترزیجا در حال حاضر به عنوان یک مربی آزاد و توسعه دهنده نرم افزار کار می کند و اولین کتاب خود را می نویسد.

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.