یادگیری ماشین با پایتون: مبانی

مدرس Frederick Nwanganga

انتشار 2021/10/06

به‌روز‌رسانی 2024/04/25

مدت زمان 1h 54m

سطح مناسب همه

فایل تمرینی دارد

آموزش Machine Learning with Python: Foundations

احتمالاً قبلاً در مورد یادگیری ماشینی شنیده اید، اما آیا تا به حال فکر کرده اید که این اصطلاح واقعاً به چه معناست؟ یک ماشین چگونه یاد می گیرد؟ آیا به ساخت یک مدل یادگیری ماشین فکر کرده اید، اما نمی دانید از کجا شروع کنید؟n فردریک دقیقاً با معنای یادگیری ماشین‌ها و روش‌های مختلف یادگیری آنها شروع می‌کند، سپس به نحوه جمع‌آوری، درک و آماده‌سازی داده‌ها برای یادگیری ماشین می‌پردازد. او همچنین مثال‌های راهنمایی از نحوه انجام هر مرحله با استفاده از پایتون ارائه می‌دهد. در نهایت، او همه آن‌ها را برای ساخت، ارزیابی و تفسیر نتایج یک مدل یادگیری ماشین در پایتون گرد هم می‌آورد.

Machine Learning Python (Programming Language)

Introduction

Machine learning in our world ()

What you should know ()

The tools you need ()

Using the exercise files ()

1. Machine Learning

What is not machine learning? ()

What is machine learning? ()

What is unsupervised learning? ()

What is supervised learning? ()

What is reinforcement learning? ()

What are the steps to machine learning? ()

2. Collecting Data for Machine Learning

Things to consider when collecting data ()

How to import data in Python ()

3. Understanding Data for Machine Learning

Describe your data ()

How to summarize data in Python ()

Visualize your data ()

How to visualize data in Python ()

4. Preparing Data for Machine Learning

Common data quality issues ()

How to resolve missing data in Python ()

Normalizing your data ()

How to normalize data in Python ()

Sampling your data ()

How to sample data in Python ()

Reducing the dimensionality of your data ()

5. Types of Machine Learning Models

Common machine learning algorithms ()

Classification vs. regression problems ()

How to build a machine learning model in Python ()

Conclusion

Next steps with applied machine learning ()

Ex_Files_ML_with_Python_Foundations.zip (925 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 یادگیری ماشین با پایتون: مبانی

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 with Python: Foundations در 3 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

نقش مهندس هوش مصنوعی همچنان با انتقال توسعه دهندگان به حوزه تحول آفرین هوش مصنوعی محبوبیت پیدا می کند. در این مسیر یادگیری، مهارت های لازم برای موفقیت در این نقش را به دست خواهید آورد. این سری از دوره ها مفاهیم اصلی و مهارت های عملی مورد نیاز شما را قبل از غواصی در آموزش عملی در یادگیری عمیق، بینایی کامپیوتر و شبکه های عصبی پوشش می دهد. برای این مسیر یادگیری تجربه کدنویسی در پایتون الزامی است.

آموزش یادگیری ماشین با پایتون: مبانی ، ایستگاه شماره 2 در مسیر یادگیری یک مهندس هوش مصنوعی شوید ، است.

مسیر یادگیری یک مهندس هوش مصنوعی شوید

با پایتون وارد دنیای یادگیری ماشین شوید. این مسیر یادگیری گسترده همه چیز را از اصول اولیه گرفته تا الگوریتم های پیشرفته را پوشش می دهد و هم دانش نظری و هم تجربه عملی را ارائه می دهد. چه در این زمینه تازه کار باشید و چه یک حرفه ای باتجربه، این سفر شما را به مهارت های مورد نیاز برای موفقیت در برنامه های کاربردی دنیای واقعی مجهز می کند.

آموزش یادگیری ماشین با پایتون: مبانی ، ایستگاه شماره 1 در مسیر یادگیری با پایتون برای هوش مصنوعی و یادگیری ماشین توسعه دهید ، است.

مسیر یادگیری با پایتون برای هوش مصنوعی و یادگیری ماشین توسعه دهید

در صنعتی که به سرعت در حال گسترش است، مهندسان یادگیری ماشین نقشی حیاتی در طراحی و ایجاد الگوریتم‌های هوش مصنوعی برای ساخت راه‌حل‌های یادگیری ماشین دارند. در این مسیر یادگیری، شما اصول اولیه هوش مصنوعی و یادگیری ماشینی را بررسی خواهید کرد و سپس با ساختن اپلیکیشن‌های یادگیری ماشین و آموزش شبکه‌های عصبی خود، به سمت یک رویکرد عملی حرکت خواهید کرد. دانش موجود از پایتون توصیه می شود.

آموزش یادگیری ماشین با پایتون: مبانی ، ایستگاه شماره 3 در مسیر یادگیری اصول اولیه برای تبدیل شدن به یک مهندس یادگیری ماشین ، است.