- عرضه Tether برای اولین بار از ماه مه 2022 برای اولین بار از 80B دلار برخورد می کند - رقبای Stablecoin Stumble
- تحلیلگران وقتی بانک خود را تحت عنوان IPO قرار نمی دهند ، سهام بهتری می گیرند.
- معاملات در فرایندها
- "شکستن بلوک ها: راهنمای ضروری برای نشانه های اهرمی Binance"
- Bubblemaps 10 ٪ از کیف پول های Shiba Token به ارزش بیش از 1 میلیارد دلار را تجزیه و تحلیل می کند
- درباره Leea
- چشم انداز فنی هفتگی: Momentum در طلا (XAU/USD) ، GBP/NZD و CAD/JPY بازی می کند
- چگونه مبادلات رمزنگاری درآمد کسب می کند؟یک راهنمای کوتاه برای سرمایه گذاران بالقوه
- برنامه نویسی متاتریدر 4 (MT4) چگونه کار می کند؟
- انجمن QuantCoect
آخرین مطالب
امکانات وب
این تعهد متعلق به هیچ شعبه ای در این مخزن نیست و ممکن است متعلق به یک چنگال در خارج از مخزن باشد.
شاخه ها/برچسب ها را تغییر دهید برچسب های شاخه شاخه ها را بارگیری نکرد چیزی برای نشان دادن برچسب ها را بارگیری نکرد چیزی برای نشان دادن
نام در حال استفاده
یک برچسب در حال حاضر با نام شاخه ارائه شده وجود دارد. بسیاری از دستورات GIT نام برچسب و شاخه را می پذیرند ، بنابراین ایجاد این شاخه ممکن است باعث رفتار غیر منتظره شود. آیا مطمئن هستید که می خواهید این شاخه را ایجاد کنید؟
لغو ایجاد رمز
- محلی
- مکاشه
https github cli با استفاده از URL وب از Git یا Checkout با SVN استفاده کنید. با CLI رسمی ما سریع کار کنید. بیشتر بدانید.
ورود به سیستم لازم
لطفاً برای استفاده از برنامه های کد وارد سیستم شوید.
راه اندازی دسک تاپ GitHub
اگر هیچ اتفاقی نمی افتد ، دسک تاپ GitHub را بارگیری کنید و دوباره امتحان کنید.
راه اندازی دسک تاپ GitHub
اگر هیچ اتفاقی نمی افتد ، دسک تاپ GitHub را بارگیری کنید و دوباره امتحان کنید.
راه اندازی Xcode
اگر هیچ اتفاقی نمی افتد ، Xcode را بارگیری کنید و دوباره امتحان کنید.
راه اندازی کد ویژوال استودیو
فضای کد شما یک بار آماده خواهد شد.
مشکلی برای تهیه فضای کدگذاری شما وجود داشت ، لطفاً دوباره امتحان کنید.
آخرین تعهد
7b1556a 26 مارس 2023 7b1556a
آمار git
فایل ها
بارگیری آخرین اطلاعات متعهد انجام نشد.
نوع نام آخرین پیام تعهد زمان متعهد شدن رمز
readme. md
دوره تخصصی یادگیری ماشین
حاوی راه حل ها و یادداشت هایی برای تخصص یادگیری ماشین توسط اندرو نگ در Coursera است
- هفته 1
- مسابقه تمرین: رگرسیون
- مسابقه تمرین: تحت نظارت و یادگیری بدون نظارت
- مسابقه تمرین: مدل را با نزول شیب آموزش دهید
- آزمایشگاههای اختیاری
- نمایش مدل
- تابع هزینه
- نزول شیب
- هفته 2
- مسابقه تمرین: نزول شیب در عمل
- مسابقه تمرین: رگرسیون خطی چندگانه
- آزمایشگاههای اختیاری
- وکتور سازی numpy
- رگرسیون چند متغیره
- مقیاس بندی ویژگی
- مهندسی ویژگی
- نزول شیب Sklea
- روش عادی Sklea
- رگرسیون خطی
- هفته 3
- مسابقه تمرین: عملکرد هزینه برای رگرسیون لجستیک
- مسابقه تمرین: تبار شیب برای رگرسیون لجستیک
- آزمایشگاههای اختیاری
- طبقه بندی
- عملکرد سیگموئید
- مرز تصمیم گیری
- از دست دادن لجستیکی
- تابع هزینه
- نزول شیب
- Scikit Lea - رگرسیون لجستیک
- بیش از حد
- منظم سازی
- رگرسیون لجستیک
- هفته 1
- مسابقه تمرین: شهود شبکه های عصبی
- مسابقه تمرین: مدل شبکه عصبی
- مسابقه تمرین: اجرای TensorFlow
- مسابقه تمرین: اجرای شبکه های عصبی در Numpy
- آزمایشگاههای اختیاری
- نورونها و لایه ها
- برشته کردن قهوه
- کباب کردن قهوه با استفاده از numpy
- شبکه های عصبی برای طبقه بندی باینری
- مسابقه تمرین: آموزش شبکه های عصبی
- مسابقه تمرین: توابع فعال سازی
- مسابقه تمرین: طبقه بندی چند کلاسه
- آزمون تمرین: مفاهیم شبکه های عصبی اضافی
- آزمایشگاههای اختیاری
- RElu
- سافت مکس
- طبقه بندی چند طبقه
- شبکه های عصبی برای تشخیص رقم دست نویس - چند کلاسه
- هفته 3
- آزمون تمرین: توصیه هایی برای استفاده از یادگیری ماشینی
- مسابقه تمرین: تعصب و واریانس
- آزمون تمرین: فرآیند توسعه یادگیری ماشین
- تکلیف برنامه نویسی
- مشاوره برای یادگیری ماشین کاربردی
- هفته 4
- مسابقه تمرین: درختان تصمیم
- مسابقه تمرین: یادگیری درختان تصمیم
- مسابقه تمرین: مجموعه درختان تصمیم
- تکلیف برنامه نویسی
- درختان تصمیم
- هفته 1
- آزمون تمرین: خوشه بندی
- آزمون تمرین: تشخیص ناهنجاری
- تکالیف برنامه نویسی
- ک یعنی
- تشخیص ناهنجاری
- هفته 2
- آزمون تمرین: فیلتر مشارکتی
- آزمون تمرین: پیاده سازی سیستم های پیشنهادی
- آزمون تمرین: فیلترینگ مبتنی بر محتوا
- تکالیف برنامه نویسی
- فیلتر مشارکتی RecSys
- RecSys با استفاده از شبکه های عصبی
- هفته 3
- مسابقه تمرینی: مقدمه یادگیری تقویتی
- آزمون تمرین: تابع ارزش حالت-عمل
- آزمون تمرین: فضاهای حالت مداوم
- تکلیف برنامه نویسی
- Deep Q-Leaing - Lunar Lander
این دوره بهترین مکان برای تبدیل شدن به یک مهندس یادگیری ماشین است. حتی اگر شما یک متخصص باشید، بسیاری از الگوریتم ها مانند درخت های تصمیم به طور عمیق پوشش داده شده اند که ممکن است به بهبود بیشتر مهارت ها کمک کند.
تشکر ویژه از پروفسور Andrew Ng برای ساختار و طراحی این دوره.
بینشی از آنچه ممکن است بتوانید در پایان این تخصص به دست آورید:
- یک الگوریتم یادگیری بدون نظارت بنویسید تا فرودگر ماه را با استفاده از Deep Q-Leaing فرود بیاورید.
- مریخ نورد پس از تلاش های ناموفق بسیاری در یادگیری نحوه انجام آن، آموزش داده شد تا به درستی روی سطح فرود بیاید، درست بین پرچم ها به عنوان نشانگر.
- فرود نهایی پس از آموزش عامل با استفاده از پارامترهای مناسب:
- یک الگوریتم برای یک سیستم توصیه کننده فیلم بنویسید
- پایگاه داده فیلم بر اساس ژانر آن جمع آوری شده است.
- یک الگوریتم فیلترینگ مبتنی بر محتوا و فیلتر مشارکتی آموزش داده شده و سیستم توصیه کننده فیلم پیاده سازی شده است.
- توصیه های فیلم را بر اساس ژانر فیلم می دهد.
در پایان، این دوره ای است که من به همه توصیه می کنم آن را بگذرانند. نه فقط به این دلیل که چیزهای جدید زیادی یاد می گیرید، بلکه تکالیف نیز نمونه هایی از زندگی واقعی هستند که تکمیل آنها هیجان انگیز است.
یادگیری مبارک :))
در باره
حاوی راه حل ها و یادداشت هایی برای تخصص یادگیری ماشین توسط دانشگاه استنفورد و Deepleaing. ai - Coursera (2022) توسط پروفسور اندرو NG
ما را در سایت فارکس بازار مدرن دنبال می کنید
برچسب :
نویسنده : امین زندگانی
بازدید : <-PostHit->
آرشیو مطالب
خبرنامه
