×
ribbon

توضیح یادگیری ماشین: راهنمای مفهومی کامل

مدرس:Udemy

Nexa Learning

یادگیری ماشین مفهومی بدون کدنویسی: مفاهیم کلیدی و کاربردها

جدید
زیرنویس
9دانشجو
3ساعت
سرفصل‌ها
مقدماتی سطح دوره
بروزرسانیشهریور ۱۴۰۵
محتوای دوره
سرفصل‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

یادگیری ماشین چیست و چگونه با برنامه‌نویسی سنتی تفاوت دارد

اصطلاحات کلیدی، مفاهیم و دسته‌بندی‌های یادگیری ماشین را بشناسید

یادگیری ماشین چگونه در دنیای واقعی کاربرد دارد

معنی داده در یادگیری ماشین را بفهمید

این دوره شامل:

3 ساعت ویدئو

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

زیرنویس اختصاصی مکتب‌خونه

سرفصل‌های دوره

9 فصل31 جلسه3 ساعت ویدیو
مقدمه‌ای بر یادگیری ماشین
  مقدمه‌ای بر دوره یادگیری ماشین
04:26
  یادگیری ماشین چیست؟
06:03
  برنامه‌نویسی سنتی در برابر رویکرد یادگیری ماشین
06:08
  انواع یادگیری ماشین
05:38
  اجزای اصلی یک سامانه یادگیری ماشین
06:01
داده‌ها و مهندسی ویژگی
  درک داده‌ها در یادگیری ماشین
06:26
  مفاهیم پیش‌پردازش داده‌ها
06:16
  مهندسی ویژگی و انتخاب ویژگی
05:35
مفاهیم اصلی یادگیری با نظارت
  مقدمه‌ای بر یادگیری با نظارت
05:26
  فقط مفاهیم الگوریتم‌های رگرسیون
05:42
  فقط مفاهیم الگوریتم‌های طبقه‌بندی
06:29
  ارزیابی مدل‌های یادگیری با نظارت
05:22
یادگیری بدون نظارت: کشف الگوهای پنهان
  مقدمه‌ای بر یادگیری بدون نظارت
05:44
  روش‌های خوشه‌بندی
06:33
  کاهش ابعاد
06:13
نمای کلی مفهومی از یادگیری تقویتی
  مقدمه‌ای بر یادگیری تقویتی
06:34
  مفاهیم اصلی در یادگیری تقویتی
05:16
  الگوریتم‌های پرطرفدار یادگیری تقویتی: مرور مفهومی
06:22
ارزیابی و بهبود مدل
  تقسیم‌بندی‌های آموزش، اعتبارسنجی و آزمون
05:10
  مفهوم اعتبارسنجی متقاطع
06:08
  بهینه‌سازی مدل و تنظیم‌های هایپرپارامتر
06:13
  بازنگری در سوگیری و واریانس
05:21
مبانی مفهومی یادگیری عمیق
  یادگیری عمیق چیست؟
06:21
  شبکه‌های عصبی مصنوعی: مفهوم
06:03
  فرایند یادگیری در شبکه‌های عصبی
05:53
  کاربردهای یادگیری عمیق
06:32
چرخه عمر پروژه یادگیری ماشین
  مراحل یک پروژه یادگیری ماشین
06:25
  چالش‌های پروژه‌های یادگیری ماشین در دنیای واقعی
07:32
  اخلاق و هوش مصنوعی مسئولیت‌پذیر
05:59
خلاصه دوره و مرور مجدد
  نمای کلی و مرور اجمالی
04:37
  گام‌های بعدی در سفر یادگیری ماشین شما
04:46

توضیحات دوره

راهنمای مفهومی کامل یادگیری ماشین بدون کدنویسی. آنچه خواهید آموخت: یادگیری ماشین چیست و چگونه با برنامه‌نویسی سنتی تفاوت دارد؛ اصطلاحات کلیدی یادگیری ماشین، مفاهیم و دسته‌بندی‌های آن؛ نحوه کاربرد یادگیری ماشین در دنیای واقعی؛ معنی داده در یادگیری ماشین؛ انواع داده‌ها و تأثیر آن‌ها بر عملکرد مدل؛ ویژگی‌ها چیستند و چرا اهمیت دارند؛ چگونه مهندسی ویژگی‌ها نتایج را بهبود می‌دهد؛ چگونه یادگیری نظارت‌شده کار می‌کند؛ تفاوت بین طبقه‌بندی و رگرسیون؛ چگونه مدل‌های یادگیری ماشین از داده‌های برچسب‌خورده یاد می‌گیرند؛ بیش از حد مطابقت‌پذیری، کم‌مطابقت و تعمیم‌پذیری؛ یادگیری بدون نظارت چیست؛ چگونه الگوریتم‌ها الگوهای پنهان را پیدا می‌کنند؛ درک خوشه‌بندی و کاهش ابعاد؛ یادگیری تقویتی چیست و چگونه عامل‌ها از طریق پاداش‌ها و اقدامات یاد می‌گیرند؛ نمونه‌های عملی RL در دنیای واقعی؛ معنای ارزیابی مدل و تعادل بین سوگیری و واریانس؛ انتخاب معیار ارزیابی مناسب؛ راهبردهای بهبود عملکرد مدل؛ یادگیری عمیق چیست و چگونه شبکه‌های عصبی مصنوعی کار می‌کنند و چگونه یاد می‌گیرند؛ کاربردهای یادگیری عمیق در جهان واقعی؛ چگونه پروژه‌های ML از آغاز تا پایان برنامه‌ریزی می‌شوند و مراحلی که در ساخت راه‌حل ML وجود دارد؛ چالش‌های رایج تیم‌ها در کار ML واقعی؛ معنای هوش مصنوعی مسئولانه و اخلاقی؛ چگونه همه مفاهیم ML به هم مرتبط می‌شوند؛ چگونه پس از این دوره به یادگیری ML ادامه دهیم و چگونه به درک ایده‌های ML اعتماد پیدا کنیم.

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
4دوره
34دانشجو
2نظر و امتیاز
«Nexa Learning» به‌عنوان مدرس این دوره معرفی شده است.
poster

توضیح یادگیری ماشین: راهنمای مفهومی کامل

9دانشجو

دوره‌های مشابه