دوره آموزشی یادگیری ماشین و مبانی هوش مصنوعی: برآورد ارزش
1 ساعت 5 دقیقهمتوسط2017-03-22
مدرسین

Adam Geitgey
Developer and Machine Learning Consultant
جزئیات دوره
برآورد ارزش - یکی از متداول ترین انواع الگوریتم های یادگیری ماشین - می تواند با مشاهده اطلاعات مرتبط، به طور خودکار مقادیر را تخمین بزند. به عنوان مثال، یک وب سایت می تواند بر اساس موقعیت و مشخصات ملک، ارزش یک خانه را تعیین کند. در این دوره مبتنی بر پروژه، نحوه استفاده از یادگیری ماشین برای ساختن یک سیستم تخمین ارزش را که می تواند ارزش یک خانه را استنباط کند، کشف کنید. آدام گیتگی را دنبال کنید تا او در مورد چگونگی استفاده از داده های نمونه برای ساختن مدل یادگیری ماشین، استفاده کند و سپس از آن مدل در برنامه های خود استفاده کنید. اگرچه پروژه ارائه شده در این دوره بر املاک و مستغلات متمرکز است، شما می توانید برای حل هر نوع مشکل تخمین ارزش با یادگیری ماشین از همان روش استفاده کنید.
موضوعات شامل:
تنظیم محیط توسعه
ساخت یک برآوردگر ساده ارزش خانه
یافتن بهترین وزنه ها به صورت خودکار
کار با مجموعه داده های بزرگ به طور کارآمد
آموزش مدل یادگیری ماشین تحت نظارت
کاوش یک مجموعه داده ارزش خانه
تصمیم گیری در مورد مقدار مورد نیاز
آماده سازی ویژگی ها
آموزش برآوردگر ارزش
اندازه گیری دقت با میانگین خطای مطلق
بهبود یک سیستم
استفاده از مدل یادگیری ماشین برای پیش بینی
موضوعات شامل:
تنظیم محیط توسعه
ساخت یک برآوردگر ساده ارزش خانه
یافتن بهترین وزنه ها به صورت خودکار
کار با مجموعه داده های بزرگ به طور کارآمد
آموزش مدل یادگیری ماشین تحت نظارت
کاوش یک مجموعه داده ارزش خانه
تصمیم گیری در مورد مقدار مورد نیاز
آماده سازی ویژگی ها
آموزش برآوردگر ارزش
اندازه گیری دقت با میانگین خطای مطلق
بهبود یک سیستم
استفاده از مدل یادگیری ماشین برای پیش بینی
مهارت ها
scikit-learnMachine LearningArtificial Intelligence FoundationsPythonArtificial Intelligence (AI)Open Source
سرفصل ها
0. مقدمه
- 01 - خوش آمدید
- 02 - آنچه باید بدانید
- 03 - استفاده از فایلهای تمرین
- 04 - محیط توسعه را تنظیم کنید
1. یادگیری ماشین و پیشبینی ارزش چیست؟
- 05 - یادگیری ماشینی چیست
- 06 - یادگیری ماشینی تحت نظارت برای پیشبینی ارزش
- 07 - یک برآوردگر ارزش خانه ساده بسازید
- 08 - بهترین وزنهها را به صورت خودکار پیدا کنید
- 09 - استفادههای جالب از پیشبینی ارزش
2. مروری بر ساخت یک سیستم یادگیری ماشینی
- 10 - مقدمه ای بر NumPy، scikit-learn و پانداها
- 11 - در بردارها فکر کنید - چگونه با مجموعه دادههای بزرگ به طور مؤثر کار کنید
- 12 - گردش کار اساسی برای آموزش یک مدل یادگیری ماشینی نظارت شده
- 13 - تقویت گرادیان - الگوریتم یادگیری ماشینی همه کاره
3. دادههای آموزشی
- 14 - مجموعه داده ارزش خانه را کاوش کنید
- 15 - قراردادهای استاندارد برای نامگذاری دادههای آموزشی
- 16 - تصمیم بگیرید که چه مقدار داده نیاز دارید
4. ویژگی ها
- 17 - مهندسی ویژگی
- 18 - بهترین ویژگیها را برای پیشبینی ارزش خانه انتخاب کنید
- 19 - تا حد امکان از امکانات کمتری استفادهکنید - نفرین ابعاد
5. کدگذاری سیستم ما
- 20 - ویژگیها را آماده کنید
- 21 - دادههای آموزش در مقابل آزمون
- 22 - برآوردگر ارزش را آموزش دهید
- 23 - دقت را با میانگین خطای مطلق اندازهگیری کنید
6. بهبود سیستم ما
- 24 - بیش از حد و کم تناسب
- 25 - راه حل brute force - جستجوی شبکه
- 26 - انتخاب ویژگی
7. استفاده از برآوردگر در یک برنامه دنیای واقعی
- 27 - مقادیر دادههای جدید را پیشبینی کنید
- 28 - طبقه بندی کننده را با دادههای تازه آموزش دهید
نتیجه
- 29 - جمع بندی