در دنیای امروز، یادگیری ماشین (Machine Learning) به یکی از مهارتهای کلیدی و پرکاربرد در علوم داده، هوش مصنوعی و فناوری اطلاعات تبدیل شده است. یادگیری ماشین بر پایه الگوریتمهایی بنا شده است که با تحلیل دادهها، الگوها و روابط پنهان میان آنها را کشف کرده و از این الگوها برای پیشبینی یا تصمیمگیری در مواجهه با دادههای جدید استفاده میکنند.
در این پست، دو ویدئوی آموزشی #رایگان در این حوزه در دسترس شما قرار دارد:
این جلسه، به تعریف یادگیری ماشین، انواع روشهای یادگیری (نظارتشده، بدوننظارت، تقویتی)، و کاربردهای متنوع آن در صنایع مختلف پرداخته شده است. همچنین مفاهیم کلیدی همچون داده، ویژگیها (Features)، برچسبها (Labels)، و مراحل کلی ساخت یک مدل یادگیری ماشین به زبان ساده توضیح داده میشوند. این ویدئو، دید جامعی از آنچه در مسیر یادگیری ماشین پیش رو دارید، ارائه میدهد.
سعید مجیدی در این ویدئو به معرفی یکی از سادهترین و در عین حال کاربردیترین الگوریتمهای یادگیری ماشین، یعنی نزدیکترین همسایه (KNN) میپردازد. این الگوریتم که در دسته یادگیری نظارتشده قرار دارد، بر اساس فاصلهسنجی میان دادهها، به طبقهبندی یا پیشبینی مقادیر میپردازد. در این ویدئو، منطق این الگوریتم، نحوه انتخاب پارامتر K، اهمیت پیشپردازش دادهها، و چالشهای معمول آن به شکلی کاربردی و قابل درک بیان شده است.
ـــــــــــــــــــــــ
d-learn.ir/mlpy
تماس:
@dlearn_ir
>>Click here to continue<<
