در این آموزش از هیچ یک از پکیج ها و کتابخانه های آماده شده برای یادگیری ماشین استفاده نشده است و قصد بر این بوده تا آموزشی ارائه دهیم که مخاطب را با بنیان های یادگیری ماشین آشنا سازیم. در واقع هدف بر این است که منطق های ریاضی پشت توابعی که این کتابخانه های Machine Learning دارند را به شما آموزش دهیم و درک شما را از نحوه‌ی یادگیری یک ماشین بالا ببریم. در این سری ویدیو آموزشی سعی شده با توجه به سر فصل های کتاب learning from data اثر yaser abu mustafa و همچنین فیلم کلاس های machine learning او در Caltech مسایل و مباحث کاربردی یادگیری ماشین از جمله الگوریتم های پر کاربرد از ابتدایی تا پیشرفته آموزش داده شود . هر ویدیو الگوریتم و مساله ای خاص را بررسی می کند. ابتدا به معرفی مساله و الگوریتم پرداخته می‌شود سپس به صورت گام به گام در پایتون jupyter notebook کدی نوشته می شود که مخاطب آن را دنبال کند و بتواند خودش همگام با آن نتایج محاسبات و الگوریتم را ببیند.  

فیلم معرفی فیلم آموزشی یادگیری ماشین | Machine Learning

نرم افزارهای مورد نیاز این آموزش:

  • یکی از IDE های زبان پایتون (Jupyter Notebook , Spyder , Pycharm , ... )

پیش نیاز های این آموزش :

  • زبان برنامه نویسی پایتون
    مقدار توانایی مورد نیاز
  • ریاضیات عمومی (کار با بردارها، ماتریس ها، مشتق و ...)
    مقدار توانایی مورد نیاز
محمد فاضل زاده

فارغ التحصیل کارشناسی ارشد رشته فیزیک دانشگاه صنعتی شریف
مدرس برنامه نویسی محاسباتی ، فیزیک و ریاضیات کاربردی
دارنده‌ی مدال طلای کشوری المپیاد فیزیک

  1. کاربر

    چرا این آموزش تعداد فایل هاش کمه ؟ آیا قراره ادامه پیدا کنه ؟
    زمان کل این آموزش چند دقیقه هستش ؟ آیا برای موضوع یادگیری ماشین انقدر زمان کم نیست ؟

  2. nomber

    سلام چرا آموزش این موضوع گسترده توی ۲ قسمت ارائه شده آیا این موضوع وسیع رو توی ۲ قسمت میشه توضیح داد؟
    قراره قسمت ها افزایش پیدا کنن؟
    هر قسمت چند دقیقه است؟
    ممنون میشم اگه پاسخ بدید

دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

جهت ارسال تیکت بایستی وارد اکانت خود شوید. ورود به حساب کاربری