ماشین لرنینگ مقدماتی

این دوره، نقطه‌ی ورود شما به دنیای هیجان‌انگیز یادگیری ماشین است. در این مسیر، ابتدا با مفاهیم بنیادین و هسته‌ای این علم مانند انواع یادگیری (نظارتی، بدون نظارت) و نحوه‌ی تفکر یک مدل آماری آشنا می‌شوید. تمرکز اصلی بر مهارت‌های عملی آماده‌سازی داده‌هاست؛ شما یاد می‌گیرید که چگونه داده‌های خام را پاکسازی، نرمال‌سازی و به فرمت مناسب برای تغذیه‌ی الگوریتم‌ها تبدیل کنید. در بخش اصلی دوره، سراغ پیاده‌سازی مدل‌های رگرسیون (پیش‌بینی مقادیر عددی) می‌روید و با کتابخانه‌های تخصصی مانند Scikit-learn کار خواهید کرد. در نهایت، ابزارهای ارزیابی مانند معیارهای خطا (MSE، MAE) را فرا می‌گیرید تا بتوانید عملکرد مدل‌های ساخته‌شده را تحلیل کرده و نقاط قوت و ضعف آن‌ها را شناسایی کنید.