مطالب پیشنهادی از سراسر وب

آموزش ایجاد مدل های یادگیری ماشینی

دسته بندی ها: آموزش یادگیری ماشینی (Machine Learning) ، آموزش های پلورال سایت (Pluralsight) ، آموزش هوش مصنوعی (AI)

از آنجا که یادگیری ماشینی روز به روز محبوب تر می شود، دانستن دقیق نحوه ساخت یک مدل یادگیری ماشینی به شیوه ای متناسب با مشکلی که می خواهیم حل کنیم و داده هایی که در دسترس داریم، اهمیت بیشتری پیدا می کند.

شما در این دوره، توانایی انتخاب نوع مدل مناسب برای مشکل خود، سپس ساخت آن مدل و ارزیابی عملکرد آن را به دست می آورید.

ابتدا یاد خواهید گرفت که سیستم های مبتنی بر قانون و مبتنی بر یادگیری ماشینی چه تفاوتی دارند و نقاط قوت و ضعف آن ها و تفاوت مدل های یادگیری نظارت شده و بدون نظارت از یکدیگر چیست.

سپس، خواهید فهمید که چگونه می توانید طیف وسیعی از تکنیک ها را برای حل مشکلات یادگیری نظارت شده طبقه بندی و رگرسیون پیاده سازی کنید.

شما درک بصری از الگوریتم های مدلی که می توانید برای طبقه بندی و رگرسیون استفاده کنید را بدست خواهید آورد. در پایان، با ساخت مدل های خوشه بندی با استفاده از چند الگوریتم مختلف و اعتبار سنجی نتایج، دانش خود را تکمیل می کنید.
پس از اتمام این دوره، مهارت و دانش لازم برای شناسایی راه اندازی صحیح مشکل یادگیری ماشینی و راهکارهای مناسب و تکنیک های ارزیابی برای موارد استفاده خود را خواهید داشت.

بررسی دوره

فایل های تمرین exercise file.zip
آیا این نوشته را دوست داشتید؟
Pluralsight Creating Machine Learning Models Author:Janani Ravi Duration:2:43:54 Level:Intermediate

As Machine Learning explodes in popularity, it is becoming ever more important to know precisely how to frame a machine learning model in a manner appropriate to the problem we are trying to solve, and the data that we have available.
In this course, Creating Machine Learning Models you will gain the ability to choose the right type of model for your problem, then build that model, and evaluate its performance.
First, you will learn how rule-based and ML-based systems differ and their strengths and weaknesses and how supervised and unsupervised learning models differ from each other.
Next, you will discover how to implement a range of techniques to solve the supervised learning problems of classification and regression. You will gain an intuitive understanding of the the model algorithms you can use for classification and regression. Finally, you will round out your knowledge by building clustering models using a couple of different algorithms, and validating the results.
When you’re finished with this course, you will have the skills and knowledge to identify the correct machine learning problem setup, and the appropriate solution and evaluation techniques for your use-case.

پیشنهاد آموزش مرتبط در فرادرس