Udemy – Machine Learning: Zero to Mastery | Maths & Hands-On Coding 2026-8

در تاریخ: 1405/07/04 5:34:59

توضیحات

Machine Learning: Zero to Mastery | Maths & Hands-On Coding دوره آموزشی مبانی یادگیری ماشین به ساخت و درک مطمئن مدل‌های واقعی می باشد که توسط آکادمی آنلاین یودمی منتشر شده است. پایه‌ی ریاضی محکمی پشت یادگیری ماشین می‌سازید و در عین حال با مثال‌ها و پروژه‌های عملی، تجربه‌ی کدنویسی عملی به‌دست می‌آورید. مفاهیم اساسی مانند پیش‌پردازش داده، یادگیری نظارت‌شده و بدون‌نظارت، رگرسیون، طبقه‌بندی، ارزیابی مدل، بهینه‌سازی و سایر تکنیک‌های اصلی یادگیری ماشین را بررسی می‌کنید. این دوره به‌جای استفاده‌ی صرف از الگوریتم‌های از پیش ساخته‌شده، به شما کمک می‌کند بفهمید پشت مدل‌ها چه اتفاقی می‌افتد و چرا تکنیک‌های مختلف کار می‌کنند. دوره با ساخت شهود ریاضی واقعی شروع می‌شود، نه رفتار با الگوریتم‌ها به‌عنوان جعبه‌سیاه‌هایی که صرفاً از یک کتابخانه فراخوانی می‌کنید. استدلال پشت تکنیک‌های اصلی را دنبال می‌کنید تا وقتی یک مدل موفق یا ناموفق می‌شود، دلیل آن را بفهمید — نه فقط نحوه‌ی اجرای کدی که آن را تولید می‌کند.

پیش‌پردازش داده از همان ابتدا توجه واقعی دریافت می‌کند، چراکه داده‌ی تمیز و آماده‌شده چیزی است که هر تکنیک بعدی را واقعاً کارآمد می‌کند. از آنجا، الگوریتم‌های یادگیری ماشین را از صفر در پایتون پیاده‌سازی می‌کنید، شامل یادگیری نظارت‌شده و بدون‌نظارت، از جمله رگرسیون و طبقه‌بندی، تا دقیقاً ببینید در هر مرحله چه اتفاقی می‌افتد، نه اینکه کاملاً به توابع از پیش ساخته‌شده تکیه کنید. این رویکرد از-صفر با ارزیابی و بهینه‌سازی صحیح مدل همراه می‌شود، تا یاد بگیرید قضاوت کنید آیا یک مدل واقعاً خوب است، نه صرفاً اینکه بدون خطا اجرا می‌شود. در سراسر دوره، مفاهیم روی مجموعه‌داده‌های واقعی و مسائل عملی اعمال می‌شوند، نه اینکه کاملاً تئوری باقی بمانند، تا این مهارت‌ها مستقیماً به کار واقعی علم داده منتقل شوند. در پایان، هم پایه‌ی ریاضی و هم توانایی کدنویسی عملی برای ساخت، ارزیابی و بهبود مطمئن مدل‌های یادگیری ماشین را خواهید داشت، چه از مفاهیم مبتدی شروع کنید و چه به سمت تکنیک‌های پیشرفته‌تر پیش بروید.

آنچه در دوره Machine Learning: Zero to Mastery | Maths & Hands-On Coding یاد خواهید گرفت:

ساخت پایه‌ی محکمی در مفاهیم، ریاضیات و الگوریتم‌های یادگیری ماشین، از سطح مبتدی تا پیشرفته
پیاده‌سازی الگوریتم‌های یادگیری ماشین از صفر با استفاده از پایتون و درک ریاضیات پشت نحوه‌ی کارکرد آن‌ها
به‌کارگیری تکنیک‌های یادگیری ماشین نظارت‌شده و بدون‌نظارت روی مجموعه‌داده‌های واقعی و حل مسائل عملی
و …

مشخصات دوره

ناشر: یودمی
مدرس: Pakiza Saif
زبان: انگلیسی
سطح آموزش: مقدماتی تا پیشرفته
تعداد دروس: 17
مدت زمان آموزش: 10 ساعت و 20 دقیقه

سرفصل های دوره در تاریخ 2026/9

پیش نیازهای دوره Machine Learning: Zero to Mastery | Maths & Hands-On Coding

No prior Machine Learning experience is required. Basic Python programming knowledge is recommended. Basic mathematics and statistics knowledge will be helpful, but the required concepts will be explained throughout the course. A computer with Python and Jupyter Notebook is required for hands-on practice.