قسمت شانزدهم دوره آموزش یادگیری ماشین از مقدماتی تا پیشرفته
.
توی این جلسه قرار هست یک مبحث بسیار مهم در یادگیری ماشین (machine learning) رو با هم بررسی کنیم.
اول با دو تا مفهوم بسیار مهم زیر آشنا میشیم:
1. overfit (high variance)
2. underfit (high bias)
بعد با هم دلیل هر کدوم رو بررسی میکنیم. یاد میگیریم درسته که مدل پیچیده تر میتونه خطای کمتری روی داده های train داشته باشه، ولی همون مدل احتمالا روی داده های test خطای زیادی خواهد داشت. خب اگر خیلی ساده ر رو امتحان کنیم چی؟ خب اونوقت روی هر دو نوع داده خطای زیادی خواهیم داشت. پس چیکار کنیم؟ بهترین راه استفاده از مدلی هست که نه خیلی ساده باشه، نه خیلی پیچیده! کلا بهتره مدلهای عمومی تر (general) تر رو استفاده کنیم. به این مفهوم عمومی سازی مدل (generalize) کردن هم میگن.
.
لینک دانلود دیتاست:
[ Ссылка ]
لینک جلسات مرتبط با این دوره
جلسه پیش پردازش دیتاست دیابت [ Ссылка ]
جلسه آشنایی با معیارهای ارزیابی مختلف (accuracy, precision, recall) [ Ссылка ]
ساخت محیط مجازی (virtual environment) دوره [ Ссылка ]
آشنایی و کار با کتابخانه numpy در 20 دقیقه [ Ссылка ]
آشنایی و کار با کتابخانه pandas در 20 دقیقه [ Ссылка ]
آشنایی و کار با کتابخانه matplotlib در 10 دقیقه [ Ссылка ]
نحوه نصب کتابخانه ها و پکیجها در پایتون [ Ссылка ]
دوره آموزش پایتون از مقدماتی تا پیشرفته [ Ссылка ]
ممنون میشم اگر ویدیوها آموزنده هست اونها رو لایک کنید، توی کانالمون سابسکرایب کنید و اونها رو با دیگران هم به اشتراک بذارین.
*لطفا از دانلود ویدیوها اجتناب کنین، برای این ویدیوها زحمت زیادی کشیده شده (من راضی نیستم که اونها رو دانلود کنید) و به همین دلیل تنها راه استفاده رایگان، تماشای آنلاین هست.*
لینک کانال تلگرام [ Ссылка ]
اگر برای ورود به دنیای برنامه نویسی و آموزش آن به صورت خودآموز نیاز به راهنمایی و مشاوره دارید، میتونین از طریق لینک زیر جهت رزرو زمان مناسب اقدام کنید تا با هم در موردش صحبت کنیم و یه شروع قدرتمند داشته باشین.
[ Ссылка ]
