campaign mobile
image

یادگیری ماشین نظارت شده

یادگیری ماشین به عنوان یک ابزار در حوزه هوش مصنوعی، علم داده و کامپبوتر برای توسعه سیستم های هوشمند‌ با قابلیت بهبود به صورت خودکار استفاده می‌شود. امروزه این ابزار توانسته‌ است در حل بسیاری از مسائل دنیای واقعی به نتایج موفقیت آمیزی دست یابد. به طور کلی در یادگیری ماشین، روش استخراج ساختارداده‌، مدل‌ یادگیری و تعریف آن‌ها متناسب با مسئله بسیار مهم است. این دوره پیش نیاز مسیرهای شغلی در مدرسه هوش مصنوعی و علوم داده است.

مشخصات دوره

سطحمتوسط
مدت14 ساعت
مدرکدارد
تاریخ به روزرسانی۱۴۰۲/۱۲/۱
قالب دورهمهارت محور
میزان محبوبیت
4.1
(37 رای)
۵۰۰٬۰۰۰
تومان
مطالب دوره
1. !Welcome to Machine Learning
1.1 Introduction to Machine Learning
10' : 26''
2.1 ?What is Machine Learning
09' : 51''
3.1 Learning Types
13' : 06''
2. Linear Regression
3. K-nearest neighbors
4. Evaluation Metrics for Classification
5. Decision Tree
6. Multiclass
7. Bayesian Networks
8. Gaussian Naive Bayes
9. Logistic Regression & Roc Curve
10. Support Vector Machine
11. Ensembles of Classifiers
اطلاعات تکمیلی دوره

مخاطبان:
دانشجویان و فارغ‌التحصیلان دانشگاه که قصد ورود به بازار علوم‌داده و هوش مصنوعی را دارند. 
کارشناسان و علاقه‌مندان به علوم‌داده و هوش مصنوعی

 

پیش‌نیاز:
آشنایی با آمار و احتمالات و جبر خطی یا گذراندن دوره «ریاضیات کاربردی در هوش مصنوعی و علوم داده» در آکادمی همراه اول
آشنایی با برنامه نویسی پایتون یاگذراندن دوره «جامع برنامه نویسی پایتون» در آکادمی همراه اول

 

نحوه ارزیابی:
آزمون نهایی دوره

مدرس دوره
احسان ناظرفرد
احسان ناظرفرد
مشاهده رزومه
دوره‌های پیشنهادی
هوش مصنوعی
هوش مصنوعی
هوش مصنوعی