| 1 |
جایگاه درس در برنامه درسی دوره |
یادگیری ماشین یکی از دروس الزامی مقطع کارشناسی ارشد مهندسی صنایع در گرایش مدلسازی سیستم ها و تحلیل داده است. |
| 2 |
هدف کلی |
هدف اصلی این درس آشنایی با اصول و مبانی یادگیری ماشین با تکیه بر نحوه پیادهسازی و بکارگیری روشهای مختلف مورد بحث در کاربردهای مختلف تحلیل داده میباشد. |
| 3 |
شایستگی های پایه |
آشنایی کامل با مفاهیم آمار مهندسی و همچنین آشنایی مختصر با مباحث جبر خطی |
| 4 |
اهداف یادگیری |
آشنایی با مدلهای رگرسیون، آشنایی با مسائل طبقه بندی، آشنایی با روشهای انتخاب متغیر، آشنایی با روشهای ناپارامتری اعم از رگرسیون اسپلاین و روشهای مبتنی بر درخت، آشنایی با روشهای ترکیبی شامل Bagging، Boosting و Stacking، جنگلهای تصادفی، آشنایی با ماشین بردار پشتیبان و رگرسیون بردار پشتیبان |
| 5 |
روش تدریس |
ارائه مطالب درسی در قالب اسلاید آموزشی، آموزش نرم افزار پایتون و حل مسائل متنوع با استفاده از نرم افزار پایتون |
| 6 |
وظایف دانشجو |
حضور و مشارکت در کلاس، حل تمرین، 2 پروژه |
| 7 |
منبع |
|
| 8 |
نحوه ارزشیابی |
تمرین: 6 نمره، پروژه ها: 14 نمره |