مطالب پیشنهادی از سراسر وب

آموزش عملی یادگیری بدون نظارت با TensorFlow 2.0

دسته بندی ها: آموزش تنسورفلو (TensorFlow) ، آموزش یادگیری ماشینی (Machine Learning) ، آموزش های Packtpub ، آموزش هوش مصنوعی (AI)

امروزه، یادگیری ماشینی به طور قابل توجهی برای مشاغل مهم شده است. برای حل مشکلات مختلف تجاری با استفاده از الگوریتم های تحت نظارت و بدون نظارت استفاده می شود. در یادگیری بدون نظارت، سیستم های هوش مصنوعی سعی می کنند تا داده های بدون برچسب و مرتب نشده را بر اساس شباهت ها و تفاوت های داده های موجود دسته بندی کنند. در این حالت، قابلیت های متدهای یادگیری بدون نظارت برای تولید مدلی مبتنی بر داده، مقابله با مشکلات پیچیده و دشوارتر را در مقایسه با قابلیت های یادگیری تحت نظارت امکان پذیر می سازد. در این دوره، ما متدهای مختلف یادگیری بدون نظارت را بررسی می کنیم و با استفاده از بستر TensorFlow مشکلات عملی را حل می کنیم. حل نمونه هایی از مشکلات دنیای واقعی با استفاده از TensorFlow الهام بخش تر و جذاب تر است و مهارت های عملی شما را ارتقا می بخشد.

با پایان این دوره، شما با استفاده از الگوریتم های یادگیری بدون نظارت با TensorFlow تجربه عملی قابل توجهی کسب خواهید کرد و قادر خواهید بود تا مدل خود را برای حل مشکلات یادگیری مربوط به دنیای واقعی بسازید.

تمام کدها و فایل های پشتیبانی این دوره از طریق این لینک در دسترس هستند.

فایل های تمرین exercise_files.zip
آیا این نوشته را دوست داشتید؟
Packt Hands-On Unsupervised Learning with TensorFlow 2.0 Duration:2 hours 30 minutes

Nowadays, machine learning is becoming increasingly important to businesses. It is used to solve various business problems using supervised and unsupervised algorithms. In unsupervised learning, Artificial Intelligence systems try to categorize unlabeled and unsorted data based on the similarities and differences that exist among data. In this case, the capabilities of unsupervised learning methods to generate a model based on data make it possible to deal with complex and more difficult problems in comparison with the capabilities of supervised learning. In this course, we examine different unsupervised learning methods and solve practical problems using the TensorFlow platform. Solving examples of real-world problems using TensorFlow is more inspiring and compelling and will enhance your practical skills.
By the end of this course, you will gain significant hands-on experience using unsupervised learning algorithms with TensorFlow and will be able to make your own model to solve relevant real-world learning problems.
All the code and supporting files for this course are available on GitHub at https://github.com/PacktPublishing/Hands-on-Unsupervised-Learning-with-TensorFlow-2.0

پیشنهاد آموزش مرتبط در فرادرس