توضیحات
دوره Generative AI and Machine Learning with Python. این دوره یک بررسی ساختاریافته و کامل از مبانی تا پیشرفته این حوزه ارائه میدهد. این دوره با آموزش اصول یادگیری با نظارت، بدون نظارت و تقویتی آغاز میشود و سپس به سراغ مفاهیم عملی مانند پیشپردازش داده، معیارهای ارزیابی و الگوریتمهای اساسی شامل رگرسیون خطی، رگرسیون لجستیک، درختهای تصمیم و جنگلهای تصادفی میرود. در بخش یادگیری بدون نظارت، مباحثی مانند خوشهبندی K-means و تحلیل مؤلفههای اصلی برای کاهش ابعاد داده پوشش داده میشود. سپس تمرکز به سمت یادگیری عمیق با شبکههای عصبی مصنوعی، شبکههای عصبی پیچشی و ادراککنندههای چندلایه با استفاده از کتابخانه Keras معطوف میگردد. بخش پایانی دوره به بررسی فناوریهای پیشرفته هوش مصنوعی مولد مانند مکانیسمهای توجه ترانسفورمر، شبکههای متخاصم مولد، خودرمزگذارهای متغیر، شبکههای عصبی بازگشتی و واحدهای بازگشتی دروازهای میپردازد. این دوره با ترکیب آزمایشگاههای عملی کدنویسی پایتون، ارزیابی دقیق مدلها با معیارهای مختلف و ماتریس سردرگمی، و آزمونهای منظم پس از هر ماژول، درک جامعی را برای فراگیران از سطح مبتدی تا پیشرفته فراهم میکند.
آنچه فرا خواهید گرفت
- پیادهسازی و ارزیابی مدلهای یادگیری ماشین در پایتون.
- اعمال تکنیکهای کاهش ابعاد (Dimensionality Reduction) و خوشهبندی (Clustering).
- درک و توضیح مدلهای اصلی هوش مصنوعی مولد.
- ساخت و آموزش شبکههای عصبی مصنوعی (ANNs) و ادراککنندههای چندلایه (MLPs) با استفاده از Keras.
این دوره مناسب افرادیست که
- هر کسی که به هوش مصنوعی (AI) و یادگیری ماشین (Machine Learning) علاقهمند است.
مشخصات دوره
- ناشر: Udemy
- مدرس: Yasir Amir
- سطح آموزش: مبتدی تا پیشرفته
- مدت زمان آموزش: 19 ساعت و 30 دقیقه
- تعداد دروس: 27
سرفصل های دوره
پیشنیازهای دوره Generative AI and Machine Learning with Python
- Basic Programming in Python
تصاویر دوره
نمونه فیلم دوره
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: ندارد
کیفیت: 1080p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
6.7 گیگابایت














































