دوره آموزشی مبانی یادگیری ماشین: حساب دیفرانسیل و انتگرال

1 ساعت 30 دقیقهمبتدی2023-03-07

مدرسین

Terezija Semenski

Software Developer, Mathematician, Writer, and Learner

جزئیات دوره

مطالعه هوش مصنوعی و یادگیری ماشینی می‌تواند به اندازه کافی دشوار باشد، اما اگر حساب دیفرانسیل و انتگرال را در ترکیب قرار دهید چه؟ ممکن است دلهره‌آور به نظر برسد، اما درک مبانی حساب دیفرانسیل و انتگرال می‌تواند به شما در طراحی و پیاده‌سازی الگوریتم‌های یادگیری ماشین کمک کند، و بدون پایه‌ای محکم در حساب دیفرانسیل و انتگرال، کار شما در یادگیری ماشینی می‌تواند به سرعت بسیار زیاد شود. در این دوره، Terezija Semenski به شما توابع، مشتقات، انتگرال ها و مبانی حساب چند متغیره را آموزش می دهد. اگر با مفاهیم و تکنیک‌های حساب دیفرانسیل و انتگرال مورد استفاده برای طراحی و پیاده‌سازی الگوریتم‌های ML مشکل دارید، این دوره آموزشی را با Terezija برای غلبه بر این چالش‌ها بررسی کنید.

مهارت ها

Machine LearningPythonData AnalysisFoundationsArtificial Intelligence (AI)Data ScienceBusiness Analysis and StrategyBusiness Software and ToolsOpen Source

سرفصل ها

0. مقدمه

01 - پایه حساب دیفرانسیل و انتگرال را برای یادگیری ماشین بیاموزید
02 - آنچه باید بدانید

1. مقدمه ای بر حساب دیفرانسیل و انتگرال

03 - تعریف حساب
04 - کاربردهای حساب دیفرانسیل و انتگرال در ML
05 - توابع
06 - محدودیت ها

2. مشتقات و تمایز

07 - مقدمه ای بر مشتقات
08 - مشتق ثابت و قاعده توان
09 - قاعده چندگانه ثابت
10 - قاعده جمع
11 - قانون محصول
12 - قاعده ضریب
13 - قاعده زنجیر
14 - قانون قدرت در زنجیره عملکرد

3. حساب دیفرانسیل و انتگرال چند متغیره

15 - مشتقات جزئی
16 - محاسبه مشتقات جزئی
17 - مشتقات جزئی درجه بالاتر
18 - قاعده زنجیره ای برای مشتقات جزئی

4. گرادیان های یادگیری ماشین

19 - گرادیان رگرسیون تک نقطه ای
20 - مشتقات جزئی بهای تمام شده درجه دوم
21 - اتصال مشتقات جزئی با پس انتشار
22 - یافتن حداقل و حداکثر

5. مقدمه ای بر حساب انتگرال

23 - تعریف حساب انتگرال
24 - قوانین یکپارچه سازی
25 - انتگرال نامعین
26 - انتگرال معین

نتیجه

27 - مراحل بعدی