پیشنهاد فرادرس

آموزش پروژه های هوش مصنوعی پایتون برای مبتدیان

دسته بندی ها: آموزش پایتون (Python) ، آموزش های Packtpub ، هوش مصنوعی

هوش مصنوعی (AI) در حال حاضر یکی از داغ ترین زمینه های علوم رایانه است. پایتون به دلیل سادگی و انعطاف پذیری آن و همچنین پشتیبانی عالی آن از کتابخانه های منبع باز مانند Scikit-learn و Keras، به عنوان یک زبان غالب در برنامه نویسی AI / ML در نظر گرفته شده است. در این دوره با هشت پروژه واقعی، درختان تصمیم گیری برای طبقه بندی داده ها با استفاده از کتابخانه های Scikit-learn، ایجاد classifier با استفاده از جنگل های تصادفی، تکنیک های پردازش متن و تمرین با bag-of-words و مدل های word2vec، یادگیری عمیق و شبکه های عصبی و استفاده از از شبکه های عصبی پیچشی و Keras آشنا می شوید.

سرفصل:

  • ساخت مدل های پیش بینی
  • تکنیک های طبقه بندی و ارزیابی
  • درختان تصمیم گیری
  • پیش بینی با درخت تصمیم گیری و داده های عملکرد دانش آموزان
  • جنگل های تصادفی
  • پیش بینی گونه های پرنده با جنگل های تصادفی
  • اپلیکیشن ها برای طبقه بندی کامنت
  • مشکل طبقه بندی متن
  • شناسایی YouTube Comment Spam با  کلمات و جنگل های تصادفی
  • مدل های Word2Vec
  • تشخیص احساسات مثبت / منفی در نظرات کاربران
  • یادگیری عمیق
  • شبکه های عصبی
  • شناسایی ژانر آهنگ با استفاده از تجزیه و تحلیل صوتی و شبکه های عصبی
  • بررسی Spam Detector برای استفاده از شبکه های عصبی
  • یادگیری عمیق و شبکه های عصبی پیچشی
  • شناسایی سمبل های  ریاضی دست نوشته با شبکه های عصبی پیچشی
  • بازنویسی شناسه گونه پرنده برای استفاده از تصاویر
به این نوشته امتیاز دهید 1 2 3 4 5 بدون امتیاز
Python Artificial Intelligence Projects for Beginners [Video] Publisher:Packtpub Author:Joshua Eckroth Duration:1 hours 52 minutes

Hands-on Python recipes that implement practical examples to help you build artificial intelligence applications
Artificial Intelligence (AI)is one of the hottest fields in computer science right now and has taken the world by storm as a major field of research and development. Python has surfaced as a dominate language in AI/ML programming because of its simplicity and flexibility, as well as its great support for open source libraries such as Scikit-learn and Keras. Built for rookie AI enthusiasts across eight realistic projects, this course covers modern techniques that make up the world of AI. You’ll start with your first project that covers decision trees for classifying data using Scikit-learn libraries. Next, you will build a classifier using random forests. Then you will learn about text processing techniques and practice with bag-of-words and word2vec models. Further, you will be introduced to deep learning and neural networks and practice with projects that make use of Keras and convolutional neural networks.
By the end of this video course, you will be confident to build your own AI projects with Python and be ready to take on more advanced content as you go ahead.
Style and Approach
Built for rookie AI enthusiasts across eight realistic projects, this course covers modern techniques that make up the world of Artificial Intelligence.
Released: Wednesday, December 27, 2017
Building Your Own Prediction Models
The Course Overview
Classification Overview and Evaluation Techniques
Decision Trees
Prediction with Decision Trees and Student Performance Data
Random Forests
Predicting Bird Species with Random Forests
Applications for Comment Classification
The Problem of Text Classification
Detecting YouTube Comment Spam with Bag of Words and Random Forests
Word2Vec Models
Detecting Positive/Negative Sentiment in User Reviews
Deep Learning
Neural Networks
Identifying the Genre of a Song Using Audio Analysis and Neural Networks
Revising the Spam Detector to Use Neural Networks
Overview of Deep Learning and Convolutional Neural Networks
Identifying Handwritten Mathematical Symbols with Convolutional Neural Networks
Revising the Bird Species Identifier to Use Images

پیشنهاد فرادرس

لینک های دانلود حجم فایل: 418.0MB Packtpub Python Artificial Intelligence Projects for Beginners [Video]_git.ir.rar