Learn Machine Learning & AI

515 mnenj
Kategorija vsebine
Primerno za vse
10 tis.+
Prenosi
Kategorija vsebine
Primerno za vse
Več o tem
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona
Slika posnetka zaslona

O tej aplikaciji

Tečaj »Naučite se strojnega učenja in umetne inteligence« je strukturiran tečaj, ki vas popelje od tega, »kaj je strojno učenje«, do razumevanja algoritmov, na katerih temelji sodobna umetna inteligenca, v kratkih lekcijah, ki jih lahko berete na telefonu.

Predhodne izkušnje z umetno inteligenco niso potrebne. Če znate osnovno algebro in malo Pythona, lahko sledite temu tečaju.

KAJ SE BOSTE NAUČILI

Osnove strojnega učenja
Kaj je strojno učenje, kako se razlikuje od tradicionalnega programiranja, potek dela strojnega učenja, podatki za učenje in testiranje, prekomerno prilagajanje, premalo prilagajanje, pristranskost in varianca ter kako se modeli ocenjujejo.

Nadzorovano učenje
Linearna regresija, logistična regresija, odločitvena drevesa, naključni gozdovi, stroji podpornih vektorjev, k najbližjih sosedov in naivni Bayesov sistem, vsak z intuicijo, ki stoji za njim, in kje se dejansko uporablja.

Nenadzorovano učenje
K pomeni združevanje v skupine, hierarhično združevanje v skupine, zmanjšanje dimenzionalnosti, analizo glavnih komponent in odkrivanje anomalij.

Globoko učenje in nevronske mreže
Perceptroni, aktivacijske funkcije, povratno širjenje, konvolucijske nevronske mreže za slike, rekurentne mreže in LSTM za zaporedja ter uvod v transformatorje.

Učenje z okrepitvijo
Agenti, okolja, nagrade, Q-učenje in metode, ki temeljijo na politikah, pojasnjene brez težke matematike.

Obdelava naravnega jezika
Tokenizacija, vdelave, analiza čustev in kako so veliki jezikovni modeli zgrajeni na teh idejah.

Orodja in knjižnice
Kje se Python, TensorFlow, Keras, scikit learn, NumPy in Pandas vključijo v pravi potek dela strojnega učenja.

Uporabno strojno učenje
Kako se te metode uporabljajo v zdravstvu, financah, sistemih priporočil, odkrivanju goljufij, računalniškem vidu in napovedovanju.

ZGRAJENO ZA UČENJE NA TELEFONU

Kratke lekcije. Vsaka tema je razdeljena na dele, ki jih lahko končate v nekaj minutah, tako da lahko napredujete v vrzelih v svojem dnevu, namesto da čakate na prosti večer.

Najprej preprost jezik, nato matematika. Vsak algoritem je razložen z besedami, preden se pojavi kakršen koli zapis, tako da razumete, kaj počne, še preden vidite, kako je napisan.

Iščite po celotnem tečaju, tako da lahko poiščete izraz v trenutku, ko ga najdete v članku ali predavanju.

Zaznamki in življenjepis, tako da dolga tema preživi prekinitev.

Nenehno posodobljeno, ko se področje razvija.

ZA KOGA JE TA APLIKACIJA

Študenti, ki obiskujejo tečaj strojnega učenja, umetne inteligence ali podatkovne znanosti in želijo drugo razlago, ko predavanje ni uspelo.

Razvijalci programske opreme, ki se preusmerjajo v inženirstvo strojnega učenja ali podatkovno znanost.

Kandidati, ki se pripravljajo na razgovore za strojno učenje in podatkovno znanost, kjer so vprašanja še vedno večinoma o osnovah.

Analitiki in strokovnjaki, ki morajo razumeti, kaj sistem umetne inteligence v njihovi panogi dejansko počne.

Vsi, ki jih zanima, kako umetna inteligenca deluje pod izdelki, ki jih uporabljajo vsak dan.

ZAKAJ SE NAUČITI STROJNEGA UČENJA ZDAJ

Strojno učenje ni več specializirana veščina in je postalo del osnove za tehnično delo. Razumevanje, kako se modeli učijo, zakaj ne uspejo in kaj lahko in česa ne morejo storiti, je zdaj uporabno v skoraj vsaki tehnični vlogi – in vse bolj tudi v netehničnih.

Ta tečaj vam daje to razumevanje v obliki, ki jo boste dejansko končali: kratke lekcije, jasen jezik, brez videoposnetka za medpomnjenje, brez računa.

Odprite svojo prvo lekcijo še danes.

Imate vprašanja, popravke ali temo, ki bi jo radi dodali? Pišite na mail@ehsanur.com – aplikacijo posodabljamo glede na zahteve učencev.
Tečaj strojnega učenja: umetna inteligenca, globoko učenje, nevronske mreže in podatkovna znanost
Posodobljeno dne
12. sep. 2026

Varnost podatkov

Razumevanje, kako razvijalci zbirajo in razkrivajo vaše podatke, je prvi korak do varnosti. Varovanje podatkov in zagotavljanje varnosti podatkov se morda razlikujeta glede na vašo uporabo, območje in starost. Razvijalec je zagotovil te podatke in jih bo sčasoma morda posodobil.
  • Podatki se ne razkrivajo drugim ponudnikom
    Preberite več o tem, kako razvijalci najavijo deljenje.
  • Zbranih ni bilo nič podatkov.
    Preberite več o tem, kako razvijalci najavijo zbiranje.

Ocene in mnenja

492 mnenj