Italiano
Accedi
Apri in Telegram

Post در این جلسه از کتاب Hands-On Machine Learning with Scikit-Learn and PyTorch، چاپ ۲۰۲۶، از بخش Training Supervision در ان…

11 luglio 2026
پ
پایتون، علم داده و مهندسی هوش مصنوعی python تهران آموزش و توسعه نرم افزار
در این جلسه از کتاب Hands-On Machine Learning with Scikit-Learn and PyTorch، چاپ ۲۰۲۶، از بخش Training Supervision در انتهای صفحه ۳۴ فایل PDF تا پیش از ورود به مبحث Unsupervised Learning در صفحه ۳۶ را بررسی کردیم. در این ویدئو با مفهوم یادگیری نظارت‌شده یا Supervised Learning آشنا می‌شویم و یاد می‌گیریم که داده‌های آموزشی چگونه همراه با پاسخ صحیح یا Label در اختیار الگوریتم قرار می‌گیرند. سپس دو مسئله اصلی یادگیری نظارت‌شده، یعنی Classification و Regression، با مثال‌های فیلتر ایمیل‌های اسپم و پیش‌بینی قیمت خودرو توضیح داده می‌شوند. همچنین مفاهیم مهمی مانند Training Set، Instance، Feature، Target، Label، Predictor، Attribute، Logistic Regression، Probability، Generalization و Overfitting را بررسی می‌کنیم و شکل‌های مربوط به طبقه‌بندی ایمیل‌های اسپم و پیش‌بینی مقدار عددی در رگرسیون را به‌صورت دقیق تحلیل می‌کنیم. در پایان نیز تفاوت طبقه‌بندی و رگرسیون، نحوه نمایش داده‌ها با و ، مفهوم ویژگی و مقدار ویژگی، و دلیل استفاده از Logistic Regression در مسائل طبقه‌بندی توضیح داده می‌شود. #یادگیری_ماشین #هوش_مصنوعی #پایتون #MachineLearning #SupervisedLearning #Classification #Regression #LogisticRegression #ScikitLearn #PyTorch #DataScience #آموزش_هوش_مصنوعی #مهندسی_هوش_مصنوعی
6 · 183 ·

Vicino nel feed

پپایتون، علم داده و مهندسی هوش مصنوعی python تهران آموزش و توسعه نرم افزارآموزش عملی یادگیری ماشین با Python و Scikit-Learn | فصل اول کتاب Hands-On Machine Learning (2026) در این قسمت با اولین گام‌های یادگیری ماشین آشنا می‌شویم و مفهوپپایتون، علم داده و مهندسی هوش مصنوعی python تهران آموزش و توسعه نرم افزارآموزش عملی یادگیری ماشین با Python و Scikit-Learn | فصل اول کتاب Hands-On Machine Learning (2026) در این قسمت با اولین گام‌های یادگیری ماشین آشنا می‌شویم و مفهو
questo messaggio
پپایتون، علم داده و مهندسی هوش مصنوعی python تهران آموزش و توسعه نرم افزاردر این جلسه از کتاب Hands-On Machine Learning with Scikit-Learn and PyTorch، چاپ ۲۰۲۶، از بخش Training Supervision در انتهای صفحه ۳۴ فایل PDF تا پیش از ورود به پپایتون، علم داده و مهندسی هوش مصنوعی python تهران آموزش و توسعه نرم افزارimport numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.compose import ColumnTransformer from sklearn.preproces
پپایتون، علم داده و مهندسی هوش مصنوعی python تهران آموزش و توسعه نرم افزارپایتون، علم داده و مهندسی هوش مصنوعی python تهران آموزش و توسعه نرم افزار@python654 · canale
612iscritti522post nell'indice
Feed della community Apri in Telegram

Un feed pubblico aperto dall'indice di ricerca ChatCrawler — «Google per il Telegram pubblico»; si aggiorna man mano che la community viene scansionata. Orari in UTC.

Solo contenuti pubblici, API ufficiale di Telegram. Informazioni · FAQ · Limiti dell'indice · Rimuovi una pagina · Catalogo · Ricerca · Come calcoliamo