توضیحات
آموزش صفر تا صد یادگیری ماشین با پایتون
پیش‌نیازها
آشنایی پایه با برنامه‌نویسی پایتون لازم است
درک خوب از جبر خطی
توضیحات
دوره یادگیری ماشین کامل با پایتون به‌طور کامل به‌روزرسانی شده است!
با بخش‌های جدید و محتوای بهبود یافته، در این دوره همه چیز را برای تسلط بر یادگیری ماشین در یک مجموعه خواهید آموخت.
دنیای یادگیری ماشین همواره در حال تحول است و ما می‌خواهیم مطمئن شویم دانشجویان به جدیدترین اطلاعات و روش‌های آموزشی دسترسی دارند.
بخش‌های جدید شامل موارد زیر است:
مبانی یادگیری عمیق (Deep Learning): شامل تفاوت بین برنامه‌نویسی کلاسیک و یادگیری ماشین، تمایز بین یادگیری ماشین و یادگیری عمیق، اجزای اصلی شبکه‌های عصبی، توضیح تنسورها و عملیات آن‌ها، دسته‌بندی روش‌های یادگیری ماشین، و مفاهیم پیشرفته‌ای مانند بیش‌برازش و کم‌برازش، منظم‌سازی، دراپ‌اوت، اعتبارسنجی و تست و موارد دیگر.
بینایی ماشین با شبکه‌های عصبی کانولوشنی (CNN): از ساخت لایه‌ها و درک فیلترها / کرنل‌ها تا مباحث پیشرفته‌ای مانند یادگیری انتقالی (Transfer Learning) و استخراج ویژگی‌ها.
بخش‌های زیر نیز به‌روز و بهبود یافته‌اند:
تمام کدها برای پایتون 3.6 و 3.7 به‌روزرسانی شده‌اند
کدها برای کار با Google Colab بازنویسی شده‌اند
یادگیری عمیق و پردازش زبان طبیعی (NLP)
طبقه‌بندی‌های دودویی و چندکلاسه با یادگیری عمیق
با این دوره، جامع‌ترین و به‌روزترین آموزش یادگیری ماشین را در یک مجموعه کامل دریافت می‌کنید!
میانگین حقوق مهندسان یادگیری ماشین در ایالات متحده ۱۶۶,۰۰۰ دلار است!
در پایان این دوره، شما مجموعه‌ای از ۱۲ پروژه عملی یادگیری ماشین خواهید داشت که به شما کمک می‌کند شغل رویایی خود را پیدا کنید یا مسائل واقعی را در کسب‌وکار، شغل یا زندگی شخصی خود با الگوریتم‌های یادگیری ماشین حل کنید.
این دوره توسط آنتونی ان‌جی (Anthony NG)، مدرس ارشد در سنگاپور و با پیروی از سبک آموزشی پروژه‌محور راب پرسیوال طراحی شده است.
با بیش از ۱۸ ساعت محتوای آموزشی و امتیازات پنج‌ستاره متعدد، این دوره یکی از طولانی‌ترین و پرفروش‌ترین دوره‌های یادگیری ماشین در Udemy است!
بسازید مدل‌های قدرتمند یادگیری ماشین برای حل هر مسئله‌ای
در این دوره از سطح مبتدی تا پیشرفته پیش می‌روید و مدرس همراه شما، گام‌به‌گام تمام الگوریتم‌ها را روی صفحه می‌سازد.
در پایان دوره، شما الگوریتم‌هایی آموزش خواهید داد که می‌توانند:
گل‌ها را طبقه‌بندی کنند
قیمت خانه‌ها را پیش‌بینی کنند
دست‌خط‌ها یا ارقام را شناسایی کنند
کارکنانی را که احتمال ترک شغل دارند شناسایی کنند
سلول‌های سرطانی را تشخیص دهند
و موارد بسیار دیگر!
در دوره آموزش صفر تا صد یادگیری ماشین با پایتون یاد می‌گیرید:
تسلط بر مجموعه کامل ابزارهای یادگیری ماشین برای حل مسائل واقعی
درک معیارهای ارزیابی مدل مانند R-squared، MSE، دقت (Accuracy)، ماتریس اغتشاش، دقت (Precision)، یادآوری (Recall) و زمان استفاده از هرکدام
ترکیب چند مدل با روش‌های Bagging، Boosting یا Stacking
استفاده از الگوریتم‌های یادگیری بدون ناظر مانند خوشه‌بندی سلسله‌مراتبی و K-Means برای تحلیل داده‌ها
کار با محیط‌های Jupyter Notebook، Spyder و سایر IDEها
مصورسازی داده‌ها با Matplotlib و Seaborn
مهندسی ویژگی‌ها برای بهبود پیش‌بینی مدل
به‌کارگیری روش‌های اعتبارسنجی مانند Train/Test، K-Fold و Stratified K-Fold
استفاده از SVM برای تشخیص دست‌خط و سایر مسائل طبقه‌بندی
به‌کارگیری درخت تصمیم برای پیش‌بینی ترک شغل کارکنان
استفاده از قوانین انجمنی در داده‌های فروشگاهی
و بسیاری موارد دیگر!
بدون نیاز به تجربه قبلی در یادگیری ماشین
اگرچه دانستن کمی پایتون مفید است، اما هیچ پیش‌نیازی لازم نیست.
تمام کدها ارائه می‌شوند و مدرس خط‌به‌خط آن‌ها را توضیح می‌دهد. همچنین پشتیبانی دوستانه در بخش پرسش‌وپاسخ در دسترس شما خواهد بود.
در خود سرمایه‌گذاری کنید
اگر می‌خواهید از موج یادگیری ماشین بهره‌مند شوید و از درآمد بالای دانشمندان داده لذت ببرید، این دوره مخصوص شماست!
در این دوره شرکت کنید و به یک مهندس یادگیری ماشین تبدیل شوید!
دوره آموزش صفر تا صد یادگیری ماشین با پایتون مناسب چه کسانی است:
افرادی که علاقه‌مند به یادگیری الگوریتم‌های یادگیری ماشین با پایتون هستند
کسانی که به کاربردهای عملی یادگیری ماشین در مسائل واقعی علاقه دارند
افرادی که می‌خواهند فراتر از مقدمات رفته و الگوریتم‌های یادگیری ماشین را به‌صورت کامل درک کنند
کاربران سطح متوسط تا پیشرفته Excel که نمی‌توانند با داده‌های حجیم کار کنند
کسانی که می‌خواهند یافته‌های خود را به‌صورت حرفه‌ای ارائه دهند
افرادی که قصد دارند وارد حرفه‌ی داده‌کاوی یا علم داده شوند
کسانی که می‌خواهند یادگیری ماشین را در زمینه‌ی کاری خود به‌کار ببرند
یودمی ایران –
دوره درخواستی خود را از راه های ارتباطی درخواست کنید