مدرس دوره یادگیری ماشین دانشگاه استنفورد کیست؟

مدرس این دوره ارزشمند پروفسور اندرو ان جی (Andrew Ng) است. اندرو ان جی یک دانشمند در حوزه رایانه و آمار است که در حال حاضر بر روی حوزه‌های یادگیری ماشین (Machine Learning) و هوش مصنوعی متمرکز است.

دوره یادگیری ماشین دانشگاه استنفورد متمرکز بر علم یادگیری ماشین است. یادگیری ماشین علمی است که کامپیوترها را قادر می‌سازد تا بدون اینکه مشخصاً به منظور انجام کاری خاص برنامه‌نویسی شوند، آن کار را انجام دهند. در طی یک دهه گذشته یادگیری ماشین به ما امکانات فوق‌العاده‌ای نظیر موارد زیر را داده است:

• ماشین‌های خودران
• تشخیص گفتار
• جستجوی در فضای وب با نتایج دقیق‌تر
• فهم عمیق از ژنوم انسان

امروزه یادگیری ماشین به قدری گسترده شده که شاید در طول روز، ده‌ها بار از آن استفاده کنید بدون اینکه خودتان متوجه شوید. بسیاری از محققین بر این باورند که این بهترین روش به منظور دستیابی به یک هوش مصنوعی در سطح هوش انسان است.

در این دوره Andrew Ng به ما چه چیزی خواهد آموخت؟

در دوره یادگیری ماشین دانشگاه استنفورد موارد زیر را خواهید آموخت:

1. موثرترین تکنیک‌های یادگیری ماشین
2. بکارگیری آن برای مصارفی که خودتان می‌خواهید.

مهم‌تر از همه شما نه تنها بر مباحث تئوری مسلط خواهید شد، بلکه این توانایی را پیدا خواهید کرد که به سرعت و باقدرت این تکنیک‌ها را در هر مسئله‌ٔ جدیدی که با آن رو به رو می‌شوید به کار گیرید.

در پایان شما با تعدادی از بهترین اختراعاتی که مربوط به یادگیری ماشین و هوش مصنوعی در سیلیکون ولی هستند آشنا خواهید شد. دوره یادگیری ماشین دانشگاه استنفورد سبب آشنایی شما با مباحث زیر خواهد شد:

• یادگیری ماشین Machine learning
• داده کاوی Datamining
• شناسایی الگوی آماری Statistical Pattern Recognition

سرفصل‌های این دوره عبارتند از:

1. یادگیری بانظارت Supervised learning
   الگوریتم‌های پارامتری و غیر پارامتری parametric/non-parametric algorithms ، ماشین بردار پشتیبان support vector machines، کرنل‌ها kernels و شبکه‌های عصبی neural networks
2. یادگیری بدون نظارت Unsupervised learning
   خوشه بندی Clustering ، کاهش ابعاد dimensionality reduction ، سیستم‌های پیشنهاد دهنده recommender systems، یادگیری عمیق Deep learning
3. بهترین کاربردهای عملی در یادگیری ماشین
   تئوری bias-variance ، پروسهٔ نوآوری در یادگیری ماشین و هوش مصنوعی

دوره یادگیری ماشین دانشگاه استنفورد از تعداد بسیار زیادی از مطالعات و کاربردهای عملی گرفته شده است. پس علاوه بر موارد فوق شما خواهید آموخت که چگونه الگوریتم‌های یادگیری را برای ساخت موارد زیر به کار گیرید:

• ربات‌های هوشمند (تشخیص و کنترل)
• فهم نوشته ( جستجوهای اینترنتی، ضد اسپم‌ها)
• بینایی کامپیوتر Computer vision
• انفورماتیک پزشکی medical informatics
• صوت
• کاوش پایگاه داده Database mining
• …