کورس یادگیری ماشینی با ML.NET

با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با ML.NET یاد می گیرید.

عنوان اصلی : Hands-On Machine Learning with ML.NET

سرفصل ها :

بخش 1: مبانی یادگیری ماشین و ML.NET:
بخش 1: مبانی یادگیری ماشین و ML.NET
شروع کار با یادگیری ماشین و ML.NET:
شروع کار با یادگیری ماشین و ML.NET
اهمیت یادگیری در مورد یادگیری ماشینی امروزه
فرآیند ساخت مدل
بررسی انواع یادگیری
بررسی الگوریتم های مختلف یادگیری ماشینی
ML.NET چیست؟
خلاصه
راه اندازی محیط ML.NET:
راه اندازی محیط ML.NET
راه اندازی محیط توسعه خود
ایجاد اولین برنامه ML.NET
ارزیابی مدل
خلاصه
بخش 2: مدل های ML.NET:
بخش 2: مدل های ML.NET
مدل رگرسیون:
مدل رگرسیون
تجزیه مدل های رگرسیون
ایجاد اپلیکیشن رگرسیون خطی
ایجاد اپلیکیشن رگرسیون لجستیک
ارزیابی مدل رگرسیون
خلاصه
مدل طبقه بندی:
مدل طبقه بندی
تجزیه مدل های طبقه بندی
ایجاد یک برنامه طبقه بندی باینری
ایجاد یک برنامه طبقه بندی چند کلاسه
ارزیابی یک مدل طبقه بندی
خلاصه
مدل خوشه بندی:
مدل خوشه بندی
شکستن الگوریتم k-means
ایجاد اپلیکیشن خوشه بندی
ارزیابی مدل k-means
خلاصه
مدل تشخیص ناهنجاری:
مدل تشخیص ناهنجاری
شکستن تشخیص ناهنجاری
ساخت اپلیکیشن سری زمانی
ایجاد اپلیکیشن تشخیص ناهنجاری
ارزیابی یک مدل PCA تصادفی
خلاصه
مدل فاکتورسازی ماتریسی:
مدل فاکتورسازی ماتریسی
شکستن فاکتورسازی های ماتریسی
ایجاد یک برنامه فاکتورسازی ماتریسی
ارزیابی مدل فاکتورسازی ماتریسی
خلاصه
بخش 3: ادغام دنیای واقعی با ML.NET:
بخش 3: ادغام دنیای واقعی با ML.NET
استفاده از ML.NET با .NET Core و Forecasting:
استفاده از ML.NET با NET Core و Forecasting
شکستن معماری برنامه های NET Core
ایجاد اپلیکیشن برآورد قیمت سهام
بررسی پیشرفت‌های اضافی برنامه تولید
خلاصه
استفاده از ML.NET با ASP.NET Core:
استفاده از ML.NET با ASP.NET Core
شکستن ASP.NET Core
ایجاد اپلیکیشن وب طبقه بندی فایل ها
بررسی ایده های اضافی برای بهبود
خلاصه
استفاده از ML.NET با UWP:
استفاده از ML.NET با UWP
شکستن معماری UWP
ایجاد اپلیکیشن طبقه بندی مرورگر وب
ایده های اضافی برای بهبود
خلاصه
بخش 4: گسترش ML.NET:
بخش 4: گسترش ML.NET
آموزش و مدل های تولید ساختمان:
آموزش و مدل های تولید ساختمان
بررسی مهندسی ویژگی
دریافت آموزش و آزمایش مجموعه داده ها
ایجاد خط لوله مدل سازی شما
خلاصه
استفاده از TensorFlow با ML.NET:
استفاده از TensorFlow با ML.NET
شکستن مدل اولیه گوگل
ایجاد برنامه طبقه بندی تصاویر WPF
ایده های اضافی برای بهبود
خلاصه
استفاده از ONNX با ML.NET:
استفاده از ONNX با ML.NET
شکستن ONNX و YOLO
ایجاد اپلیکیشن تشخیص شی ONNX
بررسی پیشرفت‌های اضافی برنامه تولید
خلاصه
کتاب های دیگری که ممکن است از آنها لذت ببرید:
کتاب های دیگری که ممکن است از آنها لذت ببرید
نظر خود را بنویسید - به سایر خوانندگان اجازه دهید بدانند چه فکر می کنید