یادگیری ماشین- الگوریتم‌های کلاسیک

• تعریف AI, ML, Dataset, Train/Test Data

• مقدمات پا یتون در هوش مصنوعی (NumPy, Pandas, Matplotlib)

• مفاهیم پایه یادگیری ماشین , رگرسیون خطی (Overfitting/Underfitting - Linear Regression - Gradient Descent - Confusion Matrix - Cost - Loss)

• Classification - Logistic Regression

• SVM - KNN

• Decision Tree - Perceptron - Clustering

• K-Means - DBSCAN

• Confusion Matrix - Cross Validation - Hyperparameter Tuning