کتاب جامع کاربردی یادگیری ماشین با پایتون: از تحلیل داده تا مدلسازی هوشمند با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره جامع کاربردی یادگیری ماشین با پایتون: از تحلیل داده تا مدلسازی هوشمند
موضوع کلی: علوم داده و هوش مصنوعی
موضوع میانی: یادگیری ماشین و تحلیل پیش‌بینانه
📋 سرفصل‌های دوره
- 1. مبانی هوش مصنوعی و جایگاه یادگیری ماشین در علوم داده
- 2. نصب و راه‌اندازی محیط توسعه پایتون و کتابخانه‌های علمی
- 3. ساختار داده‌ها و کار با کتابخانه نامپای برای محاسبات عددی
- 4. تحلیل و دستکاری داده‌ها با کتابخانه پانداز
- 5. پاک‌سازی و پیش‌پردازش داده‌های خام
- 6. مدیریت مقادیر مفقود و داده‌های پرت در مجموعه‌های آموزشی
- 7. مصورسازی داده‌ها با استفاده از متپلات‌لیب و سی‌بورن
- 8. تحلیل اکتشافی داده‌ها برای استخراج الگوهای اولیه
- 9. مفاهیم آماری کاربردی در یادگیری ماشین
- 10. آشنایی با کتابخانه سایکیت‌لرن و معماری مدل‌های یادگیری
- 11. رگرسیون خطی ساده و پیش‌بینی مقادیر پیوسته
- 12. ارزیابی عملکرد مدل‌های رگرسیون با معیارهای خطا
- 13. رگرسیون چندگانه و تحلیل همبستگی متغیرها
- 14. مقدمه‌ای بر طبقه‌بندی و الگوریتم نزدیک‌ترین همسایگی
- 15. ارزیابی مدل‌های طبقه‌بندی با ماتریس درهم‌ریختگی
- 16. منحنی‌های دقت و فراخوانی در مدل‌های پیش‌بینانه
- 17. الگوریتم‌های درخت تصمیم و تفسیرپذیری مدل
- 18. جلوگیری از بیش‌برازش با تکنیک‌های هرس درخت
- 19. جنگل‌های تصادفی و یادگیری تجمعی
- 20. ماشین بردار پشتیبان و تحلیل حاشیه جداسازی
- 21. کاهش ابعاد داده‌ها با تحلیل مؤلفه‌های اصلی
- 22. خوشه‌بندی کی-میانگین برای بخش‌بندی داده‌ها
- 23. تشخیص ناهنجاری‌ها و کاربردهای آن در امنیت داده
- 24. مقدمه‌ای بر شبکه‌های عصبی مصنوعی و یادگیری عمیق
- 25. کار با کتابخانه تنسورفلو برای ساخت لایه‌های عصبی
- 26. بهینه‌سازی پارامترها و الگوریتم‌های انتشار معکوس
- 27. نرمال‌سازی داده‌ها و افزایش سرعت همگرایی مدل
- 28. استفاده از مدل‌های پیش‌آموزش‌دیده برای یادگیری انتقالی
- 29. مدیریت پروژه‌های علوم داده در محیط‌های حرفه‌ای
- 30. ذخیره‌سازی و استقرار مدل‌های هوشمند در سامانه‌های عملیاتی
- 31. اخلاق در هوش مصنوعی و صیانت از حریم خصوصی داده‌ها
- 32. پروژه نهایی: پیاده‌سازی سیستم پیش‌بینی هوشمند با داده‌های واقعی
تگ‌ها:
الگوریتم‌های یادگیری ماشین
برنامه‌نویسی پایتون
تحلیل داده
داده‌کاوی
علوم داده
مدلسازی پیش‌بینانه
هوش مصنوعی
یادگیری عمیق
یادگیری ماشین با پایتون
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.