دوره یادگیری ماشین استنفورد به زبان فارسی

یادگیری ماشین ، علمی است که کامپیوترها اجازه می دهد که بدون اینکه به طور صریح برنامه ریزی شده باشند ، عمل کنند. در دهه گذشته ، دستاورد یادگیری ماشین برای ما ، خودرو های خودران ، شناسایی گفتاری ، جستجوی بهینه در وب و درک بسیار بهتر ژنوم انسان بوده است. یادگیری ماشین امروزه چنان فراگیر شده است که بدون این که بدانید، احتمالاً ده ها بار در روز از آن استفاده می کنید. بسیاری از محققان همچنین فکر می کنند که یادگیری ماشین بهترین راه برای پیشرفت هوش مصنوعی در سطح هوش انسانی است. در این کلاس ، شما با موثر ترین تکنیک های یادگیری ماشین آشنا می شوید و با آن ها تمرین کرده و پیاده سازی می کنید. از همه مهمتر ، شما نه تنها در مورد مبانی نظری یادگیری یاد خواهید گرفت ، بلکه می توانید دانش عملی لازم برای به کارگیری سریع و قدرتمند این تکنیک ها را برای مشکلات جدید کسب کنید. سرانجام ، شما با برخی از بهترین روش ها و دست آورد های سیلیکون ولی در حوزه یادگیری ماشین و هوش مصنوعی آشنا خواهید شد.

این دوره مقدمه ای گسترده در زمینه یادگیری ماشین ، تعیین داده ها و شناسایی الگوی آماری را فراهم می کند. مهم ترین عناوین این دوره عبارتند از:

۱- یادگیری نظارت شده ( الگوریتم های پارامتری / غیر پارامتری ، ماشین های بردار پشتیبان ، کرنل ها ، شبکه های عصبی )

۲- یادگیری بدون نظارت ( خوشه بندی ، کاهش ابعاد ، سیستم های پیشنهاد دهنده ، یادگیری عمیق )

۳- بهترین روش ها در یادگیری ماشین (نظریه بایاس / واریانس ؛ فرایند نوآوری در یادگیری ماشین و هوش مصنوعی )

این دوره همچنین از مطالعات کاربردی و برنامه های متعدد بهره می برد ، بنابراین شما همچنین خواهید آموخت که چگونه الگوریتم های یادگیری را در ساخت ربات های هوشمند ( درک ، کنترل ) ، درک متن ( جستجوی وب ، ضد هرزنامه ) ، دید رایانه ، انفورماتیک پزشکی استفاده کنید ، صوتی ، استخراج پایگاه داده و سایر حوزه ها استفاده کرد.