ساختاردهی پروژههای یادگیری ماشین
✅ سرفصل و جزئیات آموزش
توضیحات دوره
در سومین دوره از مجموعه تخصصی یادگیری عمیق، شما یاد خواهید گرفت که چگونه یک پروژه موفق یادگیری ماشین را بسازید و به تمرین تصمیمگیری به عنوان یک مدیر پروژه یادگیری ماشین بپردازید.
در پایان این دوره، شما قادر خواهید بود خطاها را در یک سیستم یادگیری ماشین تشخیص دهید؛ استراتژی ها را برای کاهش خطاها اولویتبندی کنید؛ تنظیمات پیچیده یادگیری ماشین مانند مجموعههای آموزش و آزمون نامنطبق و مقایسه با و یا فراتر رفتن از سطح عملکرد انسانی را درک کنید؛ و از یادگیری سرتاسری، یادگیری انتقال و یادگیری چند وظیفهای استفاده نمایید.
این همچنین یک دوره مستقل برای فراگیرانی است که دانش اولیه یادگیری ماشین را دارند. این دوره بر اساس تجربه اندرو انجی در ساخت و عرضه بسیاری از محصولات یادگیری عمیق شکل گرفته است. اگر آرزو دارید به یک رهبر فنی تبدیل شوید که بتواند مسیر را برای یک تیم هوش مصنوعی تعیین کند، این دوره آن «تجربه صنعتی» را فراهم میکند که در غیر این صورت ممکن است تنها پس از سالها تجربه کاری در زمینه یادگیری ماشین به دست آورید.
مجموعه تخصصی یادگیری عمیق، برنامه اصولی ما است که به شما کمک میکند تا تواناییها، چالشها و پیامدهای یادگیری عمیق را درک کرده و شما را برای مشارکت در توسعه فناوری پیشرفته هوش مصنوعی آماده کند. این مجموعه مسیری را برای شما فراهم میکند تا دانش و مهارتهای لازم برای اعمال یادگیری ماشین در کار خود را به دست آورید، مسیر شغلی فنی خود را ارتقا دهید و قدم قطعی را در دنیای هوش مصنوعی بردارید.
ساختاردهی پروژههای یادگیری ماشین
-
چرا استراتژی ML؟ 2:42
-
متعامدسازی 10:38
-
معیار ارزیابی تک-عددی 7:15
-
معیارهای راضیکننده و بهینهساز 5:57
-
توزیعهای دادههای آموزش/توسعه/آزمون 6:35
-
اندازه مجموعههای توسعه و آزمون 5:38
-
چه زمانی باید مجموعههای توسعه/آزمون و معیارها را تغییر داد؟ 11:07
-
چرا عملکرد در سطح انسان؟ 5:46
-
سوگیری قابل اجتناب 6:59
-
درک عملکرد در سطح انسان 11:11
-
فراتر رفتن از عملکرد در سطح انسان 6:21
-
بهبود عملکرد مدل شما 4:36
-
مصاحبه با آندری کارپاتی 15:10
-
[مهم] سوال، مشکل یا ایده دارید؟ در انجمن ما عضو شوید! None
-
یادداشتهای درس هفته 1 None
-
شبیهساز پرواز یادگیری ماشین (مقدمهای بر کوئیزها) None
-
انجام تحلیل خطا 10:31
-
پاکسازی داده با برچسب اشتباه 13:05
-
اولین سیستم خود را سریع بسازید، سپس تکرار کنید 5:24
-
آموزش و آزمون روی توزیعهای داده متفاوت 10:55
-
بایاس و واریانس با توزیعهای داده نامنطبق 18:16
-
رسیدگی به عدم تطابق دادهها 10:08
-
یادگیری انتقالی 11:17
-
یادگیری چند وظیفهای 12:59
-
یادگیری عمیق سرتاسری چیست؟ 11:47
-
آیا از یادگیری عمیق سرتاسری استفاده کنیم یا نه؟ 10:19
-
مصاحبه با Ruslan Salakhutdinov 17:08
-
یادداشتهای درس هفته 2 None
-
تشکر و قدردانی None
مشخصات آموزش
ساختاردهی پروژههای یادگیری ماشین
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:مقدماتی
- تعداد درس:29
- مدت زمان :03:51:44
- حجم :556.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy