توضیحات

متخصص یادگیری ماشین شوید از Coursera- دانلود Machine Learning Specialization

نام دوره : Machine Learning Specialization

به همراه فایل پی دی اف تمامی آزمون های دوره + تمامی فایل های Lab + تکالیف

این دوره شامل 3 دوره زیر می باشد:

1. Supervised Machine Learning: Regression and Classification
2. Advanced Learning Algorithms
3. Unsupervised Learning, Recommenders, Reinforcement Learning

پیش نیاز:

• دانش پایه ریاضی
• دانش پایه پایتون

توضیحات:

The Machine Learning Specialization یک دوره آنلاین اساسی است که با همکاری DeepLearning.AI و Stanford Online ایجاد شده است.

این دوره مبتدی دوستانه به شما اصول یادگیری ماشینی و نحوه استفاده از این تکنیک ها را برای ساخت اپلیکیشن های هوش مصنوعی در دنیای واقعی می آموزد.

این تخصص توسط اندرو انگ، یک آینده‌نگر هوش مصنوعی که تحقیقات انتقادی را در دانشگاه استنفورد و کارهای پیشگامانه در Google Brain، Baidu و Landing.AI برای پیشرفت در زمینه هوش مصنوعی رهبری کرده است، آموزش داده می‌شود.

این تخصص 3 دوره ای، نسخه به روز شده دوره پیشگام یادگیری ماشین اندرو است که از زمان راه اندازی آن در سال 2012، دارای امتیاز 4.9 از 5 است و بیش از 4.8 میلیون دانشجو آن را دریافت کرده اند.

این مقدمه گسترده ای برای یادگیری ماشین مدرن، از جمله یادگیری نظارت شده (رگرسیون خطی چندگانه، رگرسیون لجستیک، شبکه های عصبی و درختان تصمیم)

، یادگیری بدون نظارت (خوشه بندی، کاهش ابعاد، سیستم های توصیه گر)

و برخی از بهترین شیوه های مورد استفاده برای نوآوری های هوش مصنوعی و یادگیری ماشین (ارزیابی و تنظیم مدل ها، اتخاذ رویکرد داده محور برای بهبود عملکرد، و موارد دیگر). در سیلیکون ولی ارائه می کند.

در پایان این تخصص، شما بر مفاهیم کلیدی تسلط خواهید داشت و دانش عملی برای به کارگیری سریع و قدرتمند یادگیری ماشینی در مسائل چالش برانگیز دنیای واقعی را به دست خواهید آورد.

اگر به دنبال ورود به هوش مصنوعی یا ایجاد حرفه ای در یادگیری ماشین هستید، تخصص جدید یادگیری ماشین بهترین مکان برای شروع است

در پایان دوره متخصص یادگیری ماشین شوید ، شما آماده خواهید بود:

• • ساخت مدل های یادگیری ماشین در پایتون با استفاده از کتابخانه های معروف یادگیری ماشین NumPy و scikit-learn.
• • ساخت و آموزش مدل‌های یادگیری ماشینی تحت نظارت برای پیش‌بینی و وظایف طبقه‌بندی باینری، از جمله رگرسیون خطی و رگرسیون لجستیک.
• • ساخت و آموزش یک شبکه عصبی با TensorFlow برای انجام طبقه بندی چند کلاسه.
• • بهترین شیوه ها را برای توسعه یادگیری ماشین به کار ببرید تا مدل های شما به داده ها و وظایف در دنیای واقعی تعمیم یابد.
• • ساخت و استفاده از درختان تصمیم و روش های مجموعه درختی، از جمله جنگل های تصادفی و درختان تقویت شده.
• • از تکنیک های یادگیری بدون نظارت برای یادگیری بدون نظارت استفاده کنید: از جمله خوشه بندی و تشخیص ناهنجاری.
• • سیستم های توصیه گر را با رویکرد فیلتر مشارکتی و روش یادگیری عمیق مبتنی بر محتوا بسازید.
• • یک مدل یادگیری تقویتی عمیق بسازید.

دوره متخصص یادگیری ماشین شوید از Coursera برای چه کسانی است:

• تمام کسانی که مشتاق به یادگیری ماشین هستند
• کسانی که به دنبال دانلود Machine Learning Specialization هستند

بخشی از دوره: