کارگاه یادگیری ماشین با پایتون: خوشه‌بندی (جلسه ششم)
یادگیری بدون نظارت و روش‌های خوشه‌بندی؛ الگوریتم k-means - سید ناصر رضوی - دانلود فایل‌ها: http://www.snrazavi.ir/ml-with-python/ - آزمایشگاه هوش مصنوعی و یادگیری ماشین (همیاد)
یادگیری ماشین کارگاه پایتون یادگیری بدون نظارت خوشه‌بندی رضوی سید ناصر رضوی همیاد Machine Learning Workshop Unsupervised Learning Clustering K-Means Razavi Seyed Naser Razavi machine learning یادگیری ماشین با پایتون کارگاه یادگیری ماشین با پایتون کارگاه یادگیری ماشین دکتر رضوی دکتر سید ناصر رضوی خوشه بندی خوشه بندی در پایتون
ویدیو بعدی
۱ معرفی یادگیری ماشین، شبکه‌های عصبی و یادگیری عمیق (یادگیری ژرف)
کارگاه یادگیری ماشین با پایتون (جلسه اول)
دوره کاربردی برنامه‌نویسی پایتون با پیاده‌سازی جویشگر متنی (هفته دوم)
دوره کاربردی برنامه‌نویسی پایتون با پیاده‌سازی جویشگر متنی (هفته سوم)
دوره کاربردی برنامه‌نویسی پایتون با پیاده‌سازی جویشگر متنی (هفته چهارم)
دوره کاربردی برنامه‌نویسی پایتون با پیاده‌سازی جویشگر متنی (هفته ششم)
دوره کاربردی برنامه‌نویسی پایتون با پیاده‌سازی جویشگر متنی (هفته پنجم)
کارگاه یادگیری ماشین با پایتون (جلسه دوم)
کارگاه یادگیری ماشین با پایتون (جلسه سوم)
کارگاه یادگیری ماشین با پایتون (جلسه چهارم)
کارگاه یادگیری ماشین با پایتون (جلسه پنجم)
یادگیری ماشین؛ خودآموز متلب (بخش دوم)
یادگیری ماشین؛ روش‌های بهینه‌سازی پیشرفته در متلب
یادگیری ماشین؛ رگرسیون لجستیک و کلاس‌بندی با چندکلاس
یادگیری ماشین؛ تنظیم (رگولاریزاسیون) برای برخورد با بیش‌برازش
کارگاه یادگیری ماشین با پایتون؛ پیاده‌سازی دسته بند خطی (جلسه ششم)
کارگاه یادگیری ماشین با پایتون (جلسه هفتم) پیاده سازی توابع هزینه
یادگیری ماشین؛ پیاده‌سازی الگوریتم پس‌انتشار خطا در متلب
کارگاه یادگیری ماشین با پایتون (جلسه هشتم؛ بخش اول) کمینه سازی تابع هزینه
کارگاه یادگیری ماشین با پایتون (جلسه هشتم؛ بخش دوم) پیاده سازی شبکه های عصبی
یادگیری ماشین؛ عیب‌یابی و مسئله بایاس و واریانس
یادگیری ماشین؛ ماشین بردار پشتیبان (بخش اول)
کارگاه یادگیری ماشین با پایتون (جلسه نهم) مباحث پیشرفته و یادگیری عمیق
کارگاه یادگیری ماشین با پایتون (جلسه دهم) پیاده سازی شبکه های کانولوشنال با کراس
کارگاه یادگیری عمیق با پایتون (جلسه ۰) معرفی
کارگاه یادگیری عمیق با پایتون؛ دسته‌بندی تصویر (جلسه اول)
کارگاه یادگیری عمیق با پایتون: شبکه‌های برگشتی و مدل‌های زبانی (جلسه ششم)
کارگاه یادگیری عمیق با پایتون: بازشناسی چهره (جلسه دوم)
کارگاه یادگیری عمیق با پایتون: عنوان‌بندی تصویر به زبان فارسی (جلسه هفتم)
کارگاه یادگیری عمیق با پایتون: ترجمه ماشینی (جلسه هشتم)
یادگیری ماشین (جلسه دوم) - یادگیری نظارت شده و رگرسیون خطی
یادگیری ماشین (جلسه چهارم) - رگرسیون چند متغیره و چندجمله‌ای
یادگیری ماشین (جلسه ششم) - پایتون برای یادگیری ماشین
یادگیری ماشین (جلسه هفتم) - پایتون برای یادگیری ماشین
یادگیری ماشین (جلسه هشتم): پایتون برای یادگیری ماشین
یادگیری ماشین (جلسه دهم) - بیش‌برازش و تنظیم
یادگیری ماشین (جلسه یازدهم) - دسته‌بند سافت‌مکس و شبکه‌های عصبی
یادگیری ماشین (جلسه سیزدهم) - آموزش شبکه‌های عصبی؛ نکات تکمیلی
یادگیری ماشین (جلسه سیزدهم، بخش دوم) - معرفی ماشین‌های بردار پشتیبان
یادگیری ماشین (جلسه چهاردهم) - ماشین‌های بردار پشتیبان و دسته‌بندی غیرخطی
یادگیری ماشین (جلسه شانزدهم) - یادگیری بدون نظارت و خوشه‌بندی
یادگیری ماشین (جلسه هجدهم) - تشخیص آنومالی (بخش اول)
یادگیری ماشین (جلسه نوزدهم) - تشخیص آنومالی (بخش دوم)
یادگیری ماشین (جلسه بیستم) - سامانه‌های توصیه‌گر
یادگیری ماشین (جلسه هفدهم) - کاهش ابعاد و تحلیل مؤلفه‌های اصلی
برنامه‌نویسی پایتون (۱-۲) - چرا باید زبان برنامه نویسی پایتون را یاد بگیریم؟
برنامه‌نویسی پایتون (۱-۱) - معرفی درس
برنامه‌نویسی پایتون (۱-۳) - شروع برنامه نویسی با پایتون
برنامه‌نویسی پایتون (۲-۱) - انواع داده‌ای و تعاریف اولیه
برنامه‌نویسی پایتون (۲-۲) - نوع داده‌ای رشته و عملیات ورودی و خروجی
برنامه‌نویسی پایتون (۲-۳) - انواع داده‌ای عددی در پایتون
برنامه‌نویسی پایتون (۳-۱) - نوع داده‌ای بولی و عملگرهای مقایسه‌ای
برنامه‌نویسی پایتون (۳-۲) - ساختارهای کنترلی و دستورات شرطی
برنامه‌نویسی پایتون (۳-۳) - حلقه while
برنامه‌نویسی پایتون (۳-۴) - حلقه for
برنامه‌نویسی پایتون (۳-۵) - سری هارمونی و جذر اعداد (روش نیوتن-رافسون)
برنامه‌نویسی پایتون (۴-۱) - شبیه‌سازی مونت-کارلو و مسئله قمارباز
برنامه‌نویسی پایتون (۴-۲) - آرایه و لیست
برنامه‌نویسی پایتون (۵-۱) - الگوریتم بُر زدن کنوث و بازی ورق
برنامه‌نویسی پایتون (۵-۲): حل مسئله جمع کننده کوپن
برنامه‌نویسی پایتون (۵-۳) - آرایه‌های دو بعدی
برنامه‌نویسی پایتون (۵-۴): حل مسئله ولگشت خود گریز
برنامه‌نویسی پایتون (۶-۱): ورودی و خروجی
برنامه‌نویسی پایتون (۶-۲): کار با فایل، تغییر جریان ورودی و خروجی، اتصال برنامه‌ها
برنامه‌نویسی پایتون (۶-۳) - خروجی گرافیکی و ترسیم شکل
برنامه‌نویسی پایتون (۶-۴): بازی آشوب و ترسیم شکل‌های فرکتالی
برنامه‌نویسی پایتون (۷-۲) - پروژه اول: جستجوی وب و الگوریتم رتبه‌بندی صفحات
برنامه‌نویسی پایتون (۷-۱): پویانمایی (انیمیشن) و تصاویر متحرک
برنامه‌نویسی پایتون (۸-۱): برنامه‌نویسی ماجولار (پیمانه‌ای) و توابع
برنامه‌نویسی پایتون (۸-۲): مراحل اجرای یک تابع و حوزه متغیرها
برنامه‌نویسی پایتون (۸-۳) - مقادیر پیش‌فرض، اثرات جانبی و چندریختی در توابع
برنامه‌نویسی پایتون (۸-۴) - توابع: چند مثال و چند پرسش
برنامه‌نویسی پایتون (۹): طراحی و پیاده‌سازی کتابخانه‌ها در پایتون
برنامه‌نویسی پایتون (۱۰-۱): کاربا کتابخانه‌ها، اعداد تصادفی و توابع آماری
برنامه‌نویسی پایتون (۱۰-۲): توابع بازگشتی (بخش اول)
برنامه‌نویسی پایتون (۱۱): توابع بازگشتی (بخش دوم)
برنامه‌نویسی پایتون (۱۲): طراحی الگوریتم‌ها (تقسیم و حل و برنامه‌ریزی پویا)
برنامه‌نویسی پایتون (۱۳): پروژه تراوش (بخش اول)
برنامه‌نویسی پایتون (۱۴): پروژه تراوش (بخش دوم)
موارد مشابه
کارگاه آموزشی سئو
کارگاه آموزشی سئو
کارگاه آموزشی سئو
آخرین های کاربران
آموزش سئو | راز رسیدن به رتبه 1 گوگل چیست؟ با گوگل کشتی نگیرید
آموزش وردپرس : تنظیمات پوسته آوادا | تنظیمات بخش چیدمان و منوها
دوره معرفی ابزارهای بازاریابی اینترنتی - سید حمیدرضا عظیمی
آموزش 0 تا 100 بوت استرپ | قسمت: نهم
