دوره آموزشی Mathematica 11 یادگیری ماشینی
1 ساعت 16 دقیقهمتوسط2017-04-21
مدرسین

Curt Frye
President of Technology and Society, Incorporated
جزئیات دوره
چگونگی آنالیز کردن داده به وسیله قابلیت های یادگیری ماشینی تعبیه شده در Mathematica 11 را بیاموزید. "کرت فرایر" در این دوره آموزشی، به بررسی اجمالی وظایف یادگیری ماشینی می پردازد، طرز جدا کردن داده آموزشی از داده امتحان را توضیح می دهد، و چگونگی وارد کردن داده از فایل را نشان می دهد. او همچنین چگونگی آماده سازی داده برای یادگیری ماشینی، از جمله طرز جایگزینی مقادیر نزدیک صفر با صفر و elementهای دسته بندی با استفاده از یک قانون را نمایش می دهد. "کرت" همچنین به توابع تعیین کننده که داده را به وجود می آورند و انجام taskهای ماشینِ یادگیری نظارت شده، می پردازد.
موضوعات شامل:
تفکیک داده های آموزش از داده های آزمون
وارد کردن داده ها از یک فایل
آماده سازی داده ها برای یادگیری ماشین
گروه بندی و مرتب سازی عناصر با استفاده از یک قانون
تعیین توابع تولید داده
یافتن تناسب با استفاده از یک مدل خطی
انجام وظایف یادگیری تحت نظارت
طبقه بندی موارد با استفاده از داده های آموزشی
شناسایی خوشه های داده
موضوعات شامل:
تفکیک داده های آموزش از داده های آزمون
وارد کردن داده ها از یک فایل
آماده سازی داده ها برای یادگیری ماشین
گروه بندی و مرتب سازی عناصر با استفاده از یک قانون
تعیین توابع تولید داده
یافتن تناسب با استفاده از یک مدل خطی
انجام وظایف یادگیری تحت نظارت
طبقه بندی موارد با استفاده از داده های آموزشی
شناسایی خوشه های داده
مهارت ها
MathematicaWolfram ResearchMachine LearningData AnalysisArtificial Intelligence (AI)Data ScienceBusiness Analysis and StrategyBusiness Software and ToolsOne-Off
سرفصل ها
0. مقدمه
- 01 - خوش آمدید
- 02 - آنچه باید بدانید
- 03 - فایلهای تمرینی
1. معرفی یادگیری ماشینی
- 04 - مروری بر وظایف یادگیری ماشین
- 05 - دادههای آموزشی را از دادههای آزمون جدا کنید
- 06 - دادهها را از یک فایل وارد کنید
2. آماده سازی دادهها برای یادگیری ماشینی
- 07 - استاندارد کردن (عادی کردن) یا مقیاس مجدد داده ها
- 08 - مقادیر نزدیک به صفر را با صفر جایگزین کنید
- 09 - دادهها را درون یابی کنید تا مقادیر گم شده را وارد کنید
- 10 - شمارش مقادیر با پایبندی یا عدم پایبندی به یک قانون
- 11 - عناصر را با استفاده از یک قانون گروه بندی کنید
- 12 - عناصر را با استفاده از یک قانون مرتب کنید
3. تعیین توابع تولید داده
- 13 - با استفاده از مدل خطی تناسب پیدا کنید
- 14 - سری زمانی متناسب با دادههای داده شده را پیدا کنید
- 15 - فرمولی را پیدا کنید که نشان دهنده یک مجموعه داده باشد
- 16 - تابعی را بیابید که دنباله ای از مقادیر را ایجاد میکند
4. انجام وظایف آموزشی تحت نظارت
- 17 - محاسبه تابع سیگموئید لجستیک برای یک مجموعه داده
- 18 - طبقه بندی اقلام با استفاده از دادههای آموزشی
- 19 - پیشبینی مقادیر با استفاده از دادههای آموزشی
- 20 - عملکرد عملکرد طبقه بندی کننده را اندازهگیری کنید
- 21 - عملکرد عملکرد پیشبینی کننده را اندازهگیری کنید
- 22 - خوشههای داده را شناسایی کنید
نتیجه
- 23 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی یادگیری XAI: هوش مصنوعی قابل توضیح
- دوره آموزشی یادگیری جامع Mathematica 11
- دوره آموزشی UVW Mapping در 3ds Max
- دوره آموزشی پیش بینی با استفاده از صورتهای مالی
- دوره آموزشی معرفی برنامه نویسی عملکردی در ++C
- دوره آموزشی یادگیری جامع SPSS آماری (2019)
- دوره آموزشی مقدمهای بر مدلهای ترنسفورمر برای پردازش زبان طبیعی (NLP)
- دوره آموزشی یادگیری جامع Mathematica 14
مسیرهای مرتبط
- مسیر آموزشی توسعه دادن مهارت های SPSS
- مسیر آموزشی گواهینامه حرفهای علم داده
- مسیر آموزشی شروع کار با هوش مصنوعی و یادگیری ماشینی
- مسیر آموزشی تقویت کردن مهارت های اکسل
- مسیر آموزشی تبدیل شدن به یک هنرمند آبجکت برای بازیها
- مسیر آموزشی آماده شدن برای آزمون تخصصی Excel Associate - Microsoft Office برای M365 Apps (MO-210)
- مسیر آموزشی مهارت های زبان Wolfram خود را بسازید
- مسیر آموزشی ریاضیات پایه برای یادگیری ماشین