امتیاز و نظرات کاربران
از مجموع 1 امتیاز
1نظرمحمد شرافتیان
یادگیری پایتون برای یادگیری ماشین
پیادهسازی مدل رگرسیون بدون کتابخانهها
الگوریتمهای بهینه سازی
رگرسیون خطی چند متغیره
در تمام مراحل این دوره سعی شده است تا مباحث با زبانی روان و ساده توضیح داده شود تا مخاطبان محترم بتوانند به سادگی از آموزش ارائه شده استفاده کنند.
هوش مصنوعی امروزه به طرز عجیبی در حال پیشرفت است. این علم تا حد زیادی در تمامی حوزهها اعم از پزشکی اقتصاد سیاست و... نفوذ کرده و آن را تبدیل به شغلی پر تقاضا کرده است. در این دوره دو مورد از شایعترین انواع رگرسیون توسط زبان پرکاربرد پایتون بررسی میشود. یکی از مواردی که میتوان از آن به عنوان الفبای یادگیری ماشین یاد کرد بحث رگرسیون و گرادیان نزولی است که در این دوره بهصورت عملی آن را پیادهسازی کرده و در محیط کدنویسی به کار خواهیم گرفت.
اکثر دورهها این مبحث را توسط کتابخانههای موجود در پایتون بیان کرده و از جزئیات چشمپوشی کردهاند. برای پیادهسازی مباحث یادگیری ماشین و بهره بردن از آن در کسبوکارها مهندسین باید مدلها را به صورت دقیق بررسی کرده و درک عمیقی از روابط ریاضی موجود پیدا کنند. ما در این دوره مباحث تئوری را به صورت کامل موشکافی کرده و از صفر تا صد به پیادهسازی رگرسیون خطی توسط زبان پایتون خواهیم پرداخت.
اطلاعات بیشتر
از مجموع 1 امتیاز
1نظر
پس از گذراندن محتوای دوره به صورت آنلاین (بدون دانلود) در سایت مکتبخونه، در صورتی که حد نصاب قبولی در دوره را کسب و تمرین ها و پروژه های الزامی را ارسال کنید، گواهینامه رسمی پایان دوره توسط مکتبخونه به اسم شما صادر شده و در اختیار شما قرار میگیرد.
قابل اشتراکگذاری در

مهندس محمد شرافتیان دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات از دانشگاه تهران هستند. ایشان سابقه تدریس ریاضیات و دروس تخصصی رشته کامپیوتر داشته و در حال حاضر در حوزه برنامهنویسی و تحلیل شبکههای اجتماعی مشغول فعالیت تخصصی هستند.
اطلاعات بیشتر