Course catalog

Course duration

Course provider

Topic

Categories

Showing 1-5 of 5 items.

coursera احتمال و آمار برای یادگیری ماشین و علم داده (Mitalearn-303872)

  • 8 hours 24 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Luis Serrano
درباره این دوره:

به تازگی برای سال 2024 به روز شده است! Mathematics for Machine Learning and Data Science یک برنامه آنلاین پایه است که توسط DeepLearning.AI ایجاد شده و توسط Luis Serrano تدریس می شود. در یادگیری ماشینی، شما مفاهیم ریاضی را از طریق برنامه نویسی به کار می برید. و بنابراین، در این تخصص، مفاهیم ریاضی را که با استفاده از برنامه نویسی پایتون یاد می گیرید، در تمرینات آزمایشگاهی عملی به کار خواهید برد. به عنوان یک زبان آموز در این برنامه، برای موفقیت به مهارت های برنامه نویسی پایتون اولیه تا متوسط ​​نیاز دارید. پس از اتمام این دوره، شما قادر خواهید بود: • با استفاده از مفاهیم احتمال، متغیرهای تصادفی، و توزیع احتمال، عدم قطعیت ذاتی در پیش‌بینی‌های مدل‌های یادگیری ماشین را توصیف و کمی کنید. • درک بصری و شهودی خواص توزیع‌های احتمال رایج در یادگیری ماشین و علم داده مانند توزیع‌های برنولی، دوجمله‌ای و گاوسی • روش‌های آماری رایج مانند برآورد حداکثر احتمال (MLE) و حداکثر تخمین پیشینی (MAP) را برای مشکلات یادگیری ماشین اعمال کنید. • ارزیابی عملکرد مدل های یادگیری ماشین با استفاده از تخمین های بازه ای و حاشیه خطاها • استفاده از مفاهیم آزمون فرضیه های آماری در آزمون های رایج در علم داده مانند آزمون AB • تجزیه و تحلیل داده های اکتشافی را روی یک مجموعه داده برای یافتن، اعتبارسنجی و کمی کردن الگوها انجام دهید. بسیاری از مهندسان یادگیری ماشین و دانشمندان داده در زمینه ریاضیات به کمک نیاز دارند، و حتی تمرین‌کنندگان با تجربه نیز می‌توانند از کمبود مهارت‌های ریاضی عقب‌مانده شوند. این تخصص از آموزش نوآورانه در ریاضیات استفاده می‌کند تا به شما کمک کند تا سریع و شهودی یاد بگیرید، با دوره‌هایی که از تجسم‌های ساده برای پیگیری استفاده می‌کنند تا به شما کمک کنند تا ببینید که چگونه ریاضیات پشت یادگیری ماشین واقعاً کار می‌کند.  ما به شما توصیه می کنیم سطح ریاضی دبیرستان (توابع، جبر پایه) و آشنایی با برنامه نویسی (ساختارهای داده، حلقه ها، توابع، دستورات شرطی، اشکال زدایی) داشته باشید. تکالیف و آزمایشگاه‌ها در پایتون نوشته شده‌اند، اما این دوره تمام کتابخانه‌های یادگیری ماشینی را که استفاده می‌کنید معرفی می‌کند.

coursera ریاضی پشت مانی بال (Mitalearn-326890)

  • 14 hours 29 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Professor Wayne Winston
درباره این دوره:

بیاموزید که چگونه می توان از احتمال، ریاضی و آمار برای کمک به بهبود تیم های بیسبال، فوتبال و بسکتبال، انتخاب بازیکن و ترکیب و همچنین در استراتژی بازی استفاده کرد.

linkedin مبانی آمار: احتمال (Mitalearn-216611)

  • 1 hours 15 minutes
  • مناسب همه
  • Update date: 5 June 2025
  • Author: Eddie Davila
درباره این دوره: 

 مطمئن نیستید که آیا به آمار نیاز دارید؟ دوباره فکر کن! آمار به تصمیم گیری، اکتشافات جدید، سرمایه گذاری و پیش بینی کمک می کند. برای موضوعاتی از نژادهای سیاسی گرفته تا پیشرفت های مراقبت های بهداشتی، آمار می تواند درک شما را از موضوع مورد علاقه شما بهبود بخشد. در این دوره، پروفسور ادی داویلا اصطلاحات، فرمول ها و تکنیک های رایج مربوط به احتمال، حوزه آماری که این دوره در آن تمرکز دارد را آموزش می دهد.n او جایگشت ها، ترکیب ها و صدک ها را پوشش می دهد و به نحوه توصیف و محاسبه آنها می پردازد. ادی احتمالات چند رویدادی را معرفی می کند و درباره زمان جمع و تفریق احتمالات بحث می کند. او درخت‌های احتمال، قضیه بیز، دوجمله‌ای و موارد دیگر را توصیف می‌کند. شما می توانید یاد بگیرید که داده های خود را درک کنید، نظریه ها را اثبات کنید و منابع ارزشمند را ذخیره کنید - همه اینها با درک اعداد.

coursera مبانی تحقیق علمی در شرایط عدم قطعیت (Mitalearn-348888)

  • 3 hours 21 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Michael Shields
درباره این دوره:

این دوره به آموزش مبانی تحقیق علمی می پردازد. ما به فرآیند تحقیق به عنوان ابزاری برای کاهش سیستماتیک عدم قطعیت می پردازیم و نشان می دهیم که چگونه انجام یک تحقیق علمی می تواند به عنوان تمرینی در کمی سازی عدم قطعیت بیزی مطرح شود. ما با کاوش در چشم انداز علمی شروع می کنیم تا انواع مختلف تحقیقات را درک کنیم، کجا انجام می شوند، چگونه پشتیبانی می شوند و چرا هر یک از این نوع تحقیقات مهم است. سپس تحقیق علمی و روش علمی را رسمیت می دهیم و فرآیند تحقیق و شایستگی های علمی آن را تشریح می کنیم. مفاهیم اساسی در نظریه احتمال معرفی می شوند که منجر به ارائه مفهومی ساده قانون بیز می شود. سپس نشان می‌دهیم که چگونه قانون بیز چارچوبی ریاضی برای فرآیند تحقیق فراهم می‌کند. ما بر نقشی که تحقیق در زندگی روزمره و حرفه‌ای ما ایفا می‌کند و اینکه چگونه مهارت‌های پژوهشی می‌تواند به ما کمک کند انتقادی فکر کنیم، چه در یک زمینه فنی هستید یا نه، تأکید می‌کنیم. تمرین‌ها برای کمک به شما در بهبود مهارت‌های پژوهشی و تفکر علمی‌تر طراحی شده‌اند. فراگیرانی که در زمینه های تحقیقاتی تازه وارد هستند یا می خواهند مهارت های تحقیقاتی خود را در هر زمینه ای برای رشد شغلی/حرفه ای یا شخصی بهبود بخشند تشویق می شوند که ثبت نام کنند. این دوره در سطح مقدماتی تدریس می شود به طوری که در پایان دوره، می توانید یک فرضیه تحقیق را تدوین کنید و یک برنامه تحقیقاتی علمی برای آزمایش آن فرضیه طراحی کنید. برای موفقیت در این دوره، به ریاضیات ورودی دانشگاه نیاز دارید.

linkedin مبانی یادگیری ماشین: احتمال (Mitalearn-394465)

  • 1 hours 29 minutes
  • مناسب همه
  • Update date: 9 June 2025
  • Author: Terezija Semenski
درباره این دوره: 

 

اگر با مدل‌های یادگیری ماشین کار می‌کنید، احتمالاً می‌دانید که مدل‌های شما بر اساس تخمین و تقریب هستند. احتمال همه چیز و بیشتر است — اما چگونه از آن به نفع خود استفاده می کنید؟

در این دوره، سومین قسمت از مجموعه مبانی یادگیری ماشین، به مربی Terezija Semenski برای کاوش عمیق احتمالات بپیوندید. مفاهیم و عملکردهای اصلی آن و نحوه استفاده از آن برای طراحی، پیاده سازی و مدیریت الگوریتم های یادگیری ماشینی قابل اعتمادتر. در طول مسیر، برخی از ضروری‌ترین ابزارها و تکنیک‌هایی را که برای مدل‌سازی احتمالی موفق، بیرون کشیدن از قوانین احتمال، احتمال مشترک و حاشیه‌ای، توزیع‌های احتمال گسسته، توزیع‌های احتمال پیوسته، قضیه بیز و غیره باید بدانید، کشف کنید. /p>


Suggestions