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 ضروری تجزیه و تحلیل پیش نگر: داده کاوی
آموزش مهارت های غیر فنی Data Scientist های موفق
Machine Learning and AI Foundations: Decision Trees with SPSS
مبانی هوش مصنوعی و یادگیری ماشینی : پیش بینی، علیت و استنتاج آماری
آموزش مبانی Data Science : پیش بینی داده ها
Introduction to Machine Learning with KNIME
آشنایی با بازگشت سرمایه ( ROI ) در سیستم های تحلیل و پیش بینی
Executive Guide to Human-in-the-Loop Machine Learning and Data Annotation
آموزش تحلیل های آماری بر اعضای هیئت مدیره
آموزش ایده های داشتن درآمد جانبی ویژه متخصصان تحلیل دیتا