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 راهنمای کامل هوش مصنوعی و علم داده برای SQL: از مبتدی تا پیشرفته
- دوره آموزشی مبانی هوش مصنوعی: شروع کار با سیستمهای هوشمند
- دوره آموزشی مقدمهای بر ساخت اپلیکیشنهای هوش مصنوعی مولد با جاوا با استفاده از LangChain4j
- دوره آموزشی مبانی یادگیری ماشین: حساب دیفرانسیل و انتگرال
- دوره آموزشی مبانی یادگیری ماشین: جبر خطی
- دوره آموزشی مبانی یادگیری ماشین: نمونه سازی در Edge
- دوره آموزشی مبانی یادگیری ماشین: آمار
- دوره آموزشی مبانی یادگیری ماشین: ساخت نمونه اولیه با Edge Impulse
مسیرهای مرتبط
- مسیر آموزشی ریاضیات پایه برای یادگیری ماشین
- مسیر آموزشی گواهینامه حرفهای مبانی آماری یادگیری ماشین
- مسیر آموزشی کاوش شغلی در تجزیه و تحلیل داده ها
- مسیر آموزشی تبدیل به یک دانشمند داده شوید
- مسیر آموزشی از تحلیلگر داده به یک دانشمند داده تبدیل شوید
- مسیر آموزشی توسعه دادن مهارت تجزیه و تحلیل داده های خود
- مسیر آموزشی تبدیل شدن به یک متخصص هوش تجاری
- مسیر آموزشی شروع به عنوان یک تحلیلگر کسب و کار