صفر تا صد یادگیری ماشین: هوش مصنوعی، پایتون و MLOps

آنچه یاد خواهید گرفت:

• دانستن اینکه کدام مدل یادگیری ماشین را برای هر مسئله انتخاب کنید.
• انجام تحلیل‌های قدرتمند
• داشتن درک عمیق از بسیاری از مدل‌های یادگیری ماشین
• تسلط به یادگیری ماشین با پایتون و R

توضیحات دوره

آیا به حوزه یادگیری ماشین علاقه‌مند هستید؟ پس این دوره برای شما مناسب است!

این دوره توسط یک دانشمند داده و یک کارشناس یادگیری ماشین طراحی شده تا دانش خود را با شما به اشتراک بگذارند و به شما کمک کنند نظریه‌های پیچیده، الگوریتم‌ها و کتابخانه‌های کدنویسی را به روشی ساده یاد بگیرید. 

مدرسان این دوره شما را قدم به قدم در دنیای یادگیری ماشین راهنمایی می کنند. با هر آموزش، مهارت‌های جدیدی را توسعه داده و درک شما از این گرایش چالش‌برانگیز و در عین حال پردرآمد علم داده بهبود می‌یابد.

این دوره می‌تواند با انجام آموزش‌های پایتون، یا آموزش‌های R، یا هردو - پایتون و R - به اتمام برسد. زبان برنامه‌نویسی‌ای که برای حرفه‌تان نیاز دارید را انتخاب کنید.

این دوره سرگرم‌کننده و هیجان‌انگیز است و در عین حال به عمق یادگیری ماشین پرداخته می‌شود. ساختار دوره پیش رو به صورت زیر است:

قسمت 1 - پیش‌پردازش داده‌ها

قسمت 2 - رگرسیون: رگرسیون خطی ساده، رگرسیون خطی چندگانه، رگرسیون چندجمله‌ای، SVR، رگرسیون درخت تصمیم گیری، رگرسیون جنگل تصادفی

قسمت 3 - طبقه‌بندی: لجستیک رگرسیون، K-NN ،SVM ،Kernel SVM، بیز ساده، طبقه‌بندی درخت تصمیم گیری، طبقه‌بندی جنگل تصادفی

قسمت 4 - خوشه‌بندی: K-Means، خوشه‌بندی سلسله‌مراتبی

قسمت 5 - یادگیری قوانین همبستگی: Apriori و Eclat

قسمت 6 - یادگیری تقویتی: Upper Confidence Bound و Thompson Sampling

قسمت 7 - پردازش زبان طبیعی: مدل Bag-of-words و الگوریتم‌های NLP

قسمت 8 - یادگیری عمیق: شبکه‌های عصبی مصنوعی، شبکه‌های عصبی کانولوشن

قسمت 9 - کاهش ابعاد: PCA ،LDA و Kernel PCA

قسمت 10 - انتخاب مدل و تقویت آن: اعتبارسنجی متقایل k-fold (یا k-fold Cross Validation)، تنظیم پارامترها، جستجوی گرید، XGBoost

هر بخش در هر قسمت مستقل است. بنابراین می‌توانید یا کل دوره را از ابتدا تا انتها بگذرانید یا می‌توانید مستقیماً به هر بخش خاصی که مد نظر شما است بروید و آنچه را که هم‌اکنون برای حرفه‌تان نیاز دارید، یاد بگیرید.

علاوه بر این، دوره پیش رو پر از تمرین‌های عملی است که بر اساس مطالعات موردی واقعی هستند. بنابراین نه تنها نظریه را یاد می‌گیرید، بلکه تجربه‌های عملی زیادی در ساخت مدل‌های خود خواهید داشت.

این دوره شامل تمپلیت های کد پایتون و R است که می‌توانید آن‌ها را دانلود و در پروژه‌های خود استفاده کنید.

این دوره برای چه کسانی مناسب است؟

• هر کسی که به یادگیری ماشین علاقه‌مند باشد.
• افرادی که با کدنویسی راحت نیستند اما به یادگیری ماشین علاقه دارند و می‌خواهند به راحتی آن را برای داده‌ها بکار ببرند.
• افراد سطح متوسطی که با مبانی یادگیری ماشین آشنا هستند، از جمله الگوریتم‌های کلاسیک مانند رگرسیون خطی یا لجستیک رگرسیون، اما می‌خواهند بیشتر در این مورد یاد بگیرند و تمام زمینه‌های مختلف یادگیری ماشین را کشف کنند.
• افرادی که از شغل خود راضی نیستند و می‌خواهند به یک دانشمند داده تبدیل شوند.
• فراگیرانی که حداقل دانش دبیرستانی در ریاضیات دارند و می‌خواهند یادگیری ماشین را شروع کنند.