Name: یادگیری ماشین
SKU: 302
Price: 1650000 IRT
Availability: InStock

حالت مطالعه

در این دوره چه آموزش داده می شود؟

این دوره، به شما فرصتی عالی برای یادگیری و تجربه عملی در حوزه یادگیری ماشین می‌دهد. شما با استفاده از الگوریتم‌های برتر و کتابخانه‌های قدرتمند، مدل‌های خود را طراحی، پیاده‌سازی و بهبود خواهید داد. همچنین، با استفاده از داده‌های واقعی و مسائل واقعی، مهارت‌های عملی خود را به چالش بکشید و بر روی پروژه‌های واقعی کار کنید.در این دوره، شما با کاربردهای متعدد یادگیری ماشین در حوزه‌های مختلف آشنا خواهید شد. از پروژه کوچک تا پروژه های ناسا و سرن و از تحلیل داده تا مدل سازی و تصمیم‌گیری هوشمند، همه این موارد در برنامه دوره قرار دارند.با فراگیری یادگیری ماشین، شما قدمی در جهت توسعه حرفه‌ای خود در حوزه هوش مصنوعی و کامپیوتر می‌گذارید. همچنین، با افزایش تقاضا برای کارشناسان یادگیری ماشین در صنعت، فرصت‌های شغلی جذاب نیز در انتظار شما خواهد بود.پس همین حالا به تیم ما بپیوندید و با شرکت در دوره پروژه محور یادگیری ماشین، به دست آوردن مهارت‌های برتر را آغاز کنید.

سرفصل های بخش پیاده سازی در پایتون کارگاه یادگیری ماشین

پیش پردازش داده ها
طراحی دیتاست
آنالیز اولیه داده ها
مدل سازی به کمک الگوریتم های یادگیری ماشین
ارزیابی مدل های یادگیری ماشین
بهینه سازی هایپرپارامتر ها
بررسی تفسیرپذیری در یادگیری

پیش پردازش داده
Series and Data Frames
Spatial Criteria and Dispersion
Covariance and Correlation
Statistical Charts
Statistical Distributions
Testing of Assumptions

زبان برنامه نویسی پایتون

نصب و راه اندازی پایتون
نصب VScode
سرور لینوکسی قدرتمند برنامه نویسی گوگل
دستورات لینوکسی
متغیر ها
انواع داده ها در پایتون
کار با رشته ها
عمگر ها در پایتون
تاپل
لیست
دیکشنری
Set
دستورات شرطی
حلقه ها
توابع
دیکوریتور ها
تحلیل و طراحی الگوریتم
حل مسائل حل نشده مونته کارلو
حل مسئله مکانیک کوانتوم
مقدمه ای بر برنامه نویسی شی گرا

گیت

introduction to VCS (Version Control System)
Git cyrcle life
install git
git basic Command (add,commit,log)
git diff
git checkout
git reset
git ignore
git remove
git branch and merge
git confilct
github

یادگیری ماشین

مقدمه ای بر یادگیری ماشین
یادگیری نظارت شده
یادگیری غیر نظارت شده
فضای فرضیه
تابع هزینه
بررسی چالش های اصلی در یادگیری ماشین در هر پروژه
رگرسیون
کلسیفیکشن
الگوریتم Linear Regression
آلگوریتم Logistic Regression
الگوریتم Support Vector Machine (SVM)
الگوریتم K-Nearest Neighbors (KNN)
الگوریتم Decision Tree
سری زمانی
الگوریتم AutoRegression
خوشه بندی
کاهش بعد
الگوریتم K-Means
الگوریتم Principal Component Analysis (PCA)
مقدمه ای بر الگوریتم های یادگیری ماشین کوانتومی

پروژه ها

پروژه تشخیص سرطان خوشخیم و بدخیم
پروژه طبقه بندی ستاره ها در کیهان
پروژه تشخیص سکته قلبی
پروژه تشخیص اریتماتیک قلب با سیگنال های ECG
پروژه ربات تشخیص روند بازار سهام
پروژه هادرون مرکز تحقیقاتی سرن
پروژه سیگنال های ماهواره ای سازمان فضایی اروپا

پیش نیاز های این دوره آموزشی

همه پیش نیاز های دوره بصورت رایگان در اختیار شما قرار خواهد گرفت و شامل دوره های زیر می باشد :

- پایتون
- گیت
- پیش پردازش داده

برنامه نویسی پایتون
Python Programming

زبان برنامه نویسی پایتون یکی از محبوب ترین و یکی الزامات یادگیری در صنعت هوش مصنوعی می باشد . پس در مرحله اول میریم سراغ یادگیری پایتون بصورت اصولی تا بتوانیم پروژه های یادگیری ماشین را پیاده سازی بکنیم.
گیت
Git

Git یک سیستم کنترل نسخه توزیع شده است که برای مدیریت و پیگیری تغییرات در کد منبع به کار می‌رود. Git به توسعه‌ دهندگان این امکان را می‌دهد تا به طور همزمان روی یک پروژه کار کنند و تغییرات خود را به راحتی با یکدیگر به اشتراک بگذارند. این سیستم همچنین امکان بازگشت به نسخه‌های قبلی کد را فراهم می‌کند که به ویژه در پروژه‌های بزرگ و پیچیده بسیار مفید است.
پیش پردازش داده
Data Preprocessing

پیش‌پردازش داده یکی از مراحل مهم در پروژه‌های یادگیری ماشین است. داده‌های خام معمولاً شامل نویز، داده‌های گمشده و نامنظم هستند که می‌توانند بر دقت و کارایی مدل‌های یادگیری ماشین تأثیر منفی بگذارند. بنابراین، پیش‌پردازش داده برای رفع این مشکلات و آماده‌سازی داده‌ها برای استفاده در مراحل بعدی بسیار مهم است.
یادگیری ماشین
Machine Learning

بعد از یادگیری پیش نیاز های یادگیری ماشین ، حال باید تئوری الگوریتم های یادگیری ماشین را یاد بگیریم و سپس بریم سراغ پیاده سازی پروژه های یادگیری ماشین ، تا اصولی بتوانیم یادگیری ماشین در دنیای واقعی را یاد بگیریم.