دسته بندی

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.

فیلم یادگیری ماشینی و تمرین آن از طریق 8 پروژه واقعی

دانلود Udemy Machine Learning Practical Workout | 8 Real-World Projects

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

در این کورس آموزشی یاد می گیرید که چطور Machine Learning را به صورت کاملا عملی و پروژه محور انجام دهید. گفتنی است مدرس دوره انجام این کار را از طریق 8 پروژه واقعی به شما دوستان عزیز یاد میدهد.

عنوان اصلی : Machine Learning Practical Workout | 8 Real-World Projects

این مجموعه آموزش ویدیویی محصول موسسه آموزشی Udemy است که بر روی 2 حلقه دیسک به همراه فایلهای تمرینی ارائه شده و به مدت زمان 14 ساعت و 13 دقیقه در اختیار علاقه مندان قرار می گیرد.

در ادامه با برخی از سرفصل های درسی این مجموعه آموزش آشنا می شویم :


مقدمه ای بر دوره [پیروزی سریع در 10-12 دقیقه اول]:
پیام خوش آمدید
به روز رسانی در بررسی Udemy
مرور دوره
ml vs. dl vs. ai
ML Deep Dive
دانلود مواد درس
پاداش: ml vs dl vs ai
پاداش: 5 مزایای نوت بوک Jupyter
Anaconda و Jupyter نصب:
دانلود و راه اندازی Anaconda
نوت بوک Jupyter چیست؟
نصب Tensorflow
نحوه اجرای یک نوت بوک Jupyter
پروژه # 1: شبکه های عصبی مصنوعی - پیش بینی فروش خودرو:
معرفی
نظریه بخش 1
نظریه بخش 2
نظریه بخش 3
نظریه بخش 4
نظریه بخش 5
بررسی پروژه
وارد کردن داده ها
تمیز کردن داده ها
آموزش مدل 1
آموزش مدل 2
ارزیابی مدل
پروژه # 2: شبکه های عصبی عمیق - CIFAR-10 طبقه بندی:
معرفی
نظریه بخش 1
نظریه بخش 2
نظریه بخش 3
نظریه بخش 4
بیانیه مشکل
data visualization
تهیه اطلاعات
بخش آموزش مدل 1
بخش آموزش مدل 2
ارزیابی مدل
صرفه جویی در مدل
تصویر افزایش بخش 1
تصویر افزایش بخش 2
پروژه # 3: سری زمانی پیامبر - نرخ جرم شیکاگو:
معرفی
بررسی پروژه
وارد کردن مجموعه داده ها
data visualization
اطلاعات را آماده کنید
پیش بینی کنید
پروژه # 4: سری زمانی پیامبر - بازار آووکادو:
معرفی
داده های آووکادو بارگیری کنید
کشف مجموعه داده ها
پیش بینی های بخش 1
پیش بینی های بخش 2 (منطقه خاص)
پیش بینی قسمت 2.1
پروژه # 5: شبکه عمیق LE-NET - طبقه بندی نشانه گذاری ترافیک
معرفی
بررسی پروژه
اطلاعات بارگیری
اکتشاف داده ها
Normalization داده ها
آموزش مدل
ارزیابی مدل
پروژه # 6: پردازش زبان طبیعی - فیلتر اسپم ایمیل:
معرفی
Bayes Bayes Part 1
Bayes Naive Bayes قسمت 2
پروژه پروژه اسپم
تجسم داده مجموعه داده ها
تعداد Vectorizer
بخش آموزش مدل 1
بخش آموزش مدل 2
تست
پروژه # 7: پردازش زبان طبیعی - بررسی Yelp:
معرفی
نظریه
بررسی پروژه
DataSet بارگذاری
تجسم DataSet Part 1
تجسم DataSet Part 2
ورزش # 1
ورزش # 2
ورزش # 3
اعمال NLP به داده ها
درخواست Count Vectorizer به داده ها
مدل آموزش مدل 1
بخش آموزش مدل 2
مدل ارزیابی مدل 1
مدل ارزیابی مدل 2
پروژه # 8: فیلتر همکاری مبتنی بر کاربر - سیستم توصیه دهنده فیلم:
معرفی
نظریه
بررسی پروژه
DataSet Movie Import
تجسم داده مجموعه داده ها
Filter Collaborative یک فیلم
اصلاح کامل فیلم
سخنرانی های پاداش
*** پاداش ویژه شما ***


INTRODUCTION TO THE COURSE [QUICK WIN IN FIRST 10-12 MINS]:
Welcome Message
Updates on Udemy Reviews
Course overview
ML vs. DL vs. AI
ML Deep Dive
Download Course Materials
BONUS: ML vs DL vs AI
BONUS: 5 Benefits of Jupyter Notebook

ANACONDA AND JUPYTER INSTALLATION:
Download and Set up Anaconda
What is Jupyter Notebook
Install Tensorflow
How to run a Jupyter Notebook

PROJECT #1: ARTIFICIAL NEURAL NETWORKS - CAR SALES PREDICTION:
Introduction
Theory Part 1
Theory Part 2
Theory Part 3
Theory Part 4
Theory Part 5
Project Overview
Import Data
Data Visualization Cleaning
Model Training 1
Model Training 2
Model Evaluation

PROJECT #2: DEEP NEURAL NETWORKS - CIFAR-10 CLASSIFICATION:
Introduction
Theory Part 1
Theory Part 2
Theory Part 3
Theory Part 4
Problem Statement
Data Vizualization
Data Preparation
Model Training Part 1
Model Training Part 2
Model Evaluation
Save the Model
Image Augmentation Part 1
Image augmentation Part 2

PROJECT #3: PROPHET TIME SERIES - CHICAGO CRIME RATE:
Introduction
Project Overview
Import Dataset
Data Vizualization
Prepare the Data
Make Predictions

PROJECT #4: PROPHET TIME SERIES - AVOCADO MARKET:
Introduction
Load Avocado Data
Explore Dataset
Make Predictions Part 1
Make Predictions Part 2 (Region Specific)
Make Prediction Part 2.1
PROJECT #5: LE-NET DEEP NETWORK - TRAFFIC SIGN CLASSIFICATION
Introduction
Project Overview
Load Data
Data Exploration
Data Normalization
Model Training
Model Evaluation

PROJECT #6: NATURAL LANGUAGE PROCESSING - E-MAIL SPAM FILTER:
Introduction
Naive Bayes Theory Part 1
Naive Bayes Theory Part 2
Spam Project Overview
Visualize Dataset
Count Vectorizer
Model Training Part 1
Model Training Part 2
Testing

PROJECT #7: NATURAL LANGUAGE PROCESSING - YELP REVIEWS:
Introduction
Theory
Project Overview
Load Dataset
Visualize Dataset Part 1
Visualize Dataset Part 2
Exercise #1
Exercise #2
Exercise #3
Apply NLP to Data
Apply Count Vectorizer to Data
Model Training Part 1
Model Training Part 2
Model Evaluation Part 1
Model Evaluation Part 2

PROJECT #8: USER-BASED COLLABORATIVE FILTERING - MOVIE RECOMMENDER SYSTEM:
Introduction
Theory
Project Overview
Import Movie Dataset
Visualize Dataset
Collaborative Filter One Movie
Full Movie Recomendation
Bonus Lectures
***YOUR SPECIAL BONUS***