MACHINELEARNING_IR Telegram 1898
🔹 یک نقشه راه ۸ ماهه برای ورود به دنیای یادگیری ماشین (بدون میان‌بُر!)


👨🏻‍💻 حوزه یادگیری ماشین شبیه یه ماراتن طولانیه، نه یه دوی سرعت! با اینکه این مسیر پر از چالش‌های جذابه، داشتن یه برنامه منظم و روشن می‌تونه هر قدمش رو مدیریت و حتی لذت‌بخش کنه.


من یه نقشه راه ۵ مرحله‌ای براتون آماده کردم و هدفم اینه که تا با روزی چند ساعت تمرین، بتونین تو ۶ تا ۸ ماه، به مفاهیم و کاربردهای یادگیری ماشین مسلط بشین.


🔢 مرحله ۱: مفاهیم پایه ریاضی (۲۰-۲۵ ساعت)

✏️ پلی‌لیست پیشنهادی: مفاهیم پایه برای یادگیری ماشین

چرا از اینجا شروع کنیم؟ چون باید ریاضیات‌تون رو قوی کنین! موضوعاتی مثل جبر خطی، احتمال، آمار، حسابان، بهینه‌سازی و مبانی برنامه‌نویسی تو این مرحله خیلی مهمن.

🕓 زمان لازم: ۲-۳ ساعت در هفته، به مدت ۸ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


🔢 مرحله ۲: یادگیری ماشین (۶۰-۶۵ ساعت)

✏️ پلی‌لیست پیشنهادی ۱: آموزش یادگیری ماشین با پروژه

با انجام پروژه‌های واقعی، روند کار الگوریتم‌ها رو بهتر می‌فهمین.

🕓 زمان لازم: ۴ ساعت در هفته، به مدت ۱۰ هفته.

✏️ پلی‌لیست پیشنهادی ۲: آموزش درخت‌های تصمیم

الگوریتم‌های درخت تصمیم پایه بسیاری از مدل‌های ML هستن.

🕓 زمان لازم: ۴ ساعت در هفته، به مدت ۵ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


🔢 مرحله ۳: یادگیری عمیق (۳۵-۴۰ ساعت)

✏️ پلی‌لیست پیشنهادی: ساخت شبکه‌های عصبی از صفر

درک شبکه‌های عصبی از طریق کدنویسی کمک می‌کنه مفاهیم پیچیده رو بهتر یاد بگیرین.

🕓 زمان لازم: ۵ ساعت در هفته، به مدت ۸ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


🔢 مرحله ۴: موضوعات پیشرفته (۴۰-۴۵ ساعت)

✏️ پلی‌لیست پیشنهادی ۱: شبکه‌های عصبی گراف

الگوریتم‌های گراف در حوزه‌هایی مثل شبکه‌های اجتماعی و زیست‌شناسی کاربرد دارن.

🕓 زمان لازم: ۳ ساعت در هفته، به مدت ۸ هفته.


✏️ پلی‌لیست پیشنهادی ۲: AI توضیح‌پذیر

ساخت پروژه‌های با تمرکز بر تفسیرپذیری و شاید اولین مقاله تحقیقی شما!

🕓 زمان لازم: ۳ ساعت در هفته، به مدت ۵ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


🔢 مرحله ۵: هوش مصنوعی مولد، ترنسفورمرها، و مدل‌های زبانی بزرگ (۱۰۰-۱۱۰ ساعت)

✏️ پلی‌لیست‌های پیشنهادی:

📌 هوش مصنوعی مولد برای مبتدیان (۸ ساعت)
📌 ساخت LLM‌ها از صفر (۴۰-۴۵ ساعت)
📌 کار عملی با LLM‌ها (۴۰-۴۵ ساعت)
📌 ترنسفورمرها (۱۵ ساعت)

یادگیری این مباحث شما رو برای آینده آماده می‌کنه.

🕓 زمان لازم: ۵ ساعت در هفته، به مدت ۲۰ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


📚 مطالعات اختیاری [۱۰۰ ساعت]

📌 یادگیری ماشین با Julia
📌 از صفر تا صد علم داده

🕓 مدت زمان کل: ۲۷۵ ساعت + ۱۴۰ ساعت اختیاری
🗓 زمان‌بندی: ۶-۸ ماه

💰 نتیجه: پایه‌تون رو توی ML قوی می‌کنین، مهارت‌های عملی یاد می‌گیرین و با موضوعات پیشرفته همیشه یک قدم از بقیه جلوتر هستین!



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM



tgoop.com/MachineLearning_ir/1898
Create:
Last Update:

🔹 یک نقشه راه ۸ ماهه برای ورود به دنیای یادگیری ماشین (بدون میان‌بُر!)


👨🏻‍💻 حوزه یادگیری ماشین شبیه یه ماراتن طولانیه، نه یه دوی سرعت! با اینکه این مسیر پر از چالش‌های جذابه، داشتن یه برنامه منظم و روشن می‌تونه هر قدمش رو مدیریت و حتی لذت‌بخش کنه.


من یه نقشه راه ۵ مرحله‌ای براتون آماده کردم و هدفم اینه که تا با روزی چند ساعت تمرین، بتونین تو ۶ تا ۸ ماه، به مفاهیم و کاربردهای یادگیری ماشین مسلط بشین.


🔢 مرحله ۱: مفاهیم پایه ریاضی (۲۰-۲۵ ساعت)

✏️ پلی‌لیست پیشنهادی: مفاهیم پایه برای یادگیری ماشین

چرا از اینجا شروع کنیم؟ چون باید ریاضیات‌تون رو قوی کنین! موضوعاتی مثل جبر خطی، احتمال، آمار، حسابان، بهینه‌سازی و مبانی برنامه‌نویسی تو این مرحله خیلی مهمن.

🕓 زمان لازم: ۲-۳ ساعت در هفته، به مدت ۸ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


🔢 مرحله ۲: یادگیری ماشین (۶۰-۶۵ ساعت)

✏️ پلی‌لیست پیشنهادی ۱: آموزش یادگیری ماشین با پروژه

با انجام پروژه‌های واقعی، روند کار الگوریتم‌ها رو بهتر می‌فهمین.

🕓 زمان لازم: ۴ ساعت در هفته، به مدت ۱۰ هفته.

✏️ پلی‌لیست پیشنهادی ۲: آموزش درخت‌های تصمیم

الگوریتم‌های درخت تصمیم پایه بسیاری از مدل‌های ML هستن.

🕓 زمان لازم: ۴ ساعت در هفته، به مدت ۵ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


🔢 مرحله ۳: یادگیری عمیق (۳۵-۴۰ ساعت)

✏️ پلی‌لیست پیشنهادی: ساخت شبکه‌های عصبی از صفر

درک شبکه‌های عصبی از طریق کدنویسی کمک می‌کنه مفاهیم پیچیده رو بهتر یاد بگیرین.

🕓 زمان لازم: ۵ ساعت در هفته، به مدت ۸ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


🔢 مرحله ۴: موضوعات پیشرفته (۴۰-۴۵ ساعت)

✏️ پلی‌لیست پیشنهادی ۱: شبکه‌های عصبی گراف

الگوریتم‌های گراف در حوزه‌هایی مثل شبکه‌های اجتماعی و زیست‌شناسی کاربرد دارن.

🕓 زمان لازم: ۳ ساعت در هفته، به مدت ۸ هفته.


✏️ پلی‌لیست پیشنهادی ۲: AI توضیح‌پذیر

ساخت پروژه‌های با تمرکز بر تفسیرپذیری و شاید اولین مقاله تحقیقی شما!

🕓 زمان لازم: ۳ ساعت در هفته، به مدت ۵ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


🔢 مرحله ۵: هوش مصنوعی مولد، ترنسفورمرها، و مدل‌های زبانی بزرگ (۱۰۰-۱۱۰ ساعت)

✏️ پلی‌لیست‌های پیشنهادی:

📌 هوش مصنوعی مولد برای مبتدیان (۸ ساعت)
📌 ساخت LLM‌ها از صفر (۴۰-۴۵ ساعت)
📌 کار عملی با LLM‌ها (۴۰-۴۵ ساعت)
📌 ترنسفورمرها (۱۵ ساعت)

یادگیری این مباحث شما رو برای آینده آماده می‌کنه.

🕓 زمان لازم: ۵ ساعت در هفته، به مدت ۲۰ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


📚 مطالعات اختیاری [۱۰۰ ساعت]

📌 یادگیری ماشین با Julia
📌 از صفر تا صد علم داده

🕓 مدت زمان کل: ۲۷۵ ساعت + ۱۴۰ ساعت اختیاری
🗓 زمان‌بندی: ۶-۸ ماه

💰 نتیجه: پایه‌تون رو توی ML قوی می‌کنین، مهارت‌های عملی یاد می‌گیرین و با موضوعات پیشرفته همیشه یک قدم از بقیه جلوتر هستین!



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

BY Machine Learning | یادگیری ماشین




Share with your friend now:
tgoop.com/MachineLearning_ir/1898

View MORE
Open in Telegram


Telegram News

Date: |

A Telegram channel is used for various purposes, from sharing helpful content to implementing a business strategy. In addition, you can use your channel to build and improve your company image, boost your sales, make profits, enhance customer loyalty, and more. Telegram channels enable users to broadcast messages to multiple users simultaneously. Like on social media, users need to subscribe to your channel to get access to your content published by one or more administrators. In 2018, Telegram’s audience reached 200 million people, with 500,000 new users joining the messenger every day. It was launched for iOS on 14 August 2013 and Android on 20 October 2013. ‘Ban’ on Telegram It’s yet another bloodbath on Satoshi Street. As of press time, Bitcoin (BTC) and the broader cryptocurrency market have corrected another 10 percent amid a massive sell-off. Ethereum (EHT) is down a staggering 15 percent moving close to $1,000, down more than 42 percent on the weekly chart.
from us


Telegram Machine Learning | یادگیری ماشین
FROM American