توضیحات
استاد آمار و احتمالات برای یادگیری ماشین شوید
نام دوره: Master statistics & machine learning: intuition, math, code
پیش نیاز:
- انگیزه برای یادگیری.
- پیشینه قبلی در آمار یا یادگیری ماشین ضروری نیست.
- Python -OR- MATLAB با جعبه ابزار Statistics (یا Octave).
- آشنایی با کدنویسی برای تمرین های کد اختیاری.
- کتاب درسی لازم نیست! تمامی مطالب در داخل دوره ارائه شده است.
توضیحات:
آمار و احتمال زندگی شما را کنترل می کند.
منظور من فقط آنچه الگوریتم یوتیوب به شما توصیه می کند بعداً تماشا کنید، نیست، و منظورم فقط شانس ملاقات با فرد مهم آینده خود در کلاس یا در یک بار نیست.
رفتار انسان، موجودات تک سلولی، زلزله، بورس، بارش برف در هفته اول آذر و پدیده های بی شمار دیگر احتمالی و آماری است.
حتی ماهیت اساسی ترین ساختار عمیق کیهان نیز توسط احتمال و آمار اداره می شود.
شما باید آمار را درک کنید.
تقریباً تمام حوزه های تمدن بشری دارای کد و محاسبات عددی هستند.
این بدان معناست که بسیاری از مشاغل و زمینه های تحصیلی بر اساس کاربرد تکنیک های آماری و یادگیری ماشینی در زبان های برنامه نویسی مانند پایتون و متلب هستند.
این اغلب “علم داده” نامیده می شود و یک موضوع مهم است. آمار و یادگیری ماشین نیز برای هوش مصنوعی (AI) و هوش تجاری ضروری است.
اگر می‌خواهید خود را به یک کارمند، کارفرما، دانشمند داده، یا محقق در هر زمینه فنی تبدیل کنید – از دانشمند داده گرفته تا مهندسی، دانشمند محقق و مدل‌ساز یادگیری عمیق – باید آمار و یادگیری ماشین را بدانید. .
و باید بدانید که چگونه مفاهیمی مانند نظریه احتمال و فواصل اطمینان، خوشه بندی k-means و PCA، همبستگی اسپیرمن و رگرسیون لجستیک را در زبان های کامپیوتری مانند پایتون یا متلب اجرا کنید.
چرا باید دوره استاد آمار و احتمالات برای یادگیری ماشین شوید را بگذرانید:
- این دوره همه چیزهایی را که برای درک مبانی آمار، یادگیری ماشین و علم داده نیاز دارید، از نمودارهای نواری تا ANOVA، رگرسیون تا k-means، آزمون t تا تست جایگشت ناپارامتریک را پوشش می‌دهد.
- پس از تکمیل این دوره، می‌توانید طیف وسیعی از تحلیل‌های آماری و یادگیری ماشینی، حتی روش‌های پیشرفته خاصی را که در اینجا آموزش داده نمی‌شوند، درک کنید. این به این دلیل است که شما پایه‌هایی را که روش‌های پیشرفته بر اساس آن‌ها ساخته شده‌اند، یاد خواهید گرفت.
- این دوره دقت ریاضی را با توضیحات بصری و کاوش های عملی در کد متعادل می کند.
آنچه باید قبل از شرکت در این دوره بدانید:
ریاضیات سطح دبیرستان. این یک دوره کاربردی است، بنابراین من وارد جزئیات زیادی در مورد اثبات، مشتق یا حساب دیفرانسیل نمی شوم.
مهارت های اولیه کدنویسی در پایتون یا متلب.
این فقط در صورتی لازم است که بخواهید همراه با کد دنبال کنید. شما می توانید این دوره را بدون نوشتن یک خط کد با موفقیت به پایان برسانید!
اما شرکت در تمرین های کدنویسی به شما کمک می کند مطالب را یاد بگیرید.
کد متلب بر جعبه ابزار آمار و یادگیری ماشین تکیه دارد (اگر متلب یا جعبه ابزار آمار ندارید می توانید از Octave استفاده کنید). کد پایتون در نوت بوک های Jupyter نوشته شده است.
دوره استاد آمار و احتمالات برای یادگیری ماشین شوید برای چه کسانی است:
- دانش آموزانی که در دوره های آمار یا یادگیری ماشین شرکت می کنند
- حرفه ای هایی که نیاز به یادگیری آمار و یادگیری ماشین دارند
- دانشمندانی که می خواهند تجزیه و تحلیل داده های خود را درک کنند
- هر کسی که می خواهد “زیر سرپوش” یادگیری ماشین را ببیند
- دانش آموزان هوش مصنوعی (AI)
- دانشجویان هوش تجاری
یودمی ایران –
دوره درخواستی خود را از راه های ارتباطی درخواست کنید