Frederick Nwanganga
او بیش از 15 سال تجربه تحلیلی دارد و دوره های کارشناسی ارشد و لیسانس در مدیریت داده، یادگیری ماشین و تجزیه و تحلیل داده های بدون ساختار را در کالج تجارت مندوزا در دانشگاه نوتردام تدریس می کند. قبل از پیوستن به مندوزا به عنوان استاد تمام وقت، فرد تقریباً 20 سال در زمینه فناوری اطلاعات در چندین سمت به عنوان توسعه دهنده نرم افزار، تحلیلگر تجاری، مدیر پایگاه داده، مدیر پروژه و مدیر فناوری کار کرد. او به مدت سه سال یک شرکت مشاوره خدمات کسب و کار فناوری اطلاعات را تأسیس کرد و آن را اداره کرد و نویسنده کتاب درسی یادگیری ماشینی به نام یادگیری ماشین عملی در R.
آموزش یادگیری ماشین با پایتون: درختان تصمیم
Machine Learning with Python: Decision Trees
نحوه ساخت درخت تصمیم در پایتون برای اندازه گیری ناخالصی در پارتیشن و بهبود نتایج پروژه های یادگیری ماشین را بیاموزید.
Frederick Nwanganga
آموزش یادگیری ماشین با پایتون: k-Means Clustering
Machine Learning with Python: k-Means Clustering
اصول اولیه خوشه بندی k-means را بیاموزید، یکی از محبوب ترین رویکردهای یادگیری ماشینی بدون نظارت.
آموزش هوش مصنوعی مولد: مقدمه ای بر مدل های زبان بزرگ
Generative AI: Introduction to Large Language Models
دانش اساسی در مورد نحوه عملکرد مدل های زبان بزرگ و سایر مدل های هوش مصنوعی مولد به دست آورید.
آموزش یادگیری ماشین با پایتون: رگرسیون لجستیک
Machine Learning with Python: Logistic Regression
با بررسی نحوه ساخت مدل‌های یادگیری ماشینی نظارت شده با پایتون، مقدمه‌ای بر رگرسیون لجستیک دریافت کنید.
آموزش یادگیری ماشین با پایتون: قوانین انجمن
Machine Learning with Python: Association Rules
رویکرد یادگیری ماشین بدون نظارت که به عنوان قوانین مرتبط شناخته می شود، و همچنین راهنمای گام به گام نحوه استفاده از رویکرد برای تجزیه و تحلیل سبد بازار در پایتون را بررسی کنید.