მანქანური სწავლება

მოგესალმებით, ეს არის გაკვეთილების სერია “მანქანური სწავლება ყველასთვის” ამ კურისის დახმარებით ვისწავლით მონაცემთა დამუშავებას ცნობილი ბიბლიოთეკების pandas და Numpy-ის დახმარებით ასევე შევისწავლით მოდელის აგებასა და გაშვებას Keras და TensorFlow-ს დახმარებით. Ეს კურსი დაგეხმარებათ გადაჭრათ თანამედროვე ტექნოლოგიური ამოცანები. თუ გნებავთ დაიწყოთ სამუშაო მაღალ ანაზღაურებად პროფესიაში,ისეთი როგორიც არის მონაცემთა მეცნიერება და მანქანური სწავლება მაშინ ეს კურსი თქვენთვის არის

მაქანური სწავლება ყველასათვის

პირველ მოდულში გავეცნობით მანქანური სწავლების საბაზო საკითხებს მონაცემთა მეცნიერებასდა და სხვადასხვა ალგორითმებზე დაყრდნობით.ძირითადი საკითხები მოიცავს

• მონაცემთა მანიპულაციას NumPy-ზე დაყდნობით
• მონაცემთა  ანალიზს pandas-ზე დაყრდნობით
• მონაცემთა პრეპროცესინგს scikit-learn-ზე დაყრდნობით
• მონაცემთა მოდელირებას scikit-learn-ზე დაყრდნობით
• კლასტერიზაცია scikit-learn-ის დახმარებით
• Gradient boosting  XGBoost-ით
• ღრმა დასწავლა  TensorFlow-ის გამოყენებით
• ღრმა დასწავლა Keras-ის გამოყენებით

ფოტოს ამოცნობა  მანქანური სწავლების გამოყენებით

ამ მოდულში გაცევნობით ძირითად ალგორითმებს რომლებიც მონაწილეობას იღებენ კომიუტერულ ხედვასა და თვით მავალ მანქანების შემუშავებაში.ძირითადი თემები არის

• Image processing
• CNN
• SqueezeNet
• ResNet

ბუნებრივი ენის დამუშავება მანქანური სწავლების გამოყენებით

ამ მოდულში გავეცნობით NLP-ის ტექნოლოგიას, კერძოთ კი მიმოვიხილავთ  ტექსტის ხმოვან ვერსიად გარდაქმნას და სემანტიკური ანალიზის ტექნოლოგიას ძირითადი თემები არის

• Word embeddings
• Language model
• Text classification
• Seq2Seq model

მოვემზადებით გასაუბრებისთვის,გავივლით ისეთ საკითხებს როგორიც არის

• მანქანური სწავლების პრაქტიკულ საკითხებს და კონცეპტებს
• საძიებო სისტემის რანჟირებას
• სარეკომენდაცი სისტემებს
• თვითმართვადი მანქანები
• სარეკლამო სისტემების ოპტიმიზაცია
• სხვა