در حال حاضر محصولی در سبد خرید شما وجود ندارد.
با مشاهده این دوره آموزشی بسیار ارزشمند مبانی یادگیری ماشینی و هوش مصنوعی را یاد گرفته و همراه با مدرس دوره در پروژه های واقعی تمرین و تجربه خواهید کرد.
عنوان اصلی : Machine Learning and AI Foundations: Classification Modeling
معرفی
مشکلات طبقه بندی در یادگیری ماشین
آنچه شما باید بدانید
تعریف اصطلاحات
1. تصویر بزرگ: تعریف استراتژی طبقه بندی شما
اهمیت طبقه بندی باینری
باینری در مقابل چند جمله ای
تکنیک های به اصطلاح "جعبه سیاه".
یک کار، چندین الگوریتم
آمار در مقابل یادگیری ماشینی
ارزیابی مدل در مقابل ارزیابی کسب و کار
2. چگونه یک "برنده" را انتخاب کنم؟
آموزش و تست پارتیشن
نمودارهای بالابر
جداول سود
ماتریس سردرگمی
3. الگوریتم های رژه
بررسی اجمالی
ممیز با سه دسته
ممیز با دو دسته
تمایز گام به گام
رگرسیون لجستیک
رگرسیون لجستیک گام به گام
درختان تصمیم
KNN
SVM خطی
شبکه های عصبی
شبکه های بیزی
گروه ها
4. چالش های رایج مدل سازی
دسته های هدف نامتعادل
فعل و انفعالات
داده های از دست رفته
مبادله سوگیری-واریانس و برازش بیش از حد
کاهش داده ها
نتیجه
مراحل بعدی
Machine Learning and AI Foundations: Classification Modeling
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.
آموزش مهارت های غیر فنی Data Scientist های موفق
آشنایی با بازگشت سرمایه ( ROI ) در سیستم های تحلیل و پیش بینی
دوره یادگیری انجام پروژه های یادگیری ماشینی با KNIME
Machine Learning and AI Foundations: Advanced Decision Trees with KNIME
آموزش ضروری تجزیه و تحلیل پیش نگر: داده کاوی
آموزش تحلیل های آماری بر اعضای هیئت مدیره
مبانی هوش مصنوعی و یادگیری ماشینی : پیش بینی، علیت و استنتاج آماری
یادگیری ماشین و پایه های AI: تولید AI قابل توضیح AI (Xai) و راه حل های یادگیری ماشین قابل تفسیر
یادگیری ماشینی و پایه های هوش مصنوعی: استنباط و مدل سازی عملی
Machine Learning and AI Foundations: Decision Trees with SPSS