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

Machine Learning for Interviews & Research and DL basics

24,900 تومان
بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
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

Machine Learning, Linear Regression, PCA, Neural Networks, Hyperparameters, Deep Learning, Keras, Clustering, Case Study


1. Advanced Statistics and Machine Learning
  • 1. Types of Machine Learning
  • 2. Parametric Models
  • 3. Non-parametric Models
  • 4. Central Limit Theorem. Gaussian Distribution. ML framework
  • 5. Dimensionality Reducing Principle Component Analysis - Eigen Decomposition
  • 6. Quiz on Statistics and PCA.html

  • 2. Training Machine Learning Models
  • 1. Supervised Machine Learning
  • 2. Regression
  • 3. Classification
  • 4. Linear Regression
  • 5. Gradient Descent
  • 6. Tips for Gradient Descent
  • 7. Normal Equations
  • 8. Non-parametric method - Locally Weighted Linear Regression
  • 9. Ridge Regression
  • 10. Lasso Regression
  • 11. Classification Models in sklearn
  • 12. Classification Model - Logistic Regression
  • 13. Mapping non-linear functions using linear techniques
  • 14. Overfitting and Regularization
  • 15. Support Vector Machines
  • 16. Decision Trees
  • 17. Quiz - Section 2.html

  • 3. Neural Networks
  • 1. Neural Networks Forward Propagation Backward Propagation GDstochasticMinibatch
  • 2. Tuning Hyperparameters in Neural Network

  • 4. Training Deep Neural Networks
  • 1. Deep Learning - Requirements
  • 2. Common Tricks for building a Deep NN & Improving accuracy performance
  • 3. Overfitting - Regularization - Dropout
  • 4. Batch Normalization
  • 5. Is it possible for deeper networks to be faster than shallow networks ResNet
  • 6. Convolutional Neural Networks
  • 7. Maximum Pooling Layers
  • 8. Recurrent Neural Networks
  • 9. LSTM Units
  • 10. GRU Units

  • 5. Unsupervised Learning
  • 1. Clustering

  • 6. Implementation and Case Studies
  • 1. Getting started with Python and Machine Learning
  • 2. Case Study - Using Keras - Digits Classification
  • 3. Case Study - Load Forecasting
  • 4. Case Study - Multiple Linear Regression