لیست مقاله ها

لیست مقاله های وبسایت

دسته بندی مقاله ها برای دسترسی سریع تر
صفحه قبلی
پیمایش رکوردها - صفحه 65 از 66
12345. . . .63646566
صفحه بعدی
1 پیاده‌سازی MLP با Keras؛ Fashion MNIST، Sequential API و آموزش مدل
2 MLP، Backpropagation و معماری‌های رگرسیون و طبقه‌بندی شبکه عصبی
3 بخش دوم و فصل ۱۰: آشنایی با شبکه‌های عصبی مصنوعی، نورون‌ها و Perceptron
4 Gaussian Mixture، تشخیص ناهنجاری، BIC/AIC و مدل‌های Novelty Detection
5 Label Propagation، Active Learning، DBSCAN و Gaussian Mixture
6 k-means پیشرفته؛ Mini-Batch، Silhouette و کاربردهای خوشه‌بندی
7 فصل ۹: یادگیری بدون نظارت؛ خوشه‌بندی و مبانی k-means
8 انتخاب ابعاد PCA، فشرده‌سازی، Random Projection و LLE
9 فصل ۸: کاهش ابعاد؛ نفرین ابعاد، Projection، Manifold و PCA
10 Gradient Boosting، HGB، Stacking و جمع‌بندی یادگیری گروهی
11 جنگل تصادفی، Extra-Trees، اهمیت ویژگی‌ها و AdaBoost
12 فصل ۷: یادگیری گروهی؛ رأی‌گیری، Bagging، Pasting و OOB
13 رگرسیون با درخت تصمیم، حساسیت به محور و واریانس مدل
14 فصل ۶: درخت‌های تصمیم؛ آموزش، پیش‌بینی، CART و منظم‌سازی
15 SVM در رگرسیون، ترفند هسته و مبانی ریاضی ماشین بردار پشتیبان
16 فصل ۵: ماشین‌های بردار پشتیبان؛ طبقه‌بندی خطی و غیرخطی
17 منظم‌سازی مدل‌ها، توقف زودهنگام، Logistic و Softmax Regression
18 گرادیان کاهشی تصادفی، رگرسیون چندجمله‌ای و منحنی‌های یادگیری
19 فصل ۴: آموزش مدل‌ها؛ رگرسیون خطی و گرادیان کاهشی
20 طبقه‌بندی چندکلاسه، تحلیل خطا و سامانه‌های چندبرچسبی
21 فصل ۳: طبقه‌بندی؛ MNIST، طبقه‌بندی دودویی و معیارهای ارزیابی
22 ارزیابی نهایی، استقرار، پایش و نگهداری سامانهٔ یادگیری ماشین
23 انتخاب و آموزش مدل، اعتبارسنجی متقابل و تنظیم فراپارامترها
24 تبدیل ویژگی‌ها، Transformerهای سفارشی و Pipelineهای پیش‌پردازش
25 آماده‌سازی داده: پاک‌سازی، ویژگی‌های دسته‌ای و مقیاس‌بندی
26 کاوش و مصورسازی داده، همبستگی‌ها و ترکیب ویژگی‌ها
27 ساخت مجموعهٔ آزمون و نمونه‌گیری طبقه‌بندی‌شده
28 کار با Google Colab و شناخت ساختار داده‌های مسکن کالیفرنیا
29 فصل ۲: پروژهٔ یادگیری ماشین از ابتدا تا انتها؛ صورت‌بندی مسئله و معیارهای ارزیابی
30 آزمون و اعتبارسنجی، انتخاب مدل، ناهماهنگی داده و تمرین‌های فصل ۱
31 چالش‌های اصلی یادگیری ماشین: کیفیت داده، بیش‌برازش و کم‌برازش
32 یادگیری دسته‌ای و برخط؛ یادگیری نمونه‌محور و مدل‌محور
33 کاربردها و انواع سامانه‌های یادگیری ماشین: از نظارت آموزشی تا یادگیری تقویتی
34 سپاسگزاری و فصل ۱: تعریف یادگیری ماشین و چرایی استفاده از آن
35 پیشگفتار: سونامی یادگیری ماشین، هدف کتاب و مسیر مطالعه
36 یادگیری ماشین کاربردی با Scikit-Learn، Keras و TensorFlow - معرفی و فهرست مطالب
37 آموزش جامع ورزش دارت Dart
38 خلاصه نحو SQL، نقد، منابع پیشنهادی و نمایه
39 پاسخ تمرین‌های SQL - بخش دوم و مثال‌های تکمیلی
40 ضمائم SQL - پایگاه داده تمرین و پاسخ تمرین‌ها بخش اول
صفحه قبلی
پیمایش رکوردها - صفحه 65 از 66
12345. . . .63646566
صفحه بعدی

اطلاعات تماس

  • آدرس:اصفهان-خیابان ام کلثوم غربی - بعد خیابان تخم چی - بیست متر بعد از پیتزا ننه شب - کوچه تعمیر گاه سمار زغالی - پلاک 354 - درب مشکی - طبقه هفتم
  • آدرس ایمیل:najafzade@gmail.com
  • وب سایت:http://www.a00b.com/
  • تلفن ثابت:(+98)9131253620
  • تلفن همراه:09131253620