دوره آموزشی مبانی یادگیری ماشین: احتمال
1 ساعت 24 دقیقهمبتدی2023-07-27
مدرسین

Terezija Semenski
Software Developer, Mathematician, Writer, and Learner
جزئیات دوره
اگه با مدلهای یادگیری ماشین کار میکنی، احتمالاً میدونی که مدلهات بر اساس تخمین و تقریبه. احتمال همهچیز و حتی بیشتر از اون هست، ولی چطور میتونی ازش به نفع خودت استفاده کنی؟
توی این دوره که قسمت سوم از مجموعه مبانی یادگیری ماشین هست، به مربی Terezija Semenski ملحق شو تا یه بررسی عمیق از احتمال، مفاهیم و کارکردهای اصلیش داشته باشیم و یاد بگیریم چطور ازش برای طراحی، پیادهسازی و مدیریت الگوریتمهای یادگیری ماشین قابل اعتمادتر استفاده کنیم. در طول دوره، با یکی از ابزارها و تکنیکهای ضروری برای مدلسازی احتمالی موفق آشنا میشی و میفهمی چطور از قواعد احتمال، احتمال مشترک و حاشیهای، توزیعهای احتمالی گسسته، توزیعهای احتمالی پیوسته، نظریه بیز و خیلی چیزای دیگه استفاده کنی.
توی این دوره که قسمت سوم از مجموعه مبانی یادگیری ماشین هست، به مربی Terezija Semenski ملحق شو تا یه بررسی عمیق از احتمال، مفاهیم و کارکردهای اصلیش داشته باشیم و یاد بگیریم چطور ازش برای طراحی، پیادهسازی و مدیریت الگوریتمهای یادگیری ماشین قابل اعتمادتر استفاده کنیم. در طول دوره، با یکی از ابزارها و تکنیکهای ضروری برای مدلسازی احتمالی موفق آشنا میشی و میفهمی چطور از قواعد احتمال، احتمال مشترک و حاشیهای، توزیعهای احتمالی گسسته، توزیعهای احتمالی پیوسته، نظریه بیز و خیلی چیزای دیگه استفاده کنی.
مهارت ها
StatisticsMachine LearningPythonFoundationsArtificial Intelligence (AI)Data ScienceOpen Source
سرفصل ها
0. مقدمه
- 01 - احتمال یادگیری ماشین
- 02 - آنچه باید بدانید
1. مقدمه ای بر احتمال
- 03 - تعریف احتمال
- 04 - کاربردهای احتمال در ML
- 05 - فضای نمونه و رویدادها
- 06 - متغیرهای تصادفی
- 07 - نمونههایی از احتمال
2. قواعد احتمال
- 08 - احتمال وقوع یک رویداد
- 09 - قاعده جمع
- 10 - قانون محصول
- 11 - قاعده جمع تمدید شد
- 12 - احتمال شرطی
- 13 - احتمال کل
3. احتمال مشترک و حاشیه ای
- 14 - احتمال مشترک و حاشیه ای
- 15 - جداول احتمال مشترک
- 16 - قاعده زنجیره ای برای احتمال
4. توزیعهای احتمال گسسته
- 17 - توزیعهای احتمال
- 18 - هیستوگرام و احتمال
- 19 - توزیع احتمال گسسته
- 20 - توزیع دوجمله ای
- 21 - توزیع برنولی
- 22 - توزیع پواسون
5. توزیع احتمالات پیوسته
- 23 - توزیع احتمال پیوسته
- 24 - قضیه حد مرکزی
- 25 - قانون اعداد بزرگ
6. قضیه بیز
- 26 - مقدمه ای بر قضیه بیز
- 27 - مثالی از قضیه بیز در عمل
- 28 - دسته بندی ساده لوح بیز
نتیجه
- 29 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی یادگیری ماشین و آمار فضایی در پایتون
- دوره آموزشی آمار و پایتون برای مخابرات: استفاده از تحلیل داده برای تصمیمگیری در مخابرات مدرن
- دوره آموزشی مبانی یادگیری ماشین: آمار
- دوره آموزشی راهنمای کامل مبانی معادلات دیفرانسیل برای علم داده
- دوره آموزشی تصویرسازی دادهها در R با استفاده از ggplot2
- دوره آموزشی یادگیری Minitab
- دوره آموزشی گردآوری داده ها با زبان آر
- دوره آموزشی پاک کردن داده های بد در R