کارگاه یادگیری ماشین

بخش تئوری این دوره بصورت افلاین است و بخش پیاده سازی پروژه ها و مدل سازی ها بصورت انلاین خواهد بود.

سرفصل بخش تئوری کارگاه یادگیری ماشین :

• مقدمه ای بر یادگیری ماشین
• یادگیری نظارت شده
• یادگیری غیر نظارت شده
• فضای فرضیه
• تابع هزینه
• بررسی چالش های اصلی در یادگیری ماشین در هر پروژه
• رگرسیون
• کلسیفیکشن
• الگوریتم Linear Regression
• آلگوریتم Logistic Regression
• الگوریتم Support Vector Machine (SVM)
• الگوریتم K-Nearest Neighbors (KNN)
• الگوریتم Decision Tree
• سری زمانی
• الگوریتم AutoRegression
• خوشه بندی
• کاهش بعد
• الگوریتم K-Means
• الگوریتم  Principal Component Analysis (PCA)

سرفصل های بخش پیاده سازی در پایتون کارگاه یادگیری ماشین :

• پیش پردازش داده ها
• طراحی دیتاست
• آنالیز اولیه داده ها
• مدل سازی به کمک الگوریتم های یادگیری ماشین
• ارزیابی مدل های یادگیری ماشین
• بهینه سازی هایپرپارامتر ها
• بررسی تفسیرپدیری در یادگیری

پروژه ها  :

• پروژه تشخیص سرطان خوشخیم و بدخیم
• پروژه طبقه بندی ستاره ها در کیهان
• پروژه تشخیص سکته قلبی
• پروژه تشخیص اریتماتیک قلب با سیگنال های ECG
• پروژه ربات تشخیص روند بازار سهام
• پروژه هادرون مرکز تحقیقاتی سرن
• پروژه سیگنال های ماهواره ای سازمان فضایی اروپا