لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش یادگیری ماشین نظارت شده و ارزیابی عملکرد
- آخرین آپدیت
دانلود Supervised machine learning and performance evaluation
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره برای دانشمندان داده، متخصصان یادگیری ماشین و دانشجویان تحصیلات تکمیلی طراحی شده است که میخواهند نحوه ارزیابی و انتخاب مدلها را بهصورت قابل اطمینان در کاربردهای واقعی بیاموزند. این آموزش بهویژه برای کاربرانی که با مدلهای پیشبین کار میکنند و نیاز دارند اطمینان حاصل کنند که نتایج آنها فراتر از دادههای آموزشی تعمیمپذیر است، بسیار کاربردی است.
شما مبانی آماری تخمین عملکرد را فرا خواهید گرفت و تجربه عملی در تکنیکهای ضروری مانند اعتبارسنجی متقاطع (Cross-Validation)، انتخاب مدل و بازنمونهگیری تو در تو (Nested Resampling) کسب خواهید کرد. در پایان این دوره، شما قادر خواهید بود گردش کارهای ارزیابی مستحکم طراحی کرده و تصمیمات مدلسازی مطمئن و مبتنی بر شواهد اتخاذ کنید.
سرفصل ها و درس ها
ارزیابی عملکرد روی دادهها
Performance evaluation on data
مقدمهای بر ارزیابی عملکرد
Introduction to performance evaluation
سودمندی کاذب
Counterfeit utility
تنظیمات و تعاریف
Setting and definitions
نمونههای داده مستقل و دارای توزیع یکسان
Independent and identically distributed sample of data
قانون اعداد بزرگ
Law of large numbers
کمیسازی سرعت همگرایی قانون اعداد بزرگ
Quantifying the LLN speed of convergence
نقض قانون اعداد بزرگ
Breaking the law of large numbers
مبانی یادگیری ماشین نظارت شده
Basics of supervised machine learning
مقدمهای بر یادگیری ماشین
Introduction to machine learning
الگوریتمهای یادگیری برای بیشینهسازی عملکرد درون-نمونه
Learning algorithms that maximize in-sample performance
انتخاب بر اساس نمونهها
Selection based on samples
مروری دوباره بر قانون اعداد بزرگ
Law of large numbers revisited
نمایش نظرات