ویدئو – آموزش علم داده و یادگیری ماشین با پایتون | مهندسی داده

ویدئو – آموزش علم داده و یادگیری ماشین با پایتون

۱۳۹۶/۰۱/۲۲
علم داده و یادگیری ماشین

نظر بدهید
2,704 مشاهده

علم داده به عنوان یکی از پیشروترین مهارت های امروز دنیای تکنولوژی که با طیف عظیمی از ابزار و الگوریتمها سروکار دارد، به یک ضرورت و نیاز تمامی حوزه های دانش تبدیل شده است به گونه ای که برای دومین سال پیاپی، برترین شغل سال آمریکا انتخاب شده است.

از طرفی یادگیری ماشین و هوش مصنوعی هم که با سابقه دیرینه در دنیای کامپیوتر، نقش محوری در بسیاری از استارت آپ های معروف دنیا دارد و پیشرفتهای اخیر حوزه های مختلف زندگی به نحوی با این شاخه از علم کامپیوتر مرتبطند. ترکیب یادگیری ماشین با علم داده، افق های نوینی را برای ما خواهد گشود.

اگر قصد یادگیری این دو مهارت را به صورت توامان دارید، شما را به تماشای مجموعه فیلم های یودمی در این حوزه، دعوت می کنیم .

سرفصل های دوره آموزشی – آموزش علم داده و یادگیری ماشین با پایتون :
بخش ۱: شروع به کار
بخش ۲: مروری بر آمار و احتمال، و شروع کار با پایتون
بخش ۳: مدل های پیش بینی کننده
بخش ۴: یادگیری ماشین با پایتون
بخش ۵: سیستم های توصیه گر
بخش ۶: تکنیک های پیشرفته تر داده کاوی و یادگیری ماشین
بخش ۷: بررسی چند مثال از دنیای واقعی
بخش ۸: آپاچی اسپارک : یادگیری ماشین در کلان داده
بخش ۹: طراحی تجربی – آشنایی با روشهای تست و آزمون داده ها
بخش ۱۰: پایان کار

نمونه ای دیگر از ویدئوی آموزشی :

شرکت سازنده: یودمی
زبان آموزش:  English – ساده و روان
مدرس: Frank Kane
سطح آموزشی: متوسط ، پیشرفته
زمان آموزش: حدود نه ساعت
حجم فایل: ۲GB

.u2c8427eed9d62f467097350bea859fd3 { padding:0px; margin: 0; padding-top:1em!important; padding-bottom:1em!important; width:100%; display: block; font-weight:bold; background-color:#ECF0F1; border:0!important; border-left:4px solid #2980B9!important; box-shadow: 0 1px 2px rgba(0, 0, 0, 0.17); -moz-box-shadow: 0 1px 2px rgba(0, 0, 0, 0.17); -o-box-shadow: 0 1px 2px rgba(0, 0, 0, 0.17); -webkit-box-shadow: 0 1px 2px rgba(0, 0, 0, 0.17); text-decoration:none; } .u2c8427eed9d62f467097350bea859fd3:active, .u2c8427eed9d62f467097350bea859fd3:hover { opacity: 1; transition: opacity 250ms; webkit-transition: opacity 250ms; text-decoration:none; } .u2c8427eed9d62f467097350bea859fd3 { transition: background-color 250ms; webkit-transition: background-color 250ms; opacity: 1; transition: opacity 250ms; webkit-transition: opacity 250ms; } .u2c8427eed9d62f467097350bea859fd3 .ctaText { font-weight:bold; color:inherit; text-decoration:none; font-size: 16px; } .u2c8427eed9d62f467097350bea859fd3 .postTitle { color:#D35400; text-decoration: underline!important; font-size: 16px; } .u2c8427eed9d62f467097350bea859fd3:hover .postTitle { text-decoration: underline!important; }

برای مطالعه :   آشنایی با الگوریتم های ضروری یادگیری ماشین

 


۱۳۹۶-۰۱-۲۲

دیدگاهتان را بنویسید

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