در حال حاضر محصولی در سبد خرید شما وجود ندارد.
با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با آمار و یادگیری ماشینی یاد می گیرید.
عنوان اصلی : Probability and Statistics for Machine Learning
01-احتمال و آمار برای یادگیری ماشینی - مقدمه
02-موضوعات
03-1.1 جهت گیری به سری مبانی یادگیری ماشین
04-1.2 نظریه احتمال چیست
05-1.3 رویدادها و فضاهای نمونه
06-1.4 مشاهدات چندگانه
07-1.5 فاکتوریال و ترکیبیات
08-1.6 تمرینات
09-1.7 قانون اعداد بزرگ و مغالطه قمارباز
10-1.8 توزیع های احتمالی در آمار
11-1.9 آمار بیزی در مقابل فراوانی
12-1.10 کاربردهای احتمال در یادگیری ماشینی
13-موضوعات
14-2.1 متغیرهای گسسته و پیوسته
15-2.2 توابع جرم احتمالی
16-2.3 توابع چگالی احتمال
17-2.4 تمرین توابع احتمال
18-2.5 ارزش مورد انتظار
19-2.6 تمرینات مربوط به ارزش مورد انتظار
20-موضوعات
21-3.1 میانگین، اندازه گیری گرایش مرکزی
22-3.2 مدیان
حالت های 23-3.3
24-3.4 چندک - صدک، ربع و دهک
25-3.5 قطعه های جعبه و سبیل
26-3.6 واریانس، اندازه گیری پراکندگی
27-3.7 انحراف معیار
28-3.8 خطای استاندارد
29-3.9 کوواریانس، اندازه گیری رابطه
30-3.10. همبستگی
31-موضوعات
32-4.1 توزیع احتمال مشترک
33-4.2 احتمال حاشیه ای
34-4.3 احتمال شرطی
35-4.4 تمرینات
36-4.5 قانون احتمالات زنجیره ای
37-4.6 متغیرهای تصادفی مستقل
38-4.7 استقلال مشروط
39-موضوعات
40-5.1 یکنواخت
41-5.2 گاوسی - نرمال و استاندارد نرمال
42-5.3 قضیه حد مرکزی
43-5.4 Log-Normal
44-5.5 نمایی و لاپلاس
45-5.6 دو جمله ای و چند جمله ای
46-5.7 پواسون
47-5.8 توزیع مخلوط
48-5.9 پیش پردازش داده برای ورودی مدل
49-5.10 تمرینات
50-موضوعات
51-6.1 نظریه اطلاعات چیست
52-6.2 خود اطلاعاتی، ناتس و بیت
53-6.3 شانون و آنتروپی دیفرانسیل
54-6.4 واگرایی کولبک-لایبلر و آنتروپی متقابل
55-موضوعات
56-7.1 کاربردهای آمار در یادگیری ماشینی
57-7.2 بررسی نظریه احتمالات اساسی
58-7.3 z-scores و Outliers
59-7.4 تمرینات مربوط به z-scores
60-7.5 p-value
61-7.6 تمرین های p-values
62-موضوعات
63-8.1 آزمون t تک نمونه ای و درجات آزادی
64-8.2 آزمون t مستقل
65-8.3 آزمون های تی زوجی
66-8.4 برنامه های کاربردی برای یادگیری ماشین
67-8.5 تمرینات
68-8.6 فواصل اطمینان
69-8.7 ANOVA - تجزیه و تحلیل واریانس
70-موضوعات
71-9.1 ضریب همبستگی پیرسون
72-9.2 R-squared ضریب تعیین
73-9.3 همبستگی در مقابل علیت
74-9.4 تصحیح برای مقایسه های چندگانه
75-موضوعات
76-10.1 متغیرهای مستقل در مقابل متغیرهای وابسته
77-10.2 رگرسیون خطی برای پیش بینی مقادیر پیوسته
78-10.3 اتصال یک خط به نقاط در یک صفحه دکارتی
79-10.4 تمرین حداقل مربعات خطی
حداقل مربعات معمولی 80-10.5
81-10.6 ویژگی های دسته بندی "ساختگی".
82-10.7 رگرسیون لجستیک برای پیش بینی مقوله ها
83-10.8 تمرینات باز
84-موضوعات
85-11.1 یادگیری ماشینی در مقابل آمارهای متداول
86-11.2 زمان استفاده از آمار بیزی
87-11.3 احتمالات قبلی
88-11.4 قضیه بیز
89-11.5 منابع برای مطالعه بیشتر احتمالات و آمار
90-احتمال و آمار برای یادگیری ماشینی - خلاصه
Probability and Statistics for Machine Learning
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.