هدف نهایی این فرادرس این است که مخاطبان را به مهارت‌های بالاتر از سطح متوسط و در مواردی پیشرفته در زمینه یادگیری ماشین در زبان R مجهز کرده و آن‌ها را آماده استفاده از این روش‌ها در پروژه‌های پژوهشی و تجاری نماید.
آموزش رایگان رویکردهای یادگیری ماشین در R
محمد مرادی کارشناس ارشد مهندسی کامپیوتر در گرایش نرم‌افزار و در زمینه طراحی وب و تحلیل داده و سیستم‌های نرم‌افزاری مشغول به فعالیت هستند.
توضیحات تکمیلی
با توجه به امکانات جالب توجهی که زبان R برای پیاده‌سازی الگوریتم‌های یادگیری ماشین در اختیار قرار می‌دهد، در این آموزش به چگونگی استفاده از این زبان قدرتمند در این زمینه می‌پردازیم. به صورت مشخص، آشنایی با کتابخانه‌ها، جزئیات و پیاده‌سازی الگوریتم‌های مختلف یادگیری ماشین در کنار مروری عملیاتی بر چگونگی بازنمایی بصری داده‌ها، محتوای اصلی این آموزشی را تشکیل می‌دهند. همچنین در این فرادرس تلاش شده است که از طریق ارائه مثال‌های مختلف، به‌کارگیری عملیاتی یادگیری ماشین مورد بررسی قرار گیرد.
هدف نهایی این فرادرس این است که مخاطبان را به مهارت‌های بالاتر از سطح متوسط و در مواردی پیشرفته در زمینه یادگیری ماشین در زبان R مجهز کرده و آن‌ها را آماده استفاده از این روش‌ها در پروژه‌های پژوهشی و تجاری نماید.
ما در اين آموزش قصد داريم تا رویکردهای یادگیری ماشین در R را مورد بررسی قرار دهيم.
اين آموزش رايگان بخشی از آموزش یادگیری ماشین به زبان آر R
می‌باشد. برای کسب اطلاعات بيشتر و استفاده از اين آموزش بر روی اين لینک(+) کلیک کنید.
فهرست سرفصل‌ها و رئوس مطالب مطرح شده در اين مجموعه آموزشی، در ادامه آمده است:
- رویکردهای یادگیری ماشین در R
- تحلیل قواعد انجمنی
- خوشه‌بندی
- درخت تصمیم
- رگرسیون
- Support Vector Machine (SVM)
- K-Nearest Neighbor (KNN)
پیش نیاز
آنچه در این آموزش خواهید دید:
نرم افزارهای مرتبط با آموزش
جهت شروع مطالعه و یادگیری نیاز است بعد از
اطلاعات تکمیلی
| نام آموزش | آموزش رایگان رویکردهای یادگیری ماشین در R |
|---|---|
| ناشر | فرادرس |
| کد آموزش | FVR9611S03 |
| مدت زمان | ۱ ساعت و ۶ دقیقه |
| زبان | فارسی |
| نوع آموزش | آموزش ویدئویی (نمایش آنلاین + دانلود) |
| حجم دانلود | ۸۸ مگابایت (کیفیت ویدئو HD با فشرده سازی انحصاری فرادرس) |
نظرات