Deep Learning Prerequisites: Logistic Regression in Python
این دوره رگرسیون لجستیک و کدنویسی را در زبان پایتون به شما آموزش می دهد، یادگیری ماشین و هوش مصنوعی در پایتون برای دانشجویان و متخصصان در این فیلم آموزشی آورده شده است . این دوره منجر به یادگیری عمیق و شبکه های عصبی می شود ، این یک روش محبوب و اساسی را که در یادگیری ماشین ، علم داده و آمار استفاده می شود را پوشش می دهد. ( رگرسیون لجستیک ) ما این تئوری را از ابتدا می پردازیم استخراج راه حل و کاربردهای آن برای مشکلات دنیای واقعی. ما به شما نشان می دهیم که چگونه می توان ماژول رگرسیون لجستیک خود را در پایتون کدگذاری کرد. این دوره مثالهای عملی بسیاری را برای شما فراهم می کند تا واقعاً ببینید چقدر می توان از یادگیری عمیق در هر چیزی استفاده کرد. در طول دوره ، ما یک پروژه دوره ای را انجام خواهیم داد ، که به شما نشان می دهد چگونه می توانید اقدامات کاربر را در وب سایت با توجه به داده های کاربر مانند بودن یا نبودن آن کاربر در دستگاه تلفن همراه ، تعداد محصولات مشاهده شده ، مدت زمان ماندگاری در وب سایت پیش بینی کنید. در سایت شما ، اینکه آیا آنها بازدید کننده بازگشتی هستند یا نه ، و در چه ساعتی از روز بازدید کرده اند. اگر شما یک برنامه نویس هستید و می خواهید با یادگیری در مورد علم داده ، توانایی های کدگذاری خود را ارتقا دهید ، این دوره برای شما مناسب است. اگر سابقه فنی یا ریاضی دارید و می خواهید از مهارت های خود برای تصمیم گیری داده محور و بهینه سازی تجارت خود با استفاده از اصول علمی استفاده کنید ، این دوره برای شما مناسب است.
- آنچه خواهید آموخت :
- program logistic regression from scratch in Python
- describe how logistic regression is useful in data science
- derive the error and update rule for logistic regression
- understand how logistic regression works as an analogy for the biological neuron
- use logistic regression to solve real-world business problems like predicting user actions from e-commerce data and facial
- expression recognition
- understand why regularization is used in machine learning
- نیازمندی ها :
- شما باید برخی از برنامه نویسی های اساسی پایتون را با Numpy Stack بدانید.
- این دوره اموزشی برای چه کسانی است :
- فراگیران بزرگسالی که می خواهند وارد حوزه علم داده و کلان داده شوند
- دانش آموزانی که به دنبال یادگیری ماشین یا علم داده هستند
- دانش آموزانی که از خسته کننده بودن آمار سنتی و عملکردهای از پیش نوشته شده در R خسته شده اند و می خواهند با اجرای آنها در
- پایتون ، نحوه کارکرد واقعی را بیاموزند افرادی که برخی از یادگیری ماشین را می دانند اما می خواهند بتوانند آن را با هوش مصنوعی مرتبط
- کنند
- افرادی که علاقه مندند فاصله ای بین علوم اعصاب محاسباتی و یادگیری ماشین ایجاد کنند
لینک دانلود
