مبانی یادگیری ماشین: حساب دیفرانسیل و انتگرال

مدرس Terezija Semenski

انتشار 2023/03/07

مدت زمان 1h 29m

سطح مناسب همه

فایل تمرینی دارد

آموزش Machine Learning Foundations: Calculus

مطالعه هوش مصنوعی و یادگیری ماشینی می‌تواند به اندازه کافی دشوار باشد، اما اگر حساب دیفرانسیل و انتگرال را در ترکیب قرار دهید چه؟ ممکن است دلهره‌آور به نظر برسد، اما درک مبانی حساب دیفرانسیل و انتگرال می‌تواند به شما در طراحی و پیاده‌سازی الگوریتم‌های یادگیری ماشین کمک کند، و بدون پایه‌ای محکم در حساب دیفرانسیل و انتگرال، کار شما در یادگیری ماشینی می‌تواند به سرعت بسیار زیاد شود. در این دوره، Terezija Semenski به شما توابع، مشتقات، انتگرال ها و مبانی حساب چند متغیره را آموزش می دهد. اگر با مفاهیم و تکنیک‌های حساب دیفرانسیل و انتگرال مورد استفاده برای طراحی و پیاده‌سازی الگوریتم‌های ML مشکل دارید، این دوره آموزشی را با Terezija برای غلبه بر این چالش‌ها بررسی کنید.

حساب دیفرانسیل و انتگرال Machine Learning

Introduction

Learn calculus foundation for machine learning ()

What you should know ()

1. Introduction to Calculus

Defining calculus ()

Applications of calculus in ML ()

Functions ()

Limits ()

2. Derivatives and Differentiation

Introduction to derivatives ()

The derivative of a constant and the power rule ()

The constant multiple rule ()

The sum rule ()

The product rule ()

The quotient rule ()

The chain rule ()

The power rule on a function chain ()

3. Multivariate Calculus

Partial derivatives ()

Calculating partial derivatives ()

Higher-order partial derivatives ()

The chain rule for partial derivatives ()

4. Machine Learning Gradients

Single-point regression gradient ()

The partial derivatives of quadratic cost ()

Connecting partial derivatives with backpropagation ()

Finding minima and maxima ()

5. Introduction to Integral Calculus

Defining integral calculus ()

Integration rules ()

Indefinite integrals ()

Definite integrals ()

Conclusion

Next steps ()

Ex_Files_Machine_Learning_Foundations_Calculus.zip (366 KB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش مبانی یادگیری ماشین: حساب دیفرانسیل و انتگرال

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Machine Learning Foundations: Calculus در 2 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

درک مفاهیم کلیدی ریاضی برای پیاده سازی موثر الگوریتم های یادگیری ماشین ضروری است. به مفاهیم اصلی از جبر خطی گرفته تا حساب دیفرانسیل و انتگرال، احتمالات و آمار بپردازید. چه یک مبتدی یا یک متخصص با تجربه باشید، این مسیر یادگیری شما را با مهارت های حیاتی برای مقابله با پروژه های پیچیده ML مجهز می کند.

آموزش مبانی یادگیری ماشین: حساب دیفرانسیل و انتگرال ، ایستگاه شماره 2 در مسیر یادگیری ریاضیات پایه برای یادگیری ماشین ، است.

مسیر یادگیری ریاضیات پایه برای یادگیری ماشین

با این برنامه درسی جامع به مبانی یادگیری ماشین (ML) بیایید. درک عمیقی از اصول هوش مصنوعی و ML به دست آورید و توانایی خود را برای طراحی و پیاده سازی الگوریتم های پیشرفته افزایش دهید. مفاهیم اصلی ریاضی، چرخه حیات ML و کاربردهای عملی را با استفاده از زبان Wolfram کاوش کنید. بر اجزای سازنده ML، از جبر خطی تا آمار تسلط داشته باشید. وارد شوید، امتحان نهایی را قبول کنید و گواهینامه خود را دریافت کنید. <br><br> این گواهی توسط Wolfram Research، پیشگامان هوش محاسباتی و نوآوری علمی تایید شده است. <a href="https://www.wolfram.com/wolfram-u/">WolframU</a> را برای دوره‌های باز، تعاملی، رویدادهای آموزشی و سایر منابع آموزشی برای توسعه حرفه‌ای و فنی کاوش کنید.

آموزش مبانی یادگیری ماشین: حساب دیفرانسیل و انتگرال ، ایستگاه شماره 3 در مسیر یادگیری گواهینامه حرفه ای مبانی آماری یادگیری ماشین توسط Wolfram Research ، است.