سرفصل های یادگیری ماشین:
مقدمه و مفاهیم پایه
- مبانی یادگیری ماشین
- مبانی جبر خطی - ویژه یادگیری ماشین
- مبانی آمار و احتمال ویژهی یادگیری ماشین و شناسایی الگو - بخش اول
- مبانی آمار و احتمال ویژهی یادگیری ماشین و شناسایی الگو - بخش دوم
- مبانی آمار و احتمال ویژهی یادگیری ماشین و شناسایی الگو - بخش سوم
تخمین درست نمایی بیشینه (MLE)
- تخمین درستنمایی بیشینه (MLE)
رگرسیون (Regression)
- رگرسیون - بخش یک
- رگرسیون - بخش دوم
رگرسیون مبتنی بر احتمال
- رگرسیون مبتنی بر احتمال
طبقهبندی (Classification)
- طبقهبندی (Classification)
حاشیهی اطمینان و ماشین بردار پشتیبان (SVM)
- حاشیهی اطمینان (Margin) و ماشین بردار پشتیبان (SVM)
درخت تصمیم و جنگل تصادفی
- درخت تصمیم (Decision Tree) و جنگل تصادفی (Random Forest)
سرفصل های شناسایی الگو:
پیشگفتار
- پیشگفتاری بر بازشناسی الگو و معرفی آن
- چالشها و مسائل اساسی بازشناسی الگو
فصل اول
- ویژگی و مهندسی ویژگی در بازشناسی الگو
فصل دوم
- مفاهیم پایهای احتمالات در بازشناسی الگو
فصل سوم
- احتمالات توأم، شرطی و توزیعها در بازشناسی الگو (بخش اول)
- احتمالات توأم، شرطی و توزیعها در بازشناسی الگو (بخش دوم)
فصل چهارم
- معرفی کلاسیفایر بیزین درحالت تک بعدی
فصل پنجم
- شبکههای بیزین
فصل ششم
- تعمیم کلاسیفایر بیزین به حالت برداری (بخش اول)
- کوواریانس - تعبیر هندسی و مسائل تکمیلی بیزین برداری (بخش دوم)
فصل هفتم
- جداسازی Fisher
فصل هشتم
- تحلیل مولفههای اساسی (PCA) - بخش یک
- تحلیل مولفههای اساسی (PCA) - بخش دو
فصل نهم
- طبقه بندی مینیمم ریسک و تحلیل خطا - بخش یک
- طبقه بندی مینیمم ریسک و تحلیل خطا - بخش دو
فصل دهم
- طبقهبندی کننده نزدیکترین همسایگی
- ارزیابی طبقهبندی کنندهها، ماتریس بهم ریختگی و منحنی ROC
اطلاع از برنامه کلاسی و دریافت مشاوره رایگان