یادگیری ماشین
درخت تصمیم و روش‌های جمعی
۱۱ بخش۱۱ درس۱۱ آزمون۱ ساعت و ۲۷ دقیقه
متوسط
دورهٔ چهارم یادگیری ماشین در مدرسهٔ هوش مصنوعی مایان: از درخت تصمیم و معیار تقسیم تا هرس، یادگیری جمعی، بگینگ و جنگل تصادفی، اهمیت ویژگی‌ها، آدابوست، گرادیان بوستینگ، XGBoost و LightGBM و CatBoost، استکینگ، و یک پروژهٔ کامل تشخیص تقلب؛ با انیمیشن و کد واقعی.
این دوره در «مسیر متخصص فنی»، «پلن کامل» است.
دیدن پلنهابخش ۱درخت تصمیم چگونه کار می‌کند؟
۰/۱- درخت تصمیم چگونه کار می‌کند؟۸:۰۰ پیش‌نمایش رایگان
- آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۲آنتروپی، ضریب جینی و معیار تقسیم
۰/۱- آنتروپی، ضریب جینی و معیار تقسیم۷:۵۳
- آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۳هرس و کنترل عمق درخت
۰/۱- هرس و کنترل عمق درخت۸:۰۷
- آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۴ایده یادگیری جمعی
۰/۱- ایده یادگیری جمعی۸:۰۳
- آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۵Bagging و جنگل تصادفی
۰/۱- Bagging و جنگل تصادفی۷:۴۶
- آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۶اهمیت ویژگی‌ها
۰/۱- اهمیت ویژگی‌ها۸:۰۳
- آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۷Boosting و AdaBoost
۰/۱- Boosting و AdaBoost۸:۰۳
- آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۸گرادیان بوستینگ
۰/۱- گرادیان بوستینگ۷:۵۶
- آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۹XGBoost، LightGBM و CatBoost
۰/۱- XGBoost، LightGBM و CatBoost۷:۴۲
- آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۱۰Stacking و ترکیب مدل‌ها
۰/۱- Stacking و ترکیب مدل‌ها۷:۴۱
- آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۱۱تمرین: تشخیص تقلب در تراکنش‌ها
۰/۱- تمرین: تشخیص تقلب در تراکنش‌ها۸:۰۶
- آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
این دوره در «مسیر متخصص فنی»، «پلن کامل» است.
دیدن پلن‌ها