1. صفحه اصلی
  2. »
  3. آموزش
  4. »
  5. آموزش تصویری
  6. »
  7. Udemy – Machine Learning Disease Prediction And Drug Recommendation 2021-1
Machine Learning Disease Prediction And Drug Recommendation

Udemy – Machine Learning Disease Prediction And Drug Recommendation 2021-1

توضیحات

Machine Learning Disease Prediction And Drug Recommendation، دوره آموزش کاربرد یادگیری ماشین درتشخیص بیماری و توصیه دارو، توسط آکادمی یودمی منتشر شده است.  این دوره آموزش کامل یادگیری ماشین است. این دوره تمام مفاهیم پایه ای را در زبان پایتون، پاندا، جانگو، Ajax و Scikit را پوشش می دهد. این دوره با Jupyter notebook آغاز می شود که در آن عملیات مختلف بر روی داده ها انجام خواهیم داد. یادگیری پایتون مقدماتی، بیشتر ساختار کنترل و جانگو را شامل می شود. هدف نهایی این دوره آموزش چگونگی پیاده سازی مدل یادگیری ماشین بر روی چارچوب جانگو است. در واقع هدف از یادگیری ماشین این است که یاد بگیریم چگونه مدل یادگیری ماشین را به کار بگیریم و مشکلات جامعه را حل کنیم.

متدولوژی مورد استفاده در آموزش بسیار آسان و قابل فهم است. در پایتون ما مفاهیمی را یاد می گیریم که در استقرار مدل در جانگو مورد نیاز است.  این شامل لیست، آرایه، tuple،dictionary، دستور شرطی، حلقه و توابع است. مدل ایجاد شده که مدل پیش بینی بیماری و مدل توصیه نام دارو است، در داشبورد مختلف وب اپلیکیشن جانگو مستقر خواهد شد. مدل پیش بینی بیماری در داشبورد بیمار و مدل توصیه نام دارو در داشبورد پزشک مستقر می شود. اگر سو تفاهمی براساس نتیجه پیش بینی بیماری و توصیه نام دارو وجود داشته باشد، بیمار می تواند درخواست ملاقات با پزشک کند. دکتر معمولا از مدل یادگیری ماشین برای توصیه نام دارو و برنامه ریزی برای قرار ملاقات با بیمار استفاده می کند.

آنچه خواهید آموخت

  • استفاده از Pandas در علوم داده برای بارگذاری مجموعه داده ها و عملیات روی داده ها
  • ایجاد لیست در پایتون و الحاق به یک لیست
  • ایجاد آرایه Numpy، آرایه یک بعدی و تبدیل آرایه یک بعدی به آرایه دو بعدی
  • پیش پردازش داده ها با استفاده از یادگیری Pandas و scikit
  • استفاده از تابع تقسیم تست یادگیری برای تقسیم مجموعه داده ها به مجموعه یادگیری و تست
  • ایجاد مدل با استفاده از الگوریتم های یادگیری ماشین نظارت شده
  • رابطه بین Views، URL و قالب ها را در Django یاد می گیرید
  • چگونه یک پروژه و یک اپلیکیشن در Django ایجاد کنیم
  • آشنایی با مفاهیم JQuery، آژاکس، Django و یادگیری ماشین
  • ایجاد اپلیکیشن تحت وب Django برای پیاده سازی مدل یادگیری ماشین
  • یاد می گیرید چگونه مدل یادگیری ماشین را در Django پیاده سازی کنید

این دوره برای چه کسانی مناسب است

  • مبتدیان در پایتون
  • مبتدیان در یادگیری ماشین
  • مبتدیان در تحلیل های پیشگویانه
  • مبتدیان در علوم داده
  • مبتدیان در هوش مصنوعی

مشخصات دوره Machine Learning Disease Prediction And Drug Recommendation

  • ناشر : Udemy
  • مدرس : Noel Moses Mwadende
  • زبان: انگلیسی
  • سطح آموزش: تمام سطوح
  • تعداد دروس: 30
  • مدت زمان آموزش: 6 ساعت و 11 دقیقه

سر فصل های دوره Machine Learning Disease Prediction And Drug Recommendation

Machine Learning Disease Prediction And Drug Recommendation

پیش نیاز های دوره

  • Python Basics, Python Flask basics and Django web framework basics
  • Machine Learning Basics and Python Pandas
  • Javascript basics and Ajax
  • Computer with minimum of 4 RAM and 250 HDD.

تصاویر

Machine Learning Disease Prediction And Drug Recommendation

فیلم نمونه

راهنمای نصب

پس از Extract، با Player دلخواه خود مشاهده کنید.

زیرنویس: انگلیسی

کیفیت: 720p

لینک دانلود

دانلود بخش 1 – 1 گیگابایت

دانلود بخش 2 – 1 گیگابایت

دانلود بخش 3 – 989 مگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

2.96 گیگابایت

4.6/5 - (3489 امتیاز)

محاسبه حجم دانلود برای ایرانسل به‌صورت تمام‌بها است.

Download Faster Without Limitation

The data center of free servers has applied a non-Iranian IP restriction on some servers
There is no limitation for VIP servers

برچسب ها:

1 دیدگاه. همین الان خارج شوید

  • Google Chrome 111.0.0.0 Google Chrome 111.0.0.0 Windows 10 x64 Edition Windows 10 x64 Edition
    در مورد: Udemy – Machine Learning Disease Prediction And Drug Recommendation 2021-1

    مرسی ازین که دوره های ماشین لرنینگ رو میذارید یه دنیا ممنون

    پاسخ

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این قسمت نباید خالی باشد
این قسمت نباید خالی باشد
لطفاً یک نشانی ایمیل معتبر بنویسید.
فقط دیدگاه‌هایی که جنبه‌ی استفاده‌ی عمومی دارد، نمایش داده می‌شود؛ درصورت تمایل به دریافت نتیجه‌ی رسیدگیِ دیدگاه خود، ایمیل معتبر وارد کنید.

فهرست