در حال حاضر محصولی در سبد خرید شما وجود ندارد.

پنل کاربری

رمز خود را فراموش کرده اید؟ اگر اولین بار است از سایت جدید استفاده میکنید باید پسورد خود را ریست نمایید.
دسته بندی
دسته بندی

در حال حاضر محصولی در سبد خرید شما وجود ندارد.

یادگیری ماشینی : مباحث رگرسیون و خوشه بندی

14,900 تومان
بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
افزودن به سبد خرید
خرید دانلودی فوری

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.

ویدئو معرفی این محصول

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

عنوان اصلی : Machine Learning - Regression and Classification (math Inc.)

سرفصل ها :


معرفی :
معرفی
آناکوندا را روی دستگاه خود نصب کنید
محیط را تنظیم کنید و کتابخانه های یادگیری ماشینی را دانلود کنید
مقدمه ای بر نوت بوک Jupyter
مقدمه ای بر هوش مصنوعی و یادگیری ماشین [سخنرانی]
مقدمه ای بر کتابخانه های یادگیری ماشین پایتون [پیش پردازش داده ها]:
اصطلاحات کلیدی در یادگیری ماشینی [با نظارت، بدون نظارت، طبقه بندی..]
انواع داده ها در یادگیری ماشینی
مجموعه داده های ساخت یافته مورد استفاده در یادگیری ماشینی
پیش پردازش داده قسمت 1
پیش پردازش داده قسمت 2
پیش پردازش داده قسمت 3
مقدمه ای بر ماژول numpy
مقدمه ای بر ماژول پانداها
فرآیند رمزگذاری در یادگیری ماشینی
آموزش و آزمایش تقسیم داده ها
اصطلاحات کلیدی مورد استفاده در یادگیری ماشینی [بعدی، عدم تناسب، برازش بیش از حد]
درختان تصمیم [به دست آوردن اطلاعات و ناخالصی GINI]:
سخنرانی: با الگوریتم به دست آوردن اطلاعات آشنا شوید
سخنرانی: طبقه بندی درخت تصمیم، کدام تقسیم بهتر است؟
آموزش: پیاده سازی عددی درخت تصمیم با استفاده از اطلاعات Gain
ادامه آموزش: پیاده سازی عددی درخت تصمیم
سخنرانی: با الگوریتم ناخالصی GINI آشنا شوید
کارگاه: طبقه بندی درخت تصمیم گیری کد
ادامه کارگاه: طبقه‌بندی درخت تصمیم کد
کدگذاری ماتریس سردرگمی: پیاده سازی DTC [دسته بندی درخت تصمیم]
سخنرانی: درباره درختان رگرسیون بیاموزید
سخنرانی: در مورد ایجاد درختان رگرسیون بیاموزید
سخنرانی: به ساخت درخت رگرسیون ادامه دهید [مجموع باقیمانده های مربعی (واریانس)]
سخنرانی: با استفاده از درخت رگرسیون تصمیم بهینه را پیدا کنید
کارگاه آموزشی: پس‌رونده درخت تصمیم‌گیری کد
رگرسیون خطی [رگرسیون ساده، چندگانه و چند جمله‌ای]:
سخنرانی: مقدمه ای بر رگرسیون خطی
سخنرانی: با الگوریتم OLS [کمترین مربعات معمولی] آشنا شوید
سخنرانی: مقدمه ای بر کار رگرسیون خطی
سخنرانی: مقدمه ای بر MSE، MAE، RMSE
سخنرانی: مقدمه ای بر مربع R
آموزش: پیاده سازی عددی رگرسیون خطی ساده [محاسبه بهترین خط مناسب]
کارگاه: اجرای رگرسیون خطی ساده
سخنرانی: تفاوت بین رگرسیون ساده و چندگانه
کارگاه: اجرای رگرسیون خطی چندگانه
کارگاه: اجرای رگرسیون خطی چندگانه
کارگاه: اجرای رگرسیون چند جمله ای
ادامه کارگاه: اجرای رگرسیون چند جمله ای
رگرسیون خطی چند متغیره:
سخنرانی: با رگرسیون چند متغیره آشنا شوید
سخنرانی + آموزش: مشتق جزئی را با استفاده از Gradient Descent محاسبه کنید
کارگاه: پیاده سازی رگرسیون چند متغیره
کارگاه: محاسبه هزینه با استفاده از تابع Loss
کارگاه: پیاده سازی گرادیان نزول برای رگرسیون چند متغیره
رگرسیون لجستیک:
سخنرانی: با رگرسیون لجستیک آشنا شوید
سخنرانی: با تابع فرضی آشنا شوید [تابع سیگموئید/لوجیت]
سخنرانی: بررسی اجمالی ریاضی لجستیک
سخنرانی: در مورد مرز تصمیم گیری بیاموزید
سخنرانی: با تابع هزینه رگرسیون لجستیک آشنا شوید
سخنرانی: در مورد Gradient Descent بیاموزید
کارگاه: اجرای رگرسیون لجستیک
پایان کارگاه: اجرای رگرسیون لجستیک

نمایش سرفصل های انگلیسی

Machine Learning - Regression and Classification (math Inc.)