×
ribbon

دوره آموزشی مبانی ریاضی پشت یادگیری ماشین

مدرس:

Dr.Ron Erez

ریاضیات مدل‌های یادگیری ماشین را شهودی درک کنید و آن را از نمایش داده تا بهینه‌سازی و پیش‌بینی با پایتون به کار ببرید.

جدید
زیرنویس
4.6 (10)
3 دیدگاه
128دانشجو
4ساعت
سرفصل‌ها
مقدماتی سطح دوره
بروزرسانیتیر ۱۴۰۵
محتوای دوره
سرفصل‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

مفاهیم اصلی ریاضی پشت یادگیری ماشین را درک کنید

داده‌ها را با استفاده از بردارها، ماتریس‌ها و جبر خطی پایه نمایش داده و تفسیر کنید

توضیح دهید که چگونه توابع، غیرخطی بودن و توابع زیان با هم کار می‌کنند

ایجاد شهود برای احتمال و آمار در یادگیری ماشین

این دوره شامل:

4 ساعت ویدئو

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

زیرنویس اختصاصی مکتب‌خونه

توضیحات دوره

A Gentle Introduction to Mathematics for Machine Learning دوره آموزشی مبانی ریاضی پشت یادگیری ماشین می باشد که توسط آکادمی آنلاین یودمی منتشر شده است. این دوره آموزشی طراحی شده است که می‌خواهند مبانی ریاضی پشت یادگیری ماشین را بدون غرق شدن در تئوری‌های سنگین درک کنند. این دوره مفاهیم اساسی را به روشی واضح و شهودی توضیح می‌دهد و بر نحوه استفاده واقعی ریاضیات در مدل‌های یادگیری ماشین واقعی تمرکز دارد.

شما از طریق توضیحات عملی و مثال‌های مرتبط، اعتماد به نفس خود را در مباحثی مانند جبر خطی، حساب دیفرانسیل و انتگرال، احتمال و آمار افزایش خواهید داد. این دوره با اتصال مستقیم ایده‌های ریاضی به الگوریتم‌هایی مانند رگرسیون، طبقه‌بندی و بهینه‌سازی، به شما کمک می‌کند تا درک مفهومی قوی‌ای ایجاد کنید که هم از یادگیری و هم از به‌کارگیری مؤثر تکنیک‌های یادگیری ماشین پشتیبانی می‌کند.

این دوره به جای تئوری‌های سنگین، بر درک مطلب تمرکز دارد. شما یاد خواهید گرفت که چگونه مفاهیم ریاضیات، جبر خطی، آمار، احتمال و بهینه‌سازی در مدل‌های یادگیری ماشین واقعی ظاهر می‌شوند. هر موضوع از یک دیدگاه عملی، با استفاده از مثال‌های عددی دنیای واقعی و توضیحات ساده قبل از نشان دادن تعاریف ریاضی رسمی، معرفی می‌شود.

شما بررسی خواهید کرد که چگونه داده‌ها با استفاده از بردارها و ماتریس‌ها نمایش داده می‌شوند، چرا جبر خطی برای مدل‌های یادگیری ماشین ضروری است و چگونه از توابع برای نگاشت ورودی‌ها به پیش‌بینی‌ها استفاده می‌شود. این دوره غیرخطی بودن، توابع زیان و بهینه‌سازی را به شیوه‌ای بصری و شهودی توضیح می‌دهد و به شما کمک می‌کند تا بفهمید که مدل‌ها چگونه از داده‌ها یاد می‌گیرند.

دیدگاه کاربران

4.6

بر اساس امتیاز 10 دانشجو

1
2
3
4
5

گواهینامه اختصاصی دو زبانه

پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهی‌نامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

امکان اشتراک گذاری در لینکدین
دو زبانه

ضمانت بازگشت وجه

کیفیت این آموزش توسط مکتب‌خونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر می‌توانید درخواست بازگشت وجه کنید.

مهلت درخواستتا ۱۵ روز پس از خرید دوره
میزان مشاهدهکمتر از ۲۰ درصد یا ۵ جلسه از دوره
1دوره
128دانشجو
10نظر و امتیاز

دکتر ران اِرِز بیش از ۳۰ سال است که برنامه‌نویسی می‌کند و همیشه از خلاقیت و رضایت حاصل از نوشتن برنامه‌های کامپیوتری شگفت‌زده شده است. ران همچنین معلمی باتجربه است که از دوران راهنمایی تا دانشگاه، ریاضیات، علوم کامپیوتر و ادبیات انگلیسی تدریس کرده است.

او در اوقات فراغت خود آشپزی، نظافت، اسکیت‌بورد و صرفاً زندگی را می‌گذراند.

امیدوارم از شرکت در دوره من به همان اندازه که من از تدریس آن لذت بردم، لذت ببرید.

در سفرتان برای یادگیری چیزهای جدید و هیجان‌انگیز، موفق باشید.
 

poster

دوره آموزشی مبانی ریاضی پشت یادگیری ماشین

128دانشجو
4.6(10)