Course catalog
Categories
Showing 1-3 of 3 items.
LinkedIn AI Academy AI-100: 2 یادگیری تحت نظارت با شبکه های عصبی
(Mitalearn-390827)
- 1 hours 9 minutes
- مناسب همه
- Release date: 4 May 2023
- Author: Daniel Hewlett,Ananth Sankar
درباره این دوره:
هوش مصنوعی یکی از مهم ترین اما کمتر شناخته شده ترین زمینه ها در جهان است. طرز تفکر ما در مورد تجارت را تغییر می دهد، اما آنقدر سریع در حال تغییر است که پیگیری آن دشوار است. این دوره که توسط مهندسان لینکدین آنانت سانکار و دانیل هیولت تدریس میشود، نشان میدهد که چگونه شبکههای عصبی و یادگیری عمیق هوش مصنوعی را در دهه گذشته متحول کردهاند و برنامههایی را که قبلا غیرممکن بودند، فعال میکنند. Ananth و Daniel برخی از محبوب ترین معماری های شبکه عصبی را پوشش می دهند. آنها موضوعات کلیدی مانند شبکههای عصبی طبقهبندی خطی ساده، شبکههای عصبی کانولوشنال، و یادگیری توالی، و همچنین شبکههای عصبی نموداری و نحوه اعمال آنها را برای پیشبینی نمودارهای شبکههای اجتماعی مورد بحث قرار میدهند.
Related Skills
آموزش ضروری یادگیری تحت نظارت
(Mitalearn-199237)
- 1 hours 28 minutes
- متوسط
- Release date: 20 June 2026
- Author: Ayodele Odubela
درباره این دوره:
دانشمندان داده و دانشجویان ML/AI ممکن است به تجربه عملی با الگوریتم های یادگیری نظارت شده نیاز داشته باشند. در این دوره، مربی Ayodele Odubela به شما می آموزد که مدل هایی را که ایجاد کرده اید در داده های جدید اعمال کنید و عملکرد مدل را ارزیابی کنید. ابتدا، Ayodele بیان می کند که یادگیری تحت نظارت چیست و چگونه می توان با استفاده از داده های آموزشی برچسب دار پیش بینی کرد. او یک نمای کلی از الگوریتم رگرسیون لجستیک، نحوه ساخت یک مدل خطی در پایتون و نحوه محاسبه معیارهای مدل را به شما می دهد. سپس، Ayodele به شما کمک میکند اولین درختهای تصمیم خود و همچنین مدلهای نزدیکترین همسایگان را با استفاده از GridSearch ایجاد کنید. Ayodele نحوه ایجاد شبکه های عصبی مصنوعی را پوشش می دهد که برای اکثر کارهای یادگیری عمیق پایه ای هستند. او با یک مرور کلی هوش مصنوعی اخلاقی پایان می دهد و از شما می خواهد که تأثیر مدل های خود را در نظر بگیرید.
Related Skills
یادگیری ماشین کاربردی: یادگیری نظارت شده
(Mitalearn-411499)
- 2 hours 26 minutes
- مناسب همه
- Release date: 25 July 2025
- Author: Matt Harrison
درباره این دوره:
در این دوره ، مت هریسون-یک مربی شرکتی پایتون و علوم داده ، نویسنده ، سخنران ، مشاور و مشاور-به شما نشان می دهد که چگونه می توانید از تکنیک های یادگیری نظارت شده برای مشکلات دنیای واقعی استفاده کنید ، با تمرکز بر هر دو طبقه بندی و رگرسیون. با مدلهای اساسی مانند رگرسیون خطی شروع کنید و سپس به الگوریتم های پیچیده تری مانند درختان تصمیم گیری و XGBOOST بروید. به علاوه ، تکنیک های ارزیابی ، بهینه سازی و استقرار مدل را کاوش کنید. با چالش ها و راه حل های عملی ، این دوره شما را برای استفاده از یادگیری نظارت شده برای حل مشکلات در صنایعی مانند مراقبت های بهداشتی ، امور مالی و املاک و مستغلات آماده می کند.