پیشنهاد فرادرس

آموزش یادگیری ماشینی با تنسورفلو

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

در این دوره با مهارت های برنامه نویسی پایتون و تحلیل داده از طریق یادگیری ماشینی با استفاده از تنسورفلو، تکنیک ها و الگوریتم های یادگیری ماشینی، استفاده کاربردی از مدل های TensorFlow، استفاده از تکنیک های Classification و Clustering و غیره آشنا می شوید.

سرفصل:

  • شروع به کار با TensorFlow
  • بازبینی دوره
  • نصب محیط TensorFlow
  • نحو پایه TensorFlow
  • گراف های TensorFlow
  • متغیرها و Placeholders
  • اعمال تکنیک ها رگرسیون در TensorFlow
  • یادگیری ماشین چیست؟
  • رگرسیون از ابتدا برای 1 میلیون امتیاز داده - قسمت 1
  • رگرسیون از ابتدا برای 1 میلیون امتیاز داده - قسمت 2
  • مدل پیش بینی قیمت مسکن با Estimator API
  • پیاده سازی تکنیک های کلاس بندی با استفاده از TensorFlow
  • انجام تکنیک های کلاس بندی (Classification) در مجموعه داده های دیابتی های سرخ پوست - قسمت 1
  • انجام تکنیک های کلاس بندی (Classification) در مجموعه داده های دیابتی های سرخ پوست - قسمت 2
  • انجام تکنیک های کلاس بندی (Classification) در مجموعه داده های دیابتی های سرخ پوست - قسمت 3
  • پیش بینی کلاس درآمد بر داده های سرشماری - قسمت 1
  • پیش بینی کلاس درآمد بر داده های سرشماری - قسمت 2
  • پیش بینی کلاس درآمد بر داده های سرشماری - قسمت 3
  • پیاده سازی تکنیک های خوشه بندی در TensorFlow
  • مقدمه ای بر خوشه بندی K-Means
  • اعمال خوشه K-Means در مجموعه داده Blob - قسمت 1
  • اعمال خوشه K-Means در مجموعه داده Blob - قسمت 2
  • ایجاد شبکه عصبی مصنوعی
  • یادگیری عمیق چیست؟
  • قسمت 1 - پیش پردازش داده
  • قسمت 2 - بیایید ANN را بسازیم
  • قسمت 3 - پیش بینی ها و مدل های ارزیابی
  • ساخت شبکه عصبی پیچشی با استفاده از مجموعه داده های تصویری
  • شبکه عصبی پیچشی چیست؟
  • قسمت 1 - وارد کردن اطلاعات MNIST از TensorFlow
  • قسمت 2 - ایجاد Placeholders و لایه ها
  • قسمت 3 - بهینه سازی و اجرای جلسات
آیا این نوشته را دوست داشتید؟
Hands-on Machine Learning with TensorFlow [Video] Publisher:Packtpub Author:Kaiser Hamid Rabbi Duration:2 hours and 59 minutes

Transcend your machine learning experience by leveraging it with the cutting edge library - TensorFlow
With this course you'll learn to take your data analysis and Python programming skills to the next level via Machine Learning using TensorFlow. This course focuses on key Machine Learning techniques and algorithms and you'll apply them practically using TensorFlow models in a hands-on approach. Each section covers a specific Machine Learning task and you will implement it on your system with TensorFlow models. For example, you will learn Logistic Regression and will then implement it with TensorFlow for your analysis tasks. You'll implement techniques such as Classification and Clustering effectively using TensorFlow. Similarly, this course takes you through different ML tasks/algorithms and teaches you to implement them in your applications/systems.
All the code and supporting files for this course are available on:https://github.com/PacktPublishing/Hands-on-Machine-Learning-with-TensorFlow
All the code and supporting files for this course are available on:https://github.com/PacktPublishing/Hands-on-Machine-Learning-with-Tensorflow
Style and Approach
This hands-on course covers important aspects of Machine Learning with TensorFlow using practical examples. Throughout the course, you'll learn how different algorithms work and follow step-by-step instructions to implement them using different example projects.
Released: Wednesday, May 30, 2018
Getting Started with TensorFlow
The Course Overview
Installing TensorFlow Environment
TensorFlow Basic Syntax
TensorFlow Graphs
Variables and Placeholders
Apply Regression Techniques in TensorFlow
What is Machine Learning?
Regression from Scratch for 1 Million Data Points – Part 1
Regression from Scratch for 1 Million Data Points – Part 2
Housing Price Prediction Model with Estimator API
Implementing Classification Techniques Using TensorFlow
Performing Classification Techniques on Pima Indians Diabetes Dataset – Part 1
Performing Classification Techniques on Pima Indians Diabetes Dataset – Part 2
Performing Classification Techniques on Pima Indians Diabetes Dataset – Part 3
Predicting Class of Income on Census Data – Part 1
Predicting Class of Income on Census Data – Part 2
Predicting Class of Income on Census Data – Part 3
Implement Clustering Techniques in TensorFlow
Introduction to K-Means Clustering
Apply K-Means Clustering on the Blob Dataset Part - 1
Apply K-Means Clustering on the Blob Dataset Part - 2
Create Your Own Artificial Neural Network
What is Deep Learning?
Part 1 - Data Preprocessing
Part 2 - Let's Create the ANN
Part 3 - Making Predictions and Evaluating Models
Build Convolutional Neural Network Using Image Dataset
What Is a Convolutional Neural Network?
Part 1 - Import MNIST Data from TensorFlow
Part 2 - Create Placeholders and Layers
Part 3 - Optimize and Run Sessions

پیشنهاد فرادرس

لینک های دانلود حجم فایل: 387.0MB Packtpub Hands-on Machine Learning with TensorFlow [Video]_git.ir.rar