پیش‌بینی رفتارهای شدید آب و هوایی با استفاده از یادگیری ماشین

آنچه یاد خواهید گرفت:

• تحلیل و تفکیک بین الگوریتم‌های مختلف یادگیری ماشین، شامل روش‌های نظارت‌شده و نظارت‌ نشده
• اعمال تکنیک‌های کاهش ابعاد، مانند تحلیل مؤلفه‌های اصلی (PCA) و تجزیه مقادیر منفرد (SVD) روی مجموعه‌ داده‌های پیچیده
• پیاده‌سازی الگوریتم‌های یادگیری نظارت‌ شده با استفاده از پایتون و ارزیابی عملکرد آنها از طریق تمرینات عملی و مطالعات موردی واقعی
• توسعه و اعمال متدهای خوشه‌بندی مؤثر برای تحلیل و بخش‌بندی داده‌

توضیحات دوره

در طول دوره «پیش‌بینی رفتارهای شدید آب و هوایی با استفاده از یادگیری ماشین»، شما مفاهیم نظری و کاربردهای عملی یادگیری ماشین و تحلیل داده‌ را بررسی خواهید کرد. شما کار خود را با تحلیل الگوریتم‌های یادگیری نظارت نشده آغاز کرده و به تکنیک‌هایی مانند خوشه‌بندی و کاهش ابعاد و اعمال آنها روی مجموعه‌ داده‌های واقعی آب و هوا مسلط می‌شوید. شما همچنین یادگیری نظارت‌شده را بررسی کرده و تجربه عملی با الگوریتم‌هایی مانند رگرسیون لجستیک، درختان تصمیم‌گیری و شبکه‌های عصبی خواهید داشت.

این دوره می‌تواند به عنوان اعتبار دانشگاهی بخشی از درجه کارشناسی ارشد علوم داده (MS-DS) دانشگاه کلرادو بولدر که در پلتفرم Coursera ارائه می‌شود، در نظر گرفته شود. MS-DS یک مدرک بین‌رشته‌ای است که اعضای هیئت علمی از دپارتمان‌های ریاضیات کاربردی، علوم کامپیوتری، علوم اطلاعات و غیره دانشگاه کلرادو بولدر را گرد هم می‌آورد. این مدرک دوره‌های هدفمند، جلسات کوتاه 8 هفته‌ای را ارائه می‌دهد. پذیرش بر اساس عملکرد در سه دوره مقدماتی، و نه تاریخچه تحصیلی، انجام می‌شود. مدارک کلرادو بولدر در Coursera برای فارغ‌التحصیلان اخیر یا حرفه‌ای‌های شاغل ایده‌آل است.