به یادگیری یادگیری ماشین علاقهمند هستید؟ پس این دوره دقیقاً برای شماست!
این دوره توسط یک دانشمند داده (Data Scientist) و یک متخصص یادگیری ماشین طراحی شده است تا دانش و تجربه خود را به سادهترین شکل ممکن با شما به اشتراک بگذاریم و مفاهیم پیچیده نظری، الگوریتمها و کتابخانههای برنامهنویسی را بهسادگی به شما آموزش دهیم.
بیش از یک میلیون دانشجو در سراسر جهان به این دوره اعتماد کردهاند.
ما شما را گامبهگام به دنیای یادگیری ماشین هدایت میکنیم. با هر آموزش، مهارتهای جدیدی کسب میکنید و درک عمیقتری از این حوزه چالشبرانگیز اما پردرآمد از علم داده خواهید یافت.
شما میتوانید این دوره را با آموزشهای پایتون یا R یا هر دو به پایان برسانید. زبان برنامهنویسیای را انتخاب کنید که برای مسیر شغلیتان مناسبتر است.
این دوره در عین جذاب و سرگرمکننده بودن، عمیقاً به مفاهیم یادگیری ماشین میپردازد و به صورت زیر ساختاربندی شده است:
ساختار دوره:
بخش ۱ - پیشپردازش دادهها
بخش ۲ - رگرسیون:
رگرسیون خطی ساده، رگرسیون خطی چندگانه، رگرسیون چندجملهای، SVR، رگرسیون درخت تصمیم، رگرسیون جنگل تصادفی
بخش ۳ - طبقهبندی:
رگرسیون لجستیک، K-NN، ماشین بردار پشتیبان (SVM)، SVM هستهای، بیز ساده (Naive Bayes)، درخت تصمیم، جنگل تصادفی
بخش ۴ - خوشهبندی:
K-Means، خوشهبندی سلسلهمراتبی
بخش ۵ - یادگیری قوانین وابستگی:
الگوریتم Apriori، الگوریتم Eclat
بخش ۶ - یادگیری تقویتی:
مرز اطمینان بالا (UCB)، نمونهبرداری تامپسون
بخش ۷ - پردازش زبان طبیعی (NLP):
مدل Bag-of-Words و الگوریتمهای NLP
بخش ۸ - یادگیری عمیق:
شبکههای عصبی مصنوعی (ANN)، شبکههای عصبی پیچشی (CNN)
بخش ۹ - کاهش ابعاد:
تحلیل مؤلفههای اصلی (PCA)، تحلیل تفکیک خطی (LDA)، Kernel PCA
بخش ۱۰ - انتخاب مدل و Boosting:
اعتبارسنجی متقاطع (k-fold)، تنظیم پارامترها، جستوجوی شبکهای (Grid Search)، XGBoost
هر بخش از دوره بهصورت مستقل ارائه شده است؛ بنابراین میتوانید دوره را بهطور کامل از ابتدا تا انتها طی کنید، یا تنها به بخشی که هماکنون برای شغل یا پروژهتان نیاز دارید مراجعه کنید.
علاوه بر این، دوره با تمرینهای عملی بر اساس مطالعات موردی واقعی پر شده است. بنابراین نه تنها تئوری را یاد میگیرید، بلکه در ساخت مدلهای واقعی نیز مهارت کسب میکنید.
و در نهایت، این دوره شامل قالبهای کدنویسی در پایتون و R نیز هست که میتوانید آنها را دانلود کرده و در پروژههای شخصی خود استفاده کنید.
این دوره مناسب چه کسانی است؟
هر کسی که به یادگیری ماشین علاقهمند است
دانشآموزانی که حداقل دانش ریاضی در سطح دبیرستان دارند و میخواهند یادگیری ماشین را شروع کنند
افرادی در سطح متوسط که با مفاهیم پایه مانند رگرسیون خطی یا لجستیک آشنا هستند و میخواهند عمیقتر یاد بگیرند
کسانی که در کدنویسی خیلی راحت نیستند اما میخواهند یادگیری ماشین را بهسادگی بر روی دادهها پیادهسازی کنند
دانشجویان دانشگاهی که میخواهند وارد حرفه علم داده شوند
تحلیلگران دادهای که میخواهند در یادگیری ماشین پیشرفت کنند
افرادی که از شغل فعلی خود رضایت ندارند و میخواهند تبدیل به دانشمند داده شوند
هر کسی که میخواهد با استفاده از ابزارهای قدرتمند یادگیری ماشین، ارزش افزودهای به کسبوکار خود بیافزاید