دوره Implementing Machine Learning Workflows in Julia همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Implementing Machine Learning Workflows in Julia

موضوع کلی: علوم رایانه و مهندسی نرم‌افزار

موضوع میانی: توسعه نرم‌افزارهای کاربردی با زبان برنامه‌نویسی جولیا (Julia)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری ماشین و جولیا
• 2. نصب و پیکربندی جولیا برای یادگیری ماشین
• 3. مبانی زبان جولیا برای یادگیری ماشین
• 4. ساختارهای داده‌ای جولیا در یادگیری ماشین
• 5. عملگرها و توابع کاربردی در جولیا برای یادگیری ماشین
• 6. آشنایی با اکوسیستم یادگیری ماشین جولیا
• 7. مدیریت بسته‌ها در جولیا (Pkg)
• 8. کار با داده‌ها در جولیا: فایل‌ها و فرمت‌ها
• 9. پیش‌پردازش داده‌ها: پاکسازی و تبدیل
• 10. مهندسی ویژگی (Feature Engineering) در جولیا
• 11. آمار توصیفی و تجسم داده‌ها با جولیا
• 12. مقدمه‌ای بر رگرسیون خطی
• 13. پیاده‌سازی رگرسیون خطی با جولیا
• 14. ارزیابی مدل‌های رگرسیون
• 15. رگرسیون چندگانه و انتخاب ویژگی
• 16. مقدمه‌ای بر طبقه‌بندی
• 17. آشنایی با الگوریتم‌های طبقه‌بندی: KNN و Naive Bayes
• 18. پیاده‌سازی KNN و Naive Bayes در جولیا
• 19. ارزیابی مدل‌های طبقه‌بندی: دقت، صحت، Recall و F1-score
• 20. مقدمه‌ای بر درخت‌های تصمیم‌گیری
• 21. پیاده‌سازی درخت‌های تصمیم‌گیری در جولیا
• 22. جنگل تصادفی (Random Forest) و Boosting
• 23. پیاده‌سازی Random Forest و Boosting در جولیا
• 24. مقدمه‌ای بر خوشه‌بندی
• 25. الگوریتم K-Means و پیاده‌سازی در جولیا
• 26. ارزیابی خوشه‌بندی: Silhouette Score و Davies-Bouldin Index
• 27. کاهش ابعاد: PCA و t-SNE
• 28. پیاده‌سازی PCA و t-SNE در جولیا
• 29. شبکه‌های عصبی: مفاهیم پایه
• 30. پیاده‌سازی شبکه‌های عصبی ساده با Flux.jl
• 31. بهینه‌سازی مدل‌های یادگیری ماشین
• 32. اعتبارسنجی متقابل (Cross-Validation)
• 33. تنظیم هایپرپارامترها (Hyperparameter Tuning)
• 34. کار با داده‌های نامتوازن (Imbalanced Data)
• 35. یادگیری ماشین افزایشی (Incremental Learning)
• 36. استقرار مدل‌های یادگیری ماشین در جولیا
• 37. کار با داده‌های بزرگ در جولیا (DataFrames.jl)
• 38. مقدمه‌ای بر یادگیری عمیق با Julia
• 39. استفاده از GPU برای تسریع یادگیری ماشین
• 40. مفاهیم پیشرفته یادگیری تقویتی
• 41. کار با کتابخانه‌های یادگیری ماشین پیشرفته جولیا (MLJ.jl)
• 42. ساخت Pipeline های یادگیری ماشین