مطالب پیشنهادی از سراسر وب

آموزش یادگیری ماشین با ML.NET

دسته بندی ها: آموزش یادگیری ماشینی (Machine Learning) ، آموزش یادگیری عمیق (Deep Learning) ، آموزش هوش مصنوعی (AI) ، آموزش های لینکدین (LinkedIn)

به دوره یادگیری ماشین با ML.NET خوش آمدید. در این دوره، مدرس Pranav Rastogi، مفاهیم یادگیری ماشین، آنچه که می توانید با این مفاهیم ایجاد کنید و نحوه شروع کار را به شما را نشان می دهد. او ابتدا توضیح می دهد که ML.NET چیست و چه کاری می توانید با این فریمورک انجام دهید. وی چگونگی ساخت یک مدل یادگیری ماشین برای تحلیل احساسات نظرات مشتری را توضیح می دهد و توضیح می دهد که چگونه می توانید با استفاده از الگوریتم طبقه بندی چند کلاسه مسائل ورودی GitHub را در یکی از برچسب های بسیاری که وجود دارند، طبقه بندی کنید. او به شما نشان می دهد که چگونه با استفاده از رویکرد توصیه مبتنی بر فیلتر، فیلم ها را به کاربران توصیه کنید. وی در پایان با صحبت در مورد این که چگونه یادگیری عمیق سناریوهای بیشتری را با استفاده از صدا، تصاویر، متن و سایر انواع داده فراهم می کند، دوره را به پایان می رساند. 

آیا این نوشته را دوست داشتید؟
Linkedin Machine Learning with ML.NET Author:Microsoft .NET, Pranav Rastogi Duration:1:06:29 Level:INTERMEDIATE

Welcome to <i>Machine Learning with ML.NET</i>. In this course, instructor Pranav Rastogi guides you through the concepts of machine learning, what you can build with these concepts, and how to get started. First, Pranav explains what ML.NET is and what you can do with the framework. He covers how to build a ML model for sentiment analysis of customer reviews and explains how to classify incoming GitHub issues into one of the many tags (labels) using a multiclass classification algorithm. Pranav shows you how to recommend movies for users using collaborative filtering-based recommendation approach. He concludes by discussing how deep learning enables many more scenarios, using sound, images, text and other data types.<br><br>This course was created by Microsoft.NET. We are pleased to host this training in our library.

پیشنهاد آموزش مرتبط در فرادرس