یادگیری ماشین با رویکرد بهینه‌سازی در پایتون

دوره آموزشی
37
18 ساعت

بهینه‌سازی یکی از پایه‌های فهم عمیق‌تر الگوریتم‌های یادگیری ماشین است. دوره آموزشی «یادگیری ماشین با رویکرد بهینه‌سازی» فرصتی منحصر به فرد برای شماست تا روش‌های متداول یادگیری ماشین را با تمرکز بر حل مسائل بهینه‌سازیِ درون آن‌ها فرا بگیرید و به این ترتیب دانش و مهارت خود در این حوزه را تقویت کنید.
در لایه زیرین تمامی الگوریتم‌ها و کتابخانه‌های یادگیری ماشین یک مسئله بهینه‌سازی وجود دارد. در این دوره آموزشی برخی از مهم‌ترین روش‌های یادگیری ماشین با تمرکز بر چگونگی مینیمم‌سازی خطا با توجه به قیود ریاضی موجود در آن‌ها ارائه خواهد شد.

اهداف

  • پرداختن به لایه‌های زیرین الگوریتم‌های یادگیری ماشین و اشراف بیشتر بر آن‌ها
  • تجربه رویارویی با چالش‌های واقعی مسائل بهینه‌سازی و یادگیری ماشین
  • دسترسی به محتوای آموزشی و تمرین‌ها علاوه بر محتوایی که در کلاس ارائه می‌شود
  • دریافت ویدئوی ضبط‌شده هر جلسه ۲۴ ساعت بعد از برگزاری آن
  • امکان پرسش‌و‌پاسخ و دریافت پشتیبانی و مشاوره آموزشی در طول مدت دوره
  • ایجاد ارتباط با مدرس و دیگر شرکت‌کنندگان و تقویت شبکه ارتباطی
  • امکان پرداخت قسطی
  • صدور گواهی دو زبانه در پایان دوره

فهرست:

18h

پردازش و پاک‌سازی داده‌ها

مبانی ریاضی

مدل‌های پیش‌بینی

مدل‌های خوشه‌بندی (Clustering)

تحلیل مؤلفه‌های اصلی (PCA)

علیرضا سرودی

متخصص ارشد علوم داده و تحقیق در عملیات

علیرضا سرودی متخصص ارشد علوم داده و راهبر پروژه‌های بهینه‌سازی و تحقیق در عملیات در شرکت EirGrid و عضو ارشد موسسه مهندسان برق و الکترونیک (Senior Member IEEE) است.

علیرضا نزدیک به یک دهه استاد دانشگاه دوبلین‌کالج ایرلند بوده و تحقیقاتش بر بهینه‌سازی سیستم‌های قدرت و زنجیره تامین متمرکز است و در آن‌ها از ابزارهای مختلفی مثل ORTools، Pyomo و GAMS بهره‌ می‌گیرد.

او تحصیلات خود را در مقاطع کارشناسی و کارشناسی ارشد در رشته مهندسی برق در دانشگاه صنعتی شریف به پایان رسانده و مدرک دکترای خود را در همین رشته از دانشگاه صنعتی گرونوبل در فرانسه دریافت کرده است. علیرضا سرودی برنده جایزه محقق جوان INFORM در سال 2013 و برگزیده گرنت تحقیقاتی بنیاد علوم ایرلند در سال 2017 است. انتشارات Springer کتاب Power System Optimization Modeling in GAMS به قلم علیرضا سرودی را در سال 2017 به چاپ رسانده است.

0 (0 نظر)

2 دوره ها

101 دانشجو

نظرات

2 میلیون و 750 هزار تومان

داده‌ها

پیش‌نیاز

  • برای شرکت در این دوره آشنایی با پایتون و کتابخانه‌های numpy و pandas و matplotlib لازم است. اگر با این موارد آشنایی ندارید قبل از شروع دوره، منابعی برای مطالعه و آشنایی با این موضوعات در اختیار شما قرار می‌گیرد.

مخاطبین

  • تحلیلگران داده در کسب‌وکار
  • پژوهشگران و محققین
  • دانش‌آموختگان و دانشجویان رشته‌های مهندسی صنایع، علوم ریاضی، اقتصاد، مدیریت، مالی، آمار، مهندسی برق و کامپیوتر و …
Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors