یادگیری ماشین با python

اطلاعات بیشتر
یادگیری ماشین (Machine Learning) از روشهای هوش مصنوعی است که به سیستم توانایی یادگیری خودکار و بدون برنامهریزی صریح را میدهد. هدف اصلی ماشین لرنینگ طراحی و توسعه برنامههای هوشمندی است که بتوانند به دادهها دسترسی پیدا کنند و از آنها برای یادگیری استفاده کنند.
ماشین لرنینگ یا یادگیری ماشین روشی است که در آن به برنامههای کامپیوتری آموزش داده میشود به جای اجرای کدها، دادهها را شناسایی کرده و مورد تحلیل قرار دهند. این کار به روشها و با استفاده از الگوریتمهای گوناگون انجام میشود.
یادگیری ماشین را به 3 دسته تقسیم میشود که شامل موارد زیر میباشد:
- یادگیری با نظارت (Supervised Learning)
- یادگیری بدون نظارت (Unsupervised Learning)
- یادگیری تقویتی (Reinforcement Learning)
ماشین لرنینگ کاربردهای بسیار زیادی دارد که از جمله آنها میتوان به موارد زیر اشاره نمود:
- شناسایی چهره
- کمک به رادیولوژیستها در تشخیص تومور
- کمک به محققان در شناسایی توالیهای ژنتیکی
- نسخه برداری کتبی دقیق از گفتار برای ثبت اطلاعات
- دید کامپیوتری در خودروهای خودران، پهپادها و روباتها
- شناسایی گفتار، زبان و ترکیب چتبات ها با روباتهای خدماتی
سرفصلهای آموزشی
-
- روش های بررسی و اکتشاف داده ها (با استفاده از ابزارهای آمار)
- جبرخطی و استفاده از ماتریس ها در یادگیری ماشین
- مصورسازی داده ها برای تحلیل و آماده سازی داده ها
-
- معرفی و آموزش ابزار numpy
- معرفی و آموزش ابزار scipy
- معرفی و آموزش ابزار pandas
- معرفی و آموزش ابزار learn scikit جهت انجام عملیات داده کاوی کلاسیک
- معرفی و آموزش ابزار keras و tensorflow جهت انجام عملیات داده کاوی با شبکه های عصبی و یادگیری عمیق
-
- الگوریتم های طبقه بندی، خوشه بندی و رگرسیون و نحوه ی کار با آنها
SVM, RandomForest, KNN, Kmeans, DBSCAN, XGBoost, CatBoost, etc - تشخیص بیماری دیابت با یادگیری ماشین
- تشخیص بیماری قلبی با یادگیری ماشین
- الگوریتم های طبقه بندی، خوشه بندی و رگرسیون و نحوه ی کار با آنها
-
- تبدیل کاراکترهای دست نوشته به الگوی قابل فهم برای کامپیوتر
- تشخیص کاراکترهای دست نوشته توسط الگوریتم های طبقه بندی
- تشخیص دقت طبقه بندی اعداد توسط الگوریتم های طبقه بندی
- ساخت مدل های مختلف طبقهبندی توسط الگوریتم های یادگیری ماشین
-
- عملیات پیش پردازش داده ها و پاکسازی متون
- دریافت و ذخیره مدل و استفاده از آن در کاربرد
- بررسی کیفیت الگوریتم ها و دقت و صحت مدل های مختلف
- آموزش بررسی کیفیت الگوریتم ها و دسته بندی آنها
-
- کار بر روی داده های شرک تهای بیمه به صورت نامتوازن
- کاهش ابعاد داده های فروشگاه اینترنتی و استفاده از آن در تحلیل
- بهینه سازی مدل ها با استفاده از الگوریتم های فرا ابتکاری (metaheuristics)
-
- پیش بینی قیمت خانه با استفاده از الگوریتم های یادگیری ماشین
- پیشبینی خسارت وارده به حوادث در شرکت های بیمه با الگوریتم های یادگیری ماشین
-
- گروه بندی هوشمند داده ها با استفاده از الگوریتم های یادگیری ماشین
- گروه بندی مشتریان فروشگاه با روش R
-
- تبدیل داده های سری زمانی به الگوی قابل فهم برای کامپیوتر
- معرفی و پیاده سازی الگوریتم های یادگیری ماشین بر روی سری های زمانی
- پیش بینی قیمت سهام با استفاده از روش ها و الگوریتم های یادگیری ماشین در سری های زمانیSARIMAX و Pandas)
سوالات متداول
این دوره بصورت آنلاین و در بستر ادوبی کانکت Adobe connect برگزار میشود.
دوره هایی که هزینه آن ها بالای 3 میلیون تومان است شرایط پرداخت اقساط دارند، برای اطلاع از نحوه پرداخت اقساط با کارشناس دپارتمان هماهنگی های لازم را انجام دهید.
- تاریخ شروع: 1401/05/27
- مدت دوره: 40 ساعت
- روزهای برگزاری: جمعه
- شهریه: 2,200,000 تومان
- نحوه برگزاری: آنلاین
مشاوره و ثبتنام:
- 02167641999
- 09222477250