یادگیری ماشین در پایتون: یادگیری بانظارت

127
12 ساعت

اهداف

  • داده‌ها همه‌جا هستند، از شبکه‌های اجتماعی گرفته تا سیستم‌های مالی، پزشکی، و حتی ماشین‌های خودران. یادگیری ماشین به عنوان یکی از مهم‌ترین و داغ‌ترین شاخه‌های هوش مصنوعی، ابزاری قدرتمند برای تحلیل داده‌ها، استخراج الگوهای پنهان و پیش‌بینی بر اساس آن‌هاست. این درسنامه با هدف آشنایی با مفاهیم و الگوریتم‌های یادگیری ماشین و به کارگیری آن‌ها با استفاده از کتابخانه scikit-learn در محیط پایتون طراحی شده و مبانی یادگیری ماشین و سپس معرفی چهارچوب یادگیری بانظارت و برخی از مهم‌ترین الگوریتم‌های آن متمرکز خواهد بود. 

فهرست:

14 درس12h

مقدمه و معرفی یادگیری ماشین

مقدمه و معرفی
کاربردهای یادگیری ماشین
چرخه عمر یادگیری ماشین
انواع روش‌های یادگیری

معرفی کتابخانه sicikit-learn

یادگیری بانظارت

تنظیمات

توسعه‌دهنده محتوای آموزشی یادگیری ماشین و مدیر پشتیبانی در مدرسه پردازش و تحلیل داده دقیقه، فارغ التحصیل ارشد بیوانفورماتیک دانشگاه شریف

0 (0 نظر)

2 دوره ها

251 دانشجو

سعید مجیدی فارغ التحصیل دکتری علوم کامپیوتر از دانشگاه تافتس آمریکا است و همکاری‌های متعددی به عنوان مدرس و دیتاساینتیست ارشد با مجموعه دقیقه انجام داده است.

4.57 (14 نظر)

13 دوره ها

4040 دانشجو

نظرات

پیش‌نیاز

  • آشنایی با پایتون
  • آشنایی اولیه با کتابخانه matplotlib برای مصورسازی داده و ترسیم نمودار
  • آشنایی اولیه با کتابخانه‌های numpy و pandas

مخاطبین

  • پژوهشگران
  • برنامه‌نویس‌ها
  • توسعه‌دهندگان کسب‌وکار
  • مدیران محصول
  • تحلیلگران داده
Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors