"سلام بچه ها! به یک دوره دیگر Blender خوش آمدید! نام من Zerina است و در این دوره، ما قصد داریم انیمیشن ماشین را بسازیم! اولین چیزی که می رویم. .."
یادگیری ML بدون نظارت کامل: تجزیه و تحلیل خوشه ای و کاهش ابعاد
راهنمای تمرین امتحان مبتدیان با سؤال امتحانی به روز شده که برای خودآموزی و خود ارزیابی بهترین است.
ساخت مدل های قدرتمند یادگیری ماشین با کدگذاری صفر! استاد Google Vertex AI ، Microsoft Azure ML Designer ، DataRobot
آموزش کدنویسی در پایتون و نحوه استفاده از NumPy، Pandas، Matplotlib و Seaborn توسط پروژه Real Time Learning Machine.
قدرت برنامه نویسی Julia High Performace را برای علم داده و یادگیری ماشین با تقریباً C مانند Performace بیاموزید
این دوره شرکت کنندگان را با ابزارهای MLOps و بهترین شیوه ها برای استقرار، ارزیابی، نظارت و اجرای سیستم های تولید ML در Google Cloud آشنا می کند. MLOps رشتهای است که بر استقرار، آزمایش، نظارت و اتوماسیون سیستمهای ML در تولید متمرکز است. متخصصان مهندسی یادگیری ماشین از ابزارهایی برای بهبود مستمر و ارزیابی مدلهای مستقر استفاده میکنند. آنها با دانشمندان داده کار می کنند (یا می توانند باشند) که مدل هایی را توسعه می دهند تا سرعت و دقت را در به کارگیری بهترین مدل ها فراهم کنند.
نحوه ایجاد سیستم های توصیه شده با یادگیری عمیق، فیلتر کردن همکاری و یادگیری ماشین.
یادگیری ماشین و پشتیبانی از ماشین برداری را از ابتدا بیاموزید
یادگیری ماشین و تجزیه و تحلیل داده ها را از ابتدا با R بیاموزید
به دنیای یادگیری ماشینی شیرجه بزنید و پروژه هایی را با برنامه های کاربردی دنیای واقعی ایجاد کنید
چگونه یک مجموعه داده را برای یک مدل یادگیری ماشین تبدیل کنیم