Sokan Academy

آموزش یادگیری نظارت شده با scikit-learn

یادگیری نظارت شده یکی از زیر‌شاخه‌های یادگیری ماشین است که از آن‌ها برای پیش‌بینی نتایج آینده استفاده می‌شود. در این آموزش، با استفاده از یکی از کتابخانه‌های قدرتمند پایتون یعنی Scikit-Learn، به یادگیری نظارت شده می‌پردازیم تا بتوانیم پیش‌بینی‌های قدرتمندی انجام دهیم.

آموزش یادگیری نظارت شده با scikit-learn
5:10 ساعتآموزشویدیویی
592 هزار

در پایان این دوره می‌توانید


  • قادر به استفاده از scikit-learn برای پیاده‌سازی و ارزیابی مدل‌های دسته‌بندی و رگرسیون شوید.
  • بر اصول یادگیری نظارت شده و انواع مسائلی که می‌تواند حل کند مسلط شوید.
  • قادر به استفاده از معیارهای مختلف عملکرد برای ارزیابی دقت و اثربخشی مدل شوید.
  • داده ها را به مجموعه‌های آموزشی و آزمایشی تقسیم کنید و اهمیت این مرحله را در ارزیابی مدل درک کنید.
  • از طریق انجام عملیات روی مجموعه داده‌های دنیای واقعی، مانند پیش پردازش داده‌ها و تنظیم مدل، تجربه عملی به دست آورید.
  • تکنیک‌هایی را برای جلوگیری از بیش برازشی و کم برازشی در مدل‌های خود به کار گیرید.

معرفی


یادگیری نظارت شده یکی از مهم‌ترین و پرکاربردترین زیرشاخه‌های یادگیری ماشین است که در بسیاری از حوزه‌ها کاربردهای فراوانی دارد. از تشخیص بیماری‌ها در حوزه پزشکی گرفته تا پیش‌بینی روند بازارهای مالی، یادگیری نظارت شده به ما کمک می‌کند تا الگوهای پنهان در داده‌ها را کشف کنیم و از آن‌ها برای پیش‌بینی نتایج آینده استفاده کنیم.

در این دوره آموزشی، با استفاده از یکی از محبوب‌ترین و قدرتمندترین کتابخانه‌های یادگیری ماشین، یعنی Scikit-Learn، به یادگیری نظارت شده می‌پردازیم و شما یاد خواهید گرفت پیش‌بینی‌های قدرتمندی انجام دهید. برای مثال پیش‌بینی ریزش مشتری، تشخیص دیابت و طبقه‌بندی ژانر موسیقی و ... .

در پایان این دوره، شما می‌توانید مدل‌های پیش‌بینی‌کننده بسازید، و آن‌ها راتنظیم و ارزیابی کنید (این دوره به گونه‌ای طراحی شده است که هم برای مبتدیان و هم برای کسانی که تجربه قبلی در یادگیری ماشین دارند، مفید باشد).
 

سرفصل‌ها


4 سرفصل | 30 قسمت

پیش‌نیازها


آموزش مقدماتی پایتون
آموزش مقدماتی پایتون
4:50 ساعتآموزشویدیویی
آموزش محاسبات عددی با NumPy
آموزش محاسبات عددی با NumPy
5:20 ساعتآموزشویدیویی
آموزش مقدماتی آمار در پایتون
آموزش مقدماتی آمار در پایتون
5:30 ساعتآموزشویدیویی
آموزش ساماندهی داده‌ها با Pandas
آموزش ساماندهی داده‌ها با Pandas
4:30 ساعتآموزشویدیویی

مدرس‌ها


گواهینامه سکان آکادمی


شما پس از تکمیل دوره و قبولی در آزمون پایانی، مدرک اختصاصی سکان آکادمی برای دوره "آموزش یادگیری نظارت شده با scikit-learn" را بدست می‌آورید.

گواهی‌نامه‌ی آموزشی

گواهی‌نامه‌ی آموزشی

Sokan Academy
Course Completion Certificate
Supervised Learning with scikit-learn in Python
Skills: Data Classification , Linear Regression , Logistic Regression , Cross Validation , Hyperparameter Tuning , Data Preprocessing , Missing Data Handling , Feature Scaling , K-Nearest Neighbors Algorithm
گواهینامه معتبر به دو زبان فارسی و انگلیسی

سوالات متداول


این دوره برای همه‌ی علاقه‌مندان به یادگیری ماشین و داده‌کاوی طراحی شده است. برخی از مخاطبان اصلی این دوره عبارتند از:

  • - پژوهشگران و دانشمندان داده
  • - دانشجویان رشته‌های مهندسی و علوم کامپیوتر
  • - تحلیل‌گران داده و مهندسان یادگیری ماشین
  • - توسعه‌دهندگان نرم‌افزار که به دنبال یادگیری مفاهیم یادگیری ماشین هستند

برای شرکت در این دوره، شما باید با مبانی برنامه‌نویسی به زبان Python آشنا باشید. همچنین آشنایی ابتدایی با مفاهیم آمار و احتمال، آشنایی با کتابخانه پانداز، نامپای و مت پلات لیب می‌تواند مفید باشد.

بله. بعد از اتمام موفق دوره «یادگیری نظارت شده با Sickit-Learn» گواهی نامه معتبر سکان آکادمی به شما اعطا می‌شود که می‌توانید آن را برای اثبات مهارت‌های فنی خود به رزومه‌تان ضمیمه کنید.

آخرین گفت‌و‌گو‌های دوره


کاربر میهمان

شما به عنوان کاربر میهمان در سایت سکان آکادمی حضور دارید لطفاً برای ارسال دیدگاه ابتدا وارد حساب خود شوید.

آموزش یادگیری نظارت شده با scikit-learn-colorful

آموزش یادگیری نظارت شده با scikit-learn

5:10 ساعتآموزشویدیویی
گواهینامه معتبر
592 هزار
sokan-academy-footer-logo
کلیه حقوق مادی و معنوی این وب‌سایت متعلق به سکان آکادمی می باشد.