1. صفحه اصلی
  2. »
  3. آموزش
  4. »
  5. آموزش تصویری
  6. »
  7. Oreilly – The Essential Machine Learning Foundations: Math, Probability, Statistics, and Computer Science (Video Collection) 2022-3
The Essential Machine Learning Foundations_ Math, Probability, Statistics, and Computer Science (Video Collection)

Oreilly – The Essential Machine Learning Foundations: Math, Probability, Statistics, and Computer Science (Video Collection) 2022-3

توضیحات

The Essential Machine Learning Foundations: Math, Probability, Statistics, and Computer Science (Video Collection)، دوره آموزش مبانی ضروری یادگیری ماشین: ریاضیات، احتمال، آمار، و علوم کامپیوتر توسط آکادمی Oreilly منتشر شده است. یک دانشمند داده برجسته یا مهندس یادگیری ماشین باید فراتر از اصول اولیه استفاده از الگوریتم‌های ML با محبوب‌ترین کتابخانه‌ها، مانند scikit-learn و Keras، تسلط داشته باشد. برای آموزش مدل‌های نوآورانه یا استقرار آن‌ها جهت اجرا با کارایی بالا در محیط تولید، درک عمیق از نظریه یادگیری ماشین ضروری است، که شامل دانش عملی در زمینه‌های بنیادی مانند جبر خطی، حساب دیفرانسیل و انتگرال، احتمال، آمار، ساختارهای داده و الگوریتم‌ها می‌شود. زمانی که پایه‌های یادگیری ماشین محکم باشد، گذر از اصول کلی ML به حوزه‌های تخصصی‌تر مانند یادگیری عمیق، پردازش زبان طبیعی، بینایی ماشین و یادگیری تقویتی آسان‌تر می‌شود. هرچه یک کاربرد تخصصی‌تر باشد، جزئیات پیاده‌سازی آن بیشتر در مقالات علمی یا کتاب‌های تخصصی سطح کارشناسی ارشد یافت می‌شود، که هر دو نیازمند درک مفاهیم بنیادی هستند. جبر خطی برای یادگیری ماشین – LiveLessons این دوره شما را با نظریه و کاربردهای جبر خطی آشنا می‌کند، با تمرکز بر کاربردهای آن در یادگیری ماشین. حساب دیفرانسیل و انتگرال برای یادگیری ماشین – LiveLessons این دوره زمینه‌ی ریاضیات حساب دیفرانسیل و انتگرال را از ابتدا معرفی می‌کند—مطالعه نرخ تغییرات—که اهمیت بالایی دارد زیرا محاسبه مشتقات از طریق دیفرانسیل‌گیری، اساس بهینه‌سازی بیشتر الگوریتم‌های یادگیری ماشین، از جمله الگوریتم‌هایی مانند بک‌پراپگیشن (Backpropagation) و گرادیان نزولی تصادفی (Stochastic Gradient Descent) در یادگیری عمیق است. احتمال و آمار برای یادگیری ماشین (مبانی یادگیری ماشین) – LiveLessons این دوره شما را با یک درک عملی و کاربردی از نظریه احتمال و مدل‌سازی آماری آشنا می‌کند، با تمرکز بر کاربردهای آن در یادگیری ماشین.

آنچه خواهید آموخت

  • جبر خطی برای یادگیری ماشین
  • حساب دیفرانسیل و انتگرال برای یادگیری ماشین – LiveLessons
  • احتمال و آمار برای یادگیری ماشین
  • ساختارهای داده، الگوریتم‌ها، و بهینه‌سازی یادگیری ماشین

مشخصات دوره The Essential Machine Learning Foundations: Math, Probability, Statistics, and Computer Science (Video Collection)

  • ناشر : Oreilly
  • مدرس : Jon Krohn
  • زبان: انگلیسی
  • سطح آموزش: تمام سطوح
  • تعداد دروس: 273
  • مدت زمان آموزش: 28 ساعت و 12 دقیقه

سر فصل های دوره

The Essential Machine Learning Foundations_ Math, Probability, Statistics, and Computer Science (Video Collection)

پیش نیاز های دوره

  • Mathematics: Familiarity with secondary school-level mathematics will make the course easier to follow. If you are comfortable dealing with quantitative information‚Äîsuch as understanding charts and rearranging simple equations‚Äîthen you should be well-prepared to follow along with all of the mathematics.
  • Programming: All code demos are in Python so experience with it or another object-oriented programming language would be helpful for following along with the hands-on examples.

تصاویر

The Essential Machine Learning Foundations_ Math, Probability, Statistics, and Computer Science (Video Collection)

فیلم نمونه

راهنمای نصب

پس از Extract، با Player دلخواه خود مشاهده کنید.

زیرنویس: انگلیسی

کیفیت: 720p

لینک دانلود

دانلود بخش 1 – 6 گیگابایت

دانلود بخش 2 – 6 گیگابایت

دانلود بخش 3 – 6 گیگابایت

دانلود بخش 4 – 6 گیگابایت

دانلود بخش 5 – 6 گیگابایت

دانلود بخش 6 – 6 گیگابایت

دانلود بخش 7 – 3.88 گیگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

39.88 گیگابایت

5/5 - (1 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:

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.

For security, use of Google's reCAPTCHA service is required which is subject to the Google Privacy Policy and Terms of Use.

فهرست