یادگیری بدون نظارت، توصیه‌گرها و یادگیری تقویتی

آنچه یاد خواهید گرفت:

• از تکنیک‌های یادگیری بدون نظارت برای یادگیری بدون نظارت، شامل خوشه‌بندی و تشخیص ناهنجاری استفاده کنید.
• سیستم‌های توصیه‌گر با رویکرد فیلترینگ مشارکتی و متد یادگیری عمیق مبتنی بر محتوا بسازید.
• یک مدل یادگیری تقویتی عمیق بسازید.

توضیحات دوره

در دوره سوم تخصص یادگیری ماشین، شما:

• از تکنیک‌های یادگیری بدون نظارت برای یادگیری بدون نظارت، شامل خوشه‌بندی و تشخیص ناهنجاری استفاده خواهید کرد.
• سیستم‌های توصیه‌گر را با رویکرد فیلترینگ مشارکتی و متد یادگیری عمیق مبتنی بر محتوا خواهید ساخت.
• یک مدل یادگیری تقویتی عمیق خواهید ساخت.

تخصص یادگیری ماشین یک برنامه آنلاین بنیادین است که با همکاری بین DeepLearning.AI و Stanford Online ایجاد شده است. در این برنامه که مناسب افراد مبتدی است، شما با اصول یادگیری ماشین آشنا خواهید شد و یاد خواهید گرفت چگونه از این تکنیک‌ها برای ساخت اپلیکیشن های واقعی هوش مصنوعی استفاده کنید.

این تخصص توسط اندرو انگ، یک پیشگام در زمینه هوش مصنوعی که تحقیقات حیاتی را در دانشگاه استنفورد و کارهای پیشگامانه‌ای را در Google Brain، Baidu و Landing.AI به انجام رسانده است، تدریس می‌شود.

این تخصص 3 دوره‌ای نسخه بروز و گسترش‌یافته‌ای از دوره پیشگام یادگیری ماشین اندرو است که امتیاز 4.9 از 5 را داشته و از زمان راه‌اندازی در سال 2012 بیش از 4.8 میلیون نفر آن را گذرانده‌اند.

این برنامه مقدمه‌ای گسترده در مورد یادگیری ماشین مدرن، شامل یادگیری تحت نظارت (رگرسیون خطی چندگانه، رگرسیون لجستیک، شبکه‌های عصبی و درخت‌های تصمیم‌گیری)، یادگیری بدون نظارت (خوشه‌بندی، کاهش ابعاد، سیستم‌های توصیه‌گر) و برخی از بهترین شیوه‌هایی که در سیلیکون ولی برای نوآوری در هوش مصنوعی و یادگیری ماشین استفاده می‌شود (ارزیابی و تیونینگ مدل‌ها، رویکرد داده‌محور به بهبود عملکرد و غیره) ارائه می‌دهد.

در پایان این تخصص، شما به مفاهیم کلیدی تسلط خواهید داشت و دانش عملی لازم برای استفاده سریع و مؤثر از یادگیری ماشین برای حل مسائل پیچیده دنیای واقعی را کسب خواهید کرد. اگر به دنبال ورود به حیطه هوش مصنوعی یا ساخت یک حرفه در یادگیری ماشین هستید، تخصص جدید یادگیری ماشین بهترین نقطه شروع است.