Download Free Software Gratis e Completos Webmaster Mocambique

Dominando a aprendizagem automática: do básico às inovações
Publicado em 9/2024
MP4 | Vídeo: h264, 1920x1080 | Áudio: AAC, 44,1 KHz
Idioma: Inglês | Tamanho: 918,11 MB | Duração: 3h 38m


Aprendizagem Automática, Aprendizagem Supervisionada, Aprendizagem Não Supervisionada, Regressão, Classificação, Clustering, Modelos de Markov

O que aprenderá

Explore os conceitos matemáticos fundamentais dos algoritmos de aprendizagem automática

Aplicar modelos lineares de aprendizagem automática para realizar regressão e classificação

Utilize modelos de mistura para agrupar itens de dados semelhantes

Desenvolver modelos de aprendizagem automática para previsão de dados de séries temporais

Desenhe modelos de aprendizagem de conjunto usando vários algoritmos de aprendizagem automática

Requisitos

Fundamentos de Matemática e Algoritmos

Descrição

Este curso de aprendizagem automática oferece uma introdução abrangente aos principais conceitos, algoritmos e técnicas que constituem a base da aprendizagem automática moderna. Concebido para se concentrar na teoria em vez da codificação prática, o curso cobre tópicos essenciais como a aprendizagem supervisionada e não supervisionada, regressão, classificação, agrupamento e redução de dimensionalidade. Os alunos irão explorar o funcionamento destes algoritmos e obter uma compreensão profunda das suas aplicações em vários domínios. O curso enfatiza o conhecimento teórico, fornecendo uma base sólida em conceitos críticos, tais como a avaliação de modelos, compensações de viés-variância, overfitting, underfitting e regularização . Além disso, abrange fundamentos matemáticos essenciais, como álgebra linear, probabilidade, estatística e técnicas de otimização, garantindo que os alunos estão equipados para compreender o funcionamento interno dos modelos de aprendizagem automática. Ideal para estudantes, profissionais e entusiastas com um conhecimento básico de matemática e programação, este curso é adaptado para aqueles que desejam desenvolver uma forte compreensão conceptual da aprendizagem automática sem se envolverem numa implementação prática. Serve como uma excelente base para a aprendizagem futura e aplicações práticas, permitindo aos alunos avaliar o desempenho do modelo, interpretar resultados e compreender a base teórica das soluções de aprendizagem automática. em aprendizagem automática ou aplicar os seus conhecimentos em áreas baseadas em dados, sem exigir programação ou utilização de software.

Visão geral

Secção 1: Introdução

Aula 1 Introdução à aprendizagem de máquina

Aula 2 Tipos de Aprendizagem Automática

Aula 3 Ajuste de Curva Polinomial

Aula 4 Probabilidade

Aula 5 Probabilidade Total, Regra de Bayes e Independência Condicional

Aula 6 Variáveis ��Aleatórias e Distribuição de Probabilidades

Aula 7 Expectativa, Variância, Covariância e Quantis

Secção 2: Modelos Lineares para Regressão

Aula 8 Estimativa de Máxima Verosimilhança

Aula 9 Método dos Mínimos Quadrados

Aula 10 Regressão Robusta

Aula 11 Regressão Ridge

Aula 12 Regressão Linear Bayesiana

Aula 13 Modelos Lineares para Classificação::Funções Discriminantes

Aula 14 Modelos Probabilísticos Discriminativos e Gerativos

Aula 15 Regressão Logística

Aula 16 Regressão Logística Bayesiana

Aula 17 Funções do Kernel

Aula 18 Truque do Kernel

Aula 19 Máquina de Vetores de Suporte

Secção 3: Modelos de Mistura e EM

Aula 20 Agrupamento K-means

Aula 21 Misturas de Gaussianas

Aula 22 EM para Modelos de Mistura Gaussiana

Aula 23 PCA, Escolhendo o número de dimensões latentes

Aula 24 Cluster hierárquico

Estudantes, cientistas de dados e engenheiros que procuram resolver problemas baseados em dados através de modelação preditiva






https://ddownload.com/v4gfjxmfw85e/.Mastering.Machine.Learning.From.Basics.to.Breakthroughs.2024-9.rar


https://rapidgator.net/file/039f3b1366aced7c64c166f1f71e20dd/.Mastering.Machine.Learning.From.Basics.to.Breakthroughs.2024-9.rar


https://turbobit.net/6rcvb19pr85h/.Mastering.Machine.Learning.From.Basics.to.Breakthroughs.2024-9.rar.html




Tem que se Registar para fazer Download
You have to register to download