اگر اینجا هستید، از قبل حقیقت را می دانید: یادگیری ماشینی آینده همه چیز است.
در سالهای آینده، هیچ صنعتی در جهان وجود نخواهد داشت که توسط یادگیری ماشینی دست نخورده باشد. یک نیروی دگرگون کننده، می توانید انتخاب کنید که اکنون آن را درک کنید، یا در موجی از تغییرات باورنکردنی شکست بخورید. احتمالاً قبلاً هر روز بارها از برنامههایی استفاده میکنید که بر تکنیکهای یادگیری ماشین تکیه دارند. پس چرا دیگر در تاریکی بمانید؟
دوره های بسیاری در مورد یادگیری ماشین در حال حاضر موجود است. من این دوره را ساختم تا بهترین مقدمه برای موضوع باشد. هیچ موضوعی دست نخورده باقی نمی ماند و ما هرگز هیچ منطقه ای را در تاریکی رها نمی کنیم. اگر این دوره را بگذرانید، برای ورود و درک هر رشته فرعی در دنیای یادگیری ماشین آماده خواهید شد.
یک سوال رایج - چرا جاوا اسکریپت؟ فکر میکردم ML به پایتون و R مربوط میشود؟
پاسخ ساده است - یادگیری ML با جاوا اسکریپت ساده تر از Python است. اگرچه پایتون بسیار محبوب است، اما پایتون یک زبان «بیانگر» است که یک کلمه رمزی به معنای «زبان گیج کننده» است. یک خط منفرد از پایتون می تواند دارای مقدار زیادی از عملکرد باشد. وقتی زبان و موضوع را میفهمید عالی است، اما زمانی که میخواهید یک موضوع کاملاً جدید را یاد بگیرید، خیلی خوب نیست.
علاوه بر اینکه جاوا اسکریپت درک ML را آسانتر میکند، همچنین افقهای جدیدی را برای برنامههایی که میتوانید بسازید باز میکند. به جای محدود شدن به استقرار کد پایتون در سرور برای اجرای کد ML خود، میتوانید برنامههای تک صفحهای یا حتی افزونههای مرورگر ایجاد کنید که الگوریتمهای جالبی را اجرا میکنند، که میتواند به شما امکان توسعه یک مورد استفاده کاملاً جدید را بدهد.
آیا این دوره بر روی الگوریتم تمرکز دارد یا ریاضی یا تنسورفلو یا چی؟!؟!
بیایید صادق باشیم - اکثریت قریب به اتفاق دوره های آموزشی آنلاین موجود در مورد موضوعات گیج کننده می رقصند. آنها شما را تشویق می کنند که از الگوریتم ها و توابع پیش ساخته استفاده کنید که تمام کارهای سنگین را برای شما انجام می دهد. اگرچه این می تواند شما را به موفقیت های سریع برساند، اما در نهایت توانایی شما در درک ML را مختل می کند. تنها در صورتی میتوانید نحوه اعمال تکنیکهای ML را درک کنید که الگوریتمهای زیربنایی را بدانید.
هدف این دوره این است - میخواهم تکنیکهای ریاضی و برنامهنویسی دقیقی را که در رایجترین الگوریتمهای ML استفاده میشوند، درک کنید. هنگامی که این دانش را داشته باشید، میتوانید به راحتی الگوریتمهای جدید را انتخاب کنید و پروژهها و برنامههای کاربردی بسیار جالبتری نسبت به مهندسین دیگر بسازید که فقط میدانند چگونه دادهها را به یک کتابخانه جادویی تحویل دهند.
آیا پیشینه ریاضی ندارید؟ اشکالی ندارد! من مراقبت ویژهای میکنم تا مطمئن شوم که هیچ سخنرانی بیش از حد به موضوعات «ریاضی» بدون ارائه مقدمه مناسب برای آنچه در حال وقوع است، نمیرود.
فهرست کوتاهی از آنچه خواهید آموخت:
پروفایل حافظه پیشرفته برای بهبود عملکرد الگوریتم های شما
برنامههایی بسازید که توسط کتابخانه قدرتمند Tensorflow JS
پشتیبانی میشوندبرنامه هایی را توسعه دهید که در مرورگر یا Node JS
کار می کنندنوشتن کد ML پاک و قابل فهم، بدون متغیرهای تک نامی یا توابع گیج کننده
اصول جبر خطی را انتخاب کنید تا بتوانید سرعت کد خود را با عملیات مبتنی بر ماتریس به طرز چشمگیری افزایش دهید. (نگران نباشید، من ریاضی را آسان می کنم!)
چگونگی پیچاندن الگوریتمهای رایج را برای تناسب با موارد استفاده منحصر به فرد خود بیاموزید
نتایج تجزیه و تحلیل خود را با استفاده از یک کتابخانه گرافیکی سفارشی ترسیم کنید
استراتژیهای افزایش عملکرد را بیاموزید که میتواند برای هر نوع کد جاوا اسکریپت اعمال شود
تکنیک های بارگیری داده، هم در محیط مرورگر و هم در محیط Node JS
معمار مهندسی
نمایش نظرات