- اطلاعات کلی
- مدرس : دکتر جاهد سراوانی
- قسمت : فصل هفتم - قسمت 24
- وضعیت محصول : رایگان
- نوع آموزش : تصویری
- زبان : فارسی
- مدت زمان : 57 دقیقه
- حجم دوره: 149 مگابایت
- تاریخ : ۱۳ فروردین ۱۳۹۶
با سلام
آموزش آنتروپی Entropy و Decision Tree – درخت تصمیم گیری مربوط به فصل هفتم (قسمت ۲۴) از سری فیلم های آموزشی یادگیری ماشین می باشد. فصل هفتم در چهار قسمت (۲۴-۲۷) به آموزش درخت تصمیم میپردازد.
فصل هفتم شامل زیر بخش های زیر می باشد:
۲- مفهوم Information gain و الگوریتم ID3
۳- مفهوم Overfitting و الگوریتم K-fold Cross Validation
مباحث آموزش آنتروپی Entropy و Decision Tree – درخت تصمیم گیری
در قسمت بیستم و چهارم موارد زیر آموزش داده می شود:
۱- بیان مفهوم درخت تصمیم
۲- بیان مفهوم Univariate tree
۳- درخت طبقه بندی
۴- بیان مفهوم آنتروپی Entropy
۵- بیان ویژگی های آنتروپی Entropy
————————————————————————————————————————————
سرفصل های این مجموعه آموزشی یادگیری ماشین در متلب شامل موارد زیر می باشد:
سرفصل های آموزش جامع یادگیری ماشین:
فصل اول: آمار مقدماتی
فصل دوم: مفهوم یادگیری نظارت شده
فصل سوم: رگرسیون خطی و رگرسیون منطقی
فصل چهارم: روش های طبقه بندی پارامتریک
فصل پنجم : شبکه های عصبی
فصل ششم: روش های طبقه بندی غیر پارامتریک
فصل هفتم: درخت تصمیم گیری
فصل هشتم: ماشین بردار پشتیبان SVM
فصل نهم: روش های ترکیبی Ensemble Methods
تذکر
کتاب یادگیری ماشین آلپایدین (Alpaydın) میتوانید از اینجا و کتاب میشل (Tom Mitchell) را نیز از اینجا دانلود نمایید.
دانلود اسلاید های مباحث آموزش آنتروپی Entropy و Decision Tree – درخت تصمیم گیری
اسلایدهای این مجموعه آموزشی را می توانید از اینجا دانلود نمایید.
آموزش آنتروپی Entropy و Decision Tree – درخت تصمیم گیری از آموزش های گام به گام یادگیری ماشین در متلب برای اولین بار در ایران تهیه و توسط یکی از مجربترین اسانید در زمینه هوش مصنوعی آموزش داده شده است.
این مجموعه آموزشی بسیار مناسب برای محققین و دانشجویان در مقاطع کارشناسی، کارشناسی ارشد و دکتری می باشد که قصد یادگیری این درس و همچنین استفاده ازالگوریتم های هوش مصنوعی در مقاله و پایان نامه خود را دارند
با تشکر