Mathematica 11 یادگیری ماشینی

مدرس Curt Frye

انتشار 2017/04/21

مدت زمان 1h 15m

سطح متوسط

فایل تمرینی دارد

آموزش Mathematica 11 Machine Learning

نحوه تجزیه و تحلیل داده ها را با استفاده از قابلیت های یادگیری ماشینی تعبیه شده در Mathematica 11 بیاموزید. در این دوره آموزشی، Curt Frye نمای کلی از وظایف یادگیری ماشین را ارائه می دهد، نحوه جداسازی داده های آموزشی از داده های آزمایشی را توضیح می دهد و نحوه وارد کردن داده ها را از یک فایل نشان می دهد. او همچنین نحوه آماده‌سازی داده‌ها را برای یادگیری ماشین نشان می‌دهد، از جمله نحوه جایگزینی مقادیر نزدیک به صفر با صفر و مرتب‌سازی عناصر با استفاده از یک قانون. Curt همچنین تعیین توابع تولید داده و انجام وظایف یادگیری ماشینی تحت نظارت را پوشش می دهد.

Machine Learning Mathematica

Introduction

Welcome ()

What you should know ()

Exercise files ()

1. Introducing Machine Learning

Overview of machine learning tasks ()

Separate training data from test data ()

Import data from a file ()

2. Preparing Data for Machine Learning

Standardize (normalize) or rescale data ()

Replace values near zero with zero ()

Interpolate data to enter missing values ()

Count values by adherence or non-adherence to a rule ()

Group elements using a rule ()

Sort elements using a rule ()

3. Determining Functions that Generate Data

Find a fit using a linear model ()

Find a time series that fits given data ()

Find a formula that represents a data set ()

Find a function that generates a given sequence of values ()

4. Performing Supervised Learning Tasks

Calculate the logistic sigmoid function for a data set ()

Classify items using training data ()

Predict values using training data ()

Measure classifier function performance ()

Measure predictor function performance ()

Identify data clusters ()

Conclusion

Next steps ()

Ex_Files_Mathematica_11_Machine_Learning.zip (31 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 Mathematica 11 یادگیری ماشینی

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 Mathematica 11 Machine Learning در 1 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

در دنیای به سرعت در حال گسترش هوش مصنوعی و یادگیری ماشینی چیزهای زیادی برای یادگیری و ماندن در اوج وجود دارد. از طیف دوره‌های این مسیر یادگیری برای تقویت مهارت‌های خود در زمینه هوش مصنوعی، ML و علم داده با مرور وظایف تجزیه و تحلیل داده‌ها و کاوش در پلت‌فرم‌های برتر استفاده کنید.

آموزش Mathematica 11 یادگیری ماشینی ، ایستگاه شماره 2 در مسیر یادگیری مهارت های خود را در هوش مصنوعی و یادگیری ماشینی ارتقا دهید ، است.