دوره آموزشی یادگیری جامع یادگیری تحت نظارت

دانشمندان داده و دانشجویان ML/AI ممکن است به یک تجربه عملی با الگوریتم‌های یادگیری نظارت شده نیاز داشته باشند. در این دوره، مربی Ayodele Odubela به شما می‌آموزد که مدلهایی را که ایجاد کرد‌ه‌اید در داده‌های جدید استفاده کنید و عملکرد مدل را ارزیابی کنید. او در ابتدا بیان می‌کند که یادگیری تحت نظارت چیست و چگونه می‌توان با استفاده از داده‌های آموزشی دارای برچسب، پیش بینی کرد. او به شما یک نمای کلی از الگوریتم رگرسیون لجستیک، نحوه ساخت یک مدل خطی در پایتون و نحوه محاسبه معیارهای مدل می‌دهد. در مرحله بعدی، او به شما کمک می‌کند تا درختان تصمیم اول خود و همچنین مدلهای نزدیکترین k همسایه را با استفاده از GridSearch ایجاد کنید. او چگونگی ایجاد شبکه‌های عصبی مصنوعی را که بنیادی برای بیشتر کارهای یادگیری عمیق است، پوشش می‌دهد. وی در پایان با یک مرور کلی هوش مصنوعی اخلاقی از شما می‌خواهد که تأثیر مدل‌های خود را در نظر بگیرید.