منو
منو
منو
کامل ترین دوره دیتاساینس و یادگیری ماشین
بررسی تئوری ریاضیاتی و پیاده سازی با پایتون
آموزش استفاده از سرورقدرتمند لینوکسی هوش مصنوعی گوگل
دوره کاملا پروژه محور بر اساس پروژه های واقعی
اهدای گواهی معتبر انگلیسی بعد از تحویل پروژه از طرف ازمایشگاه علم داده PDAT
مدرس:پوریا خلیلیان
-سرگروه تیم هوش مصنوعی کورپی
-پژوهشگر سنیور هوش مصنوعی و هوش مصنوعی کوانتومی در آزمایشگاه علم داده PDAT
سرفصل ها :
علم داده چیست؟
یادگیری ماشین چیست؟
یادگیری علیتی چیست؟
آنالیز داده چیست؟
منظور از چارچوب محاسباتی چیست؟
فرایتندهای تصادفی چیست؟
استقلال و همبستگی
مقدار چشم داشتی و امید ریاضی
تعاریف تکمیلی یادگیری ماشین
فضای ویژگی
عدم قطعیت
از دست رفتگی اطلاعات
سامانه های پیچیده
فرضیه چیست؟
سیستم چیست
عناصر و روابط
صورت های مختلف عناصر
انتروپی اطلاعات
بازخورد
بازخورد مثبت
باهزخورد منفی
علیت
پویایی سیستم و درجه ازادی
فضای حالت
محاسبات یادگیری ماشین
فضای فرضیه
تابع هزینه
MAE
MSE
MBE
MSLE
Binary cross entropy
Categorical cross entropy
Hinge loss
داده های یادگیری و داده های تست
Overfitting
Underfitting
یادگیری نظارت شده
یادگیری غیر نظارت شده
یادگیری نیمه نظارت شده
یادگیری تقویتی
اشنایی با گوگل کولب
نصب پکیج ها در کولب
دستورات لینوکس برای کولب
فریم ورک numpy
ارایه ها و ماتریس
ضرب داخلی و ضرب خارجی ارایه ها
عملیات درایه ماتریسی
دنباله ها
Reshape
توزیع نرمال
توزیع استاندارد نرمال
اتحاد و اشتراک
حدف داده های تکراری
واریانس
انحراف معیار
کوواریانس
میانه
میانگین
هبستگی
ضریب پیرسن
ضریب سپیرمن
فریم ورک پانداس
بارگزاری دیتاست
کار با index
کار با values
Dataframe
عملیات در dataframe
پیش پردازش اطلاعات
پیش پردازش دیتا های ناسا1
فرایند های آماری و آنالیز دیتاست
فریم ورک matplotlib
نمودار خطی
نمودار نقطه ای
نمودار میله ای
رسم توابع
دستورات در نمودار
مصور سازی آنالیز داده های ناسا
بررسی پایستگی احتمال و نرمالایز کردن
هیستوگرام
Pie plot
پیش پردازش اطلاعات
پیش پردازش اولیه داده ها
Missing values
Normalizing
Box plot
Swarm plot
Strip plot
Pair plot
Heatmap
Join plot
تحلیلی داده های سرن
تحلیلی داده های ناسا
شروع یادگیری ماشین
مرور یادگیری ماشین
رگرسیون
کلیسفیکشن
رگرسیون خطی
بررسی میدان معناطیسی حول سیم حامل جریان
فضای فرضیه رگرسیون خطی
وزن
بایاس
MSE
MAE
گرادیان کاهشی
گرادیان کاهشی برای رگرسیون خطی
Global optimum
Local optimum
مسئله بهینه سازی
بهینه سازی تطبیقی
سری زمانی
کراس کرلشن
مفهوم دینامیک شبکه
پروژه سیستم تحلیل گر و پیش بنی کننده بازار ارز دیجیتال
تست پروژه سیستم تحلیل گر و پیش بنی کننده بازار ارز دیجیتال بصورت انلاین
کرلشن گیری گسسته
پروژه مدل سازی دمای ستاره ها(داده ناسا)
پیاده سازی و تحلیل الگوریتم رگرسیون خطی
Polynomial regression
MLR(multiple Linear Regression)
Logistic Regression
پیاده سازی و تحلیل الگوریتم logistic regression
مدلس ازی و دسته بندی انواع ستاره ها (داده ناسا)
Confusion Matrix
Classification Report
F1 Score
پروژه سیستم هوشمند تشخیص سیارک ها و شهاب سنگ های خطرناک برای زمین(ناسا)
Web3
Decision tree
بهره اطلاعات
Gain function
انتروپی شنون
نظریه تکامل
پروژه تشخیص حملات قلبی هوشمند
KNN
محسابه نرم L1وL2
فاطله مینکوفسکی
بهینه سازی هایپرپارامتر k در KNN
بررسی ریاضیاتی overfitting
Transparent Model
Interpretable Model and data
Regulation
Multi Object Optimization
خلوت سازی مدل
تابع جریمه یا پنالتی
LASSO
رگرسیون لاجیستیک چند دسته ای
شبکه های عصبی
توابع غیر خطی فعالیت
نورون عصبی
Score
Hidden Layer
Activation Function
SoftMax,Relu,Tanh,…
تشخیص اعداد دست نویس
Support Vector Machine
بردار های پشتیبان
مرز تصمیم گیری
Margin
بدست اوردن مدل های خطی از مدل خطی
افزایش بعد
کرنل
استفاده از 10 الگوریتم یادگیری نظارت شده بصورت همزمان
پروژه تشخیص ضربان های نامنظم قلبی با داده ECG
Clustering
K-Means
خوشه بندی داده های iris
ترکیب خوشه بندی با روش های نظارت شده برای کلیسیفیکشن
کاهش ابعاد
PCA
بهینه سازی هایپر پارامتر تعداد components در PCA
ترکیب PCA با الگوریتم ها نظارت شده
پروژه داده های ماهواره ای سازمان فضایی اروپا
DBSCAN
پروژه خوشه بندی سیگنال های ECG با DBSCAN
بهینه سازی هایپر پارامتر های DBSCAN به کمک یادگیری ماشین
پاپلاین کردن الگوریتم های نظارت شده و غیرنظارت شده
پروژه پردازش تصویر و دیدکشن به کمک الگوریتم های یادگیری ماشین کلاسیک
رویدادستان یک سامانه‌ی آنلاین برای تمام انجمن های علمی است که در حوزه‌ی برگزاری رویداد فعالیت دارند یا دانشجویانی که می‌خواهند به راحتی رویدادهای مورد علاقه‌شان را پیدا کرده و در آن‌ها شرکت کنند.
قوانین ثبت دیدگاه