• خانه
  • پایتون
  • کتابخانه‌ها
  • یادگیری ماشین
  • فریم ورک‌ها
  • وب اپلیکیشن
  • پروژه‌
  • گیت
  • خانه
  • پایتون
  • کتابخانه‌ها
  • یادگیری ماشین
  • فریم ورک‌ها
  • وب اپلیکیشن
  • پروژه‌

یادگیری ماشین

  • معرفی
  • مدل و تابع هزینه
  • یادگیری پارامتر

    • رگرسیون خطی چند متغیره

    رگرسیون لجستیک

    شبکه‌های عصبی -
    معرفی

    شبکه‌های عصبی - یادگیری

    توصیه‌هایی در به کار بردن یادگیری ماشین

  • ارزیابی یک الگوریتم یادگیری
  • سوگیری در برابر واریانس
  • طراحی یک سیستم یادگیری ماشین
  • مدیریت داده‌های نامتناسب
  • استفاده از مجموعه داده‌های بزرگ

    • طبقه‌بندی کننده با حاشیه زیاد

  • الگوریتم SVM
  • درک بهتر SVM
  • کرنل‌ها
  • SVM در عمل

    • یادگیری بدون نظارت

  • معرفی خوشه‌بندی
  • الگوریتم k-means
  • کاهش بعد
  • الگوریتم PCA
  • استفاده از PCA

    • یافتن بی‌هنجاری

  • معرفی
  • تخمین چگالی
  • ساختن یک سیستم یافتن بی‌هنجاری
  • توزیع گاوسین چند متغیره
  • پیش‌بینی امتیاز فیلم‌ها
  • فیلتر کردن مشارکتی
  • عامل‌بندی ماتریس‌های دارای نقصان رنک

    • مجموعه داده‌های بزرگ

  • معرفی
  • SGD
  • MBGD
  • همگرایی SGD
  • یادگیری آنلاین
  • محاسبات موازی

    • مثال کاربردی:
    Photo OCR

  • توصیف مسئله
  • پنجره‌های لغزان
  • داده‌های مصنوعی
  • تحلیل ceiling

Model and Cost Function

<< مبحث قبلی مبحث بعدی >>
<< مبحث قبلی مبحث بعدی >>

آخرین پروژه‌ها

راه‌های ارتباطی

  • گیت هاب: github.com/sh-Izadi14
  • ایمیل: shahabizadi14@gmail.com
  • تلگرام: sh_Izadi14@
  • اینستاگرام: sh_Izadi14@

لینک‌های مفید

  • https://www.sololearn.com
  • https://www.freecodecamp.org
  • https://www.coursera.com
  • MIT OpenCourseWare