Machine Learning

বিবরণ Machine Learning

এই কোর্স সম্পর্কে: মেশিন লার্নিং স্পষ্টভাবে প্রোগ্রামিং ছাড়া কাজ করার জন্য কম্পিউটার পাওয়ার বিজ্ঞান। গত দশকে, মেশিন লার্নিং আমাদেরকে স্ব-ড্রাইভিং গাড়ি, বাস্তব বক্তৃতা স্বীকৃতি, কার্যকর ওয়েব অনুসন্ধান এবং মানব জিনোমের ব্যাপকভাবে উন্নত বোঝার জন্য আমাদের দেওয়া হয়েছে। মেশিন লার্নিং আজকে ব্যাপকভাবে বিস্তৃত হয় যে আপনি সম্ভবত এটিকে জানার মাধ্যমে প্রতিদিন কয়েকবার এটি ব্যবহার করেন। অনেক গবেষক মনে করেন মানব-স্তরের এআইয়ের দিকে অগ্রগতি অর্জনের সর্বোত্তম উপায়। এই ক্লাসে, আপনি সবচেয়ে কার্যকরী মেশিন শেখার কৌশল সম্পর্কে শিখবেন এবং তাদের বাস্তবায়ন অনুশীলন এবং তাদের নিজের জন্য কাজ করার জন্য অর্জন করবেন। আরো গুরুত্বপূর্ণভাবে, আপনি কেবল শেখার তাত্ত্বিক underpinnings সম্পর্কে শিখবেন না, বরং নতুন সমস্যাগুলিতে দ্রুত এবং ক্ষমতাশালীভাবে এই কৌশলগুলি কীভাবে প্রয়োগ করতে হবে তাও শিখতে হবে। অবশেষে, আপনি মেশিন লার্নিং এবং এআই এর সাথে সম্পর্কিত হিসাবে উদ্ভাবনের মধ্যে সিলিকন ভ্যালির সর্বোত্তম অনুশীলন সম্পর্কে শিখবেন।
এই কোর্সটি মেশিন লার্নিং, ডেটামিনিং এবং পরিসংখ্যানগত প্যাটার্ন স্বীকৃতির জন্য একটি বিস্তৃত ভূমিকা সরবরাহ করে। বিষয়গুলির মধ্যে রয়েছে: (i) তত্ত্বাবধানে থাকা শেখার (প্যারামিটারিক / অ-প্যারামেট্রিক অ্যালগরিদম, সাপোর্ট ভেক্টর মেশিন, কার্নেল, নিউরাল নেটওয়ার্ক)। (ii) unsupervised শিক্ষা (ক্লাস্টারিং, মাত্রা হ্রাস, সুপারিশকারী সিস্টেম, গভীর শেখার)। (iii) মেশিন লার্নিংয়ের সর্বোত্তম অনুশীলন (পক্ষপাত / বৈকল্পিক তত্ত্ব; মেশিন লার্নিং এবং এআই ইনোভেশন প্রক্রিয়া)। কোর্সটি অসংখ্য কেস স্টাডিজ এবং অ্যাপ্লিকেশন থেকেও আঁকবে, যাতে আপনি স্মার্ট রোবটস (উপলব্ধি, নিয়ন্ত্রণ), পাঠ্য বোঝার (ওয়েব অনুসন্ধান, এন্টি-স্প্যাম), কম্পিউটার দৃষ্টি, মেডিকেল ইনফরম্যাটিক্স তৈরি করতে শিখতে অ্যালগরিদমগুলি কীভাবে প্রয়োগ করবেন তা শিখবেন। , অডিও, ডাটাবেস মাইনিং, এবং অন্যান্য এলাকায়।
আপনি একটি সফল মেশিন লার্নিং প্রকল্প তৈরি করতে শিখবেন কিভাবে শিখবেন। আপনি যদি এআই-তে একটি প্রযুক্তিগত নেতা হতে চান তবে আপনার দলের কাজের জন্য নির্দেশ কীভাবে সেট করবেন তা জানাবেন, এই কোর্সটি আপনাকে কীভাবে দেখাবে।
এই সামগ্রীর বেশিরভাগই অন্য কোথাও শেখানো হয়নি এবং আমার কাছ থেকে টানা হয় না অভিজ্ঞতা বিল্ডিং এবং অনেক গভীর শেখার পণ্য শিপিং। এই কোর্সটিতে দুটি "ফ্লাইট সিমুলেটর" রয়েছে যা আপনাকে একটি মেশিন লার্নিং প্রজেক্ট নেতা হিসাবে সিদ্ধান্ত গ্রহণ অনুশীলন করতে দেয়। এটি "শিল্প অভিজ্ঞতা" প্রদান করে যা আপনি অন্যথায় এমএল-এর কাজের অভিজ্ঞতার পরে কেবলমাত্র পেতে পারেন।
সূচি
01 এবং 02: ভূমিকা, প্রতিক্রিয়া বিশ্লেষণ এবং গ্রেডিয়েন্ট বংশদ্ভুত
03 : লিনিয়ার বীজগণিত - পর্যালোচনা
04: একাধিক ভেরিয়েবলের সাথে লিনিয়ার রিগ্রেশন
05: Octave
06: লজিস্টিক রিগ্রেশন
BR> 08: নিউরাল নেটওয়ার্ক - উপস্থাপনা
09: নিউরাল নেটওয়ার্ক - লার্নিং
10: মেশিন লার্নিং কৌশল প্রয়োগ করার পরামর্শ
11: মেশিন লার্নিং সিস্টেম ডিজাইন
12: সাপোর্ট ভেক্টর মেশিন
13: ক্লাস্টারিং
14: ডাইমেনালিটি হ্রাস
15: অ্যানোমেলি সনাক্তকরণ
16: সুপারিশার সিস্টেম
BR> 17: বড় স্কেল মেশিন লার্নিং
18: অ্যাপ্লিকেশন উদাহরণ - ফটো ওসিআর
19: কোর্স সারাংশ
আপনি করবেন:
- ত্রুটিগুলি কীভাবে নির্ণয় করবেন তা বোঝুন একটি মেশিন লার্নিং সিস্টেম, এবং
- ত্রুটি হ্রাসের জন্য সবচেয়ে প্রতিশ্রুতিশীল দিকগুলি অগ্রাধিকার দিতে সক্ষম হোন
জটিল এমএল এসই বুঝি TTINGS, যেমন mismatched প্রশিক্ষণ / পরীক্ষা সেট, এবং মানবিক স্তরের কর্মক্ষমতা তুলনা এবং / অথবা অতিক্রম করা
- শেষ থেকে শেষ শেখার, স্থানান্তর শেখার, এবং মাল্টি টাস্ক শেখার আবেদন কিভাবে জানুন