یادگیری ماشین مقدماتی
از داده تا مدلهای پیشبین قدرتمند
دانشگاه شریف
دکتر نیما هوشمند
مقدماتی
۶ هفته (۳–۵ ساعت در هفته)
4.8
12,450 دانشجو

سرفصل دوره
هفته ۱: مقدمه و انواع یادگیری
نظارتی/بدوننظارت، مجموعهداده، اهداف.
هفته ۲: رگرسیون خطی و لجستیک
مدلها، هزینه، گرادیان، ارزیابی.
هفته ۳: درخت تصمیم و KNN
بایاس/واریانس، تنظیم ابرپارامتر.
هفته ۴: SVM و کرنل
مرز تصمیم، کرنلها، تنظیم.
هفته ۵: خوشهبندی KMeans و PCA
کاهش بُعد و خوشهبندی.
هفته ۶: پروژهٔ نهایی
مدلسازی انتها-به-انتها روی مجموعهٔ واقعی.
مزایا
- تمرینهای عملی و پروژهٔ نهایی
- بازخورد از مدرس و انجمن
- گواهی دیجیتال
پرسشهای پرتکرار
آشنایی مقدماتی با ریاضی دبیرستان و کمی کدنویسی کافی است.
بله، پس از اتمام موفق دوره، گواهی دیجیتال صادر میشود.
از طریق تالار گفتگو و جلسات رفع اشکال هفتگی.