در این آموزش، مفاهیم پایه و الگوریتمهای مهم ماشین لرنینگ مثل Kmeans، PCA، درخت تصمیم، الگوریتم K نزدیکترین همسایه (KNN)، یادگیری گروهی (Ensemble Learning) و ماشین بردار پشتیبان (SVM) به صورت رایگان آموزش داده شدهاند. پیشنیاز آموزش یادگیری ماشین رایگان هوسم، ریاضیات است. شما باید با ریاضیات در حد دبیرستان آشنایی داشته باشید تا بتوانید ریاضیات پشت الگوریتمهای مطرح شده را درک کنید. سرفصلهای دوره آموزش یادگیری عمیق با پایتون که در مرحله دوم انجام میشود به صورت زیر خواهد بود: مقدمهای بر یادگیری عمیق و معرفی library استفادهشده در این دوره شبکههای عصبی (Neural networks) و نحوه پیادهسازی آنها در PyTorch آشنایی با مفهوم تنسور و نحوه کار کردن با آنها در PyTroch فرایند طراحی و استفاده از مدلهای deep learning آشنایی با روش stochastic gradient descent و نحوه پیادهسازی آن در PyTorch آشنایی با convolutional neural networks (CNNs) نحوه طراحی و train کردن یک مدل تشخیص عکس در PyTorch و fastai
مبتدی: برای کسانی که می خواهند تازه شروع به یادگیری کنند
متوسط: برای کسانی که آشنایی دارند و تا حدی بلدند
حرفه ای: برای کسانی که بلدند ولی می خواهند بیشتر یاد بگیرند
چند وقته میتونم برنامه نویس بشم؟