به گزارش باشگاه دانشجویان ایسنا، یادگیری ماشین به عنوان شاخه‌ای از هوش مصنوعی به ابزارهای تکنولوژی و نرم افزارها این قدرت را می‌دهد تا خودشان از طریق داده‌ها پیشرفت کنند.

به دلیل ظهور فناوری‌های جدید محاسباتی، امروزه یادگیری ماشین مانند گذشته نیست. علم ماشین لرنینگ از شناخت الگو و تئوری خاصی متولد شده است. این تئوری بیان می‌کند که کامپیوترها از توانایی یادگیری برخوردارند! محققان علاقمند به هوش مصنوعی تحقیقاتی برای پاسخ به این سوال انجام داده‌اند: آیا کامپیوترها می‌توانند از طریق داده‌هایی که در اختیار آن‌ها قرار می‌گیرند یاد بگیرند یا خیر. ماشین‌های مختلف ممکن است در موقعیت‌های مختلف داده‌های جدیدی دریافت کنند؛ بنابراین باید قادر به سازگاری با هر داده‌ی جدیدی باشند. آن‌ها از محاسبات قبلی یاد می‌گیرند تا تصمیمات و نتایج قابل اعتماد و قابل تکرار تولید کنند. جنبه تکراری یادگیری ماشین از این نظر حائز اهمیت است. علم یادگیری ماشین چندان جدید نیست؛ اما علمی است که اخیرا جنبش‌های تازه‌ای پیدا کرده است. بسیاری از الگوریتم‌های ماشین لرنینگ از مدت‌ها پیش وجود داشته‌اند، اما توانایی اعمال محاسباتی پیچیده ریاضی در داده‌های بزرگ و با سرعت زیاد از پیشرفت‌های اخیر محسوب می‌شود.

"مقدمه ای بر علم داده و یادگیری ماشین، سینتکس های پایتون، برنامه نویسی مقدماتی و آشنایی با کدنویسی در فضای ژوپیتر"، "فراخوانی برخی کتابخانه ها، پردازش و آماده سازی داده در پایتون"، "ادامه پردازش و آماده سازی داده در پایتون، تحلیل اکتشافی داده و بصری سازی داده ها در پایتون"، "مفاهیم الگوریتم های یادگیری ماشین (یادگیری با ناظر و بدون ناظر)"، "مدل سازی برخی مدل های طبقه بندی و مدل خوشه بندی در پایتون" و "مفاهیم شاخص‌های ارزیابی مدل های یادگیری ماشین و اجرای آن در پایتون" از جمله مباحث و سرفصل‌هایی است که در این دوره آ موزش داده خواهد شد.

این دوره با تدریس مهندس مهدیه توکلی ـ دانشجوی دکتری مهندسی صنایع دانشگاه تهران، پژوهشگر، مدرس و مشاور علم داده، از ۳۰ مرداد ماه روزهای شنبه و سه‌شنبه ساعت ۱۶:۳۰ تا ۱۹:۳۰، به صورت آنلاین برگزار می شود.

علاقه‌مندان می توانند جهت ثبت‌نام و کسب اطلاعات بیشتر به لینک https://www.iekntu.ir/courses/machine-learning-summer/ مراجعه کنند.

انتهای پیام