آموزش تحلیل داده ها و یادگیری ماشینی

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

عنوان اصلی : Data Analytics and Machine Learning Fundamentals

سرفصل ها :

00001 Data Analytics and Machine Learning Fundamentals LiveLessons Video Training - Introduction
00002 ماژول 1 - مقدمه
00003 اهداف آموزشی
00004 1.1 درک تجزیه و تحلیل داده های بزرگ و اینکه چرا باید اهمیت دهید
00005 اهداف آموزشی
00006 2.1 درک اینکه یادگیری ماشین و هوش مصنوعی چیست
00007 2.2 درک چشم انداز یادگیری ماشین
00008 2.3 درک یادگیری ماشین و اکوسیستم کلان داده
00009 ماژول 2 - مقدمه
00010 اهداف آموزشی
00011 3.1 درک مبانی سیستم های تجزیه و تحلیل داده های بزرگ
00012 3.2 اتصال به داده ها با کارگزاران و داده پیام
00013 3.3 مقایسه سیستم‌های تحلیل جریانی دسته‌ای و بلادرنگ
00014 اهداف آموزشی
00015 4.1 مقایسه معماری داده های بزرگ
00016 4.2 درک مبانی Hadoop
00017 4.3 کاوش نخ
00018 ماژول 3 - مقدمه
00019 اهداف آموزشی
00020 5.1 درک یادگیری تحت نظارت
00021 5.2 بررسی رگرسیون خطی
00022 5.3 برازش داده ها
00023 5.4 کاوش در یادگیری تقویتی
00024 اهداف آموزشی
00025 6.1 درک اصول طبقه بندی
00026 6.2 درک ماشین های بردار پشتیبانی SVM
00027 6.3 کاوش در جنگل های تصادفی
00028 6.4 طبقه بندی نسخه ی نمایشی
00029 اهداف آموزشی
00030 7.1 درک اصول یادگیری بدون نظارت
00031 7.2 بررسی سایر الگوریتم های خوشه بندی
00032 7.3 خوشه نمایشی
00033 ماژول 4 - مقدمه
00034 اهداف آموزشی
00035 8.1 درک اصول شبکه عصبی مصنوعی ANN
00036 8.2 غواصی عمیق تر در یادگیری عمیق
00037 8.3 کاربرد یادگیری عمیق - شبکه عصبی کانولوشن تجزیه و تحلیل تصویر
00038 8.4 کاوش یک مثال استفاده از یادگیری عمیق در محاسبات لبه
00039 اهداف آموزشی
00040 9.1 بررسی PCA تجزیه و تحلیل مؤلفه اصلی
00041 9.2 بررسی یادگیری بیزی
00042 اهداف آموزشی
00043 10.1 چارچوب های یادگیری ماشین نقشه برداری
00044 10.2 درک فن آوری های شتاب سخت افزار ML
00045 10.3 جهت گیری های آینده یادگیری ماشین
00046 خلاصه