|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/makine-ogrenmesinin-felsefesi-ve-matlab-uygulamalar/
课程评论：没有评论
课程名称：机器学习的哲学与MATLAB应用 课程概述： 本课程将深入探讨机器学习和人工智能背后的哲学思想，特别是分析哲学对该领域的影响。课程将从基础理论入手，讲解如何在不依赖现成库的情况下，利用MATLAB实现机器学习算法。 主要内容包括： * 机器学习的哲学基础与分类 * 梯度下降算法及其在优化方法中的应用 * 逻辑回归与感知器（Perceptron）的设计，用于分类任务 * 人工神经网络结构及反向传播（Backpropagation）算法 * 概率论的起源、哲学传播及其核心概念（如协方差、方差、均值） * 概率密度函数（PDF）在MATLAB中的应用 * 高斯混合模型（GMM）的应用，包括其分类功能和MATLAB实现 本课程旨在为学习者提供对机器学习深层逻辑和实践应用的全面理解，并鼓励其终身学习和应用。
Arkadaşlar hepinize merhaba.Bu derste özellikle Makine öğrenmesi ve yapay zeka ile alakalı matematiksel düşünüşte verilen felsefi geçmiş tartışması yapılacaktır. Analitik felsefenin etkisiyle doğan bu alanda Makine öğrenmesi için kullanılan temel teoriler ve bunların hazır kütüphane olmadan kodlanması üzerine güzel bir giriş bu derste yapılacaktır.Konu başlıkları olarak,- Makine öğrenmesinin felsefesi ve türleri- Optimizasyon yöntemlerinde de sıklıkla kendisi ve türevleri kullanılan düşen eğim algoritması- Sınıflama işlemleri için Lojistik regresyon kullanımı ve basit bir algılayıcı (perceptron) tasarımının anlatımı- Yapay sinir ağı yapıları ve bu tip ağların eğitimi için geri yayılımlı öğrenme teknikleri (Neural Network - Backpropagation Algorithm) - Olasılık teorisinin bulunuşu ve felsefi yayılımı (Probability)- Kovaryans, varyans, ortalama değer ve diğer olasılıksal kavramların açıklaması ve felsefi temeli- Olasılıksal yoğunluk fonksiyonlarının kullanımı ve matlab uygulaması (PDF)- Karışım modeli tabanlı birden fazla yoğunluk fonksiyonunun kullanımı ve Matlab uygulaması (GMM)- Olasılıksal karışım fonksiyonlarının sınıflama işlemleri ve Matlab UygulamasıUmarım size aktarmak istediğim bu bilgileri bir ömür boyu kullanırsınız.
