آموزش موارد استفاده در دنیای واقعی Data Science - دستها روی پایتون است

سرفصل ها و درس ها

مقدمه ای بر این دوره Introduction to this course

• مقدمه ای بر این دوره و مزایای دوره Introduction to this course & Course Benefits

• نصب Anaconda Navigator Installation of Anaconda Navigator

• خلاصه سریع نوت بوک Jupyter Quick Summary of Jupyter Notebook

• نحوه پیگیری این دوره - باید تماشا کنید How to follow this course-Must Watch

مقدمه ای بر علم داده Introduction to Data Science

• Data Science چیست؟ What is Data Science?

• چرخه زندگی پروژه علم داده Life-cycle of data science project

پروژه 1 ->> با استفاده از یادگیری ماشین ، موفقیت یک رستوران Zomato را پیش بینی کنید Project 1-->> Predict success of a Zomato Restaurant using Machine Learning

• مجموعه داده ها و منابع Datasets & Resources

• اطلاعات خود را درک کنید Understand your data

• اطلاعات پاک کردن داده ها را انجام دهید Perform Data Cleaning on your data

• تجزیه و تحلیل دسته های شما از رستوران ها Analysing your categories of Restaurants

• آنالیز نمای کلی رستوران را انجام دهید Perform Restaurant Overview Analysis

• تجزیه و تحلیل عمیق رستوران Perform In-Depth Analysis of Restaurant

• تجزیه و تحلیل بهترین رستوران های ارزان قیمت Analysing Best budget Restaurants

• تجزیه و تحلیل جغرافیایی داده ها را انجام دهید .. Perform Geographical analysis on data..

• تجزیه و تحلیل رفتار مشتری با استفاده از WordCloud Analysing Customer Behaviour using WordCloud

• تجزیه و تحلیل نظرات رستوران ... Analysing Reviews of Restaurant...

• داده عدم تعادل چیست و چگونه می توان آن را کنترل کرد؟ What is Imbalance Data & how to handle it??

• چگونه داده های خود را برای یادگیری ماشین آماده کنیم How to Prepare your data for Machine Learning

• اهمیت ویژگی را روی داده انجام دهید Perform Feature Importance on data

• چگونه می توان با مقادیر از دست رفته خود در داده ها روبرو شد .. How to came across with your missing values in data..

• رمزگذاری ویژگی را بر روی داده های خود انجام دهید. Perform Feature encoding on your data.

• کدگذاری ویژگی را اعمال کنید و داده های خود را برای مدل سازی آماده کنید Apply Feature Encoding & Prepare your data for Modelling

• شهود پشت جنگل تصادفی قسمت 1 Intuition Behind Random Forest Part-1

• شهود پشت جنگل تصادفی قسمت 2 Intuition Behind Random Forest Part-2

• الگوریتم Random Forest را روی داده اعمال کنید. Apply Random Forest algorithm on data.

• شهود پشت سر رگرسیون لجستیک - قسمت 1 Intuition behind Logistic Regression --part 1

• شهود پشت سر رگرسیون لجستیک - قسمت 2 Intuition behind Logistic Regression --part 2

• شهود پشت Naive Bayes - قسمت 1 Intuition Behind Naive Bayes-Part 1

• نحوه کار Naive Bayes با متن داده .. How Naive Bayes works with Text Data..

• شهود پشت درخت تصمیم - قسمت 1 Intuition Behind Decision Tree- Part 1

• شهود پشت درخت تصمیم - قسمت 2 Intuition Behind Decision Tree- Part 2

• شهود پشت درخت تصمیم - قسمت 3 Intuition Behind Decision Tree- Part 3

• شهود پشت درخت تصمیم - قسمت 4 Intuition Behind Decision Tree- Part 4

• شهود پشت درخت تصمیم - قسمت 5 Intuition Behind Decision Tree- Part 5

• شهود پشت درخت تصمیم - قسمت 6 Intuition Behind Decision Tree- Part 6

• بازی با چندین الگوریتم Playing with multiple algorithms

پروژه 2 ->> پیش بینی کنید که اخبار جعلی است یا نه (مورد استفاده از NLP) Project 2-->> Predict whether News is Fake or not ( NLP Use-case)

• اطلاعات خود را درک کنید Understand your data

• نحوه انجام این که بر روی داده های شما انجام می شود How to Perform Stemming on your data

• شهود پشت کیسه کلمات Intuition behind Bag of Words

• استفاده از کیسه کلمات بر روی داده ها .. Applying Bag of words on data..

• Naive Bayes را روی داده ها اعمال کنید .. Apply Naive Bayes on data..

• داده ها و بازی خود را با الگوریتم های بیشتر تجزیه و تحلیل کنید Analyse your data & Playing with More algorithms

پروژه 3 ->> پیش بینی فروش یک محصول (مورد استفاده از سری زمان) Project 3-->> Predict sales of a Product ( Time Series Use-case)

• مجموعه داده ها و منابع Datasets & Resources

• مجموعه داده ها و منابع Datasets & Resources

• پاک کردن داده ها روی داده های سری زمانی را انجام دهید .. Perform Data Cleaning on Time Series Data..

• بررسی روند ثابت داده ها Checking Stationary Trend in Data

• چگونه داده خود را ثابت کنیم؟ How to make your Data Stationary ?

• شهود پشت ARIMA - قسمت 1 Intuition behind ARIMA --part 1

• شهود پشت مدل MA - ARIMA قسمت 2 Intuition behind MA model --ARIMA part 2

• شهود پشت مدل AR - ARIMA قسمت 3 Intuition behind AR model -- ARIMA part 3

• شهود پشت یکپارچه سازی - ARIMA قسمت 4 Intuition behind Integrating -- ARIMA part 4

• الگوریتم ARIMA را روی داده ها اعمال کنید .. Apply ARIMA Algorithm on data..

• استفاده از الگوریتم SARIMAX بر روی داده ها Applying SARIMAX Algorithm on data

• انجام پیش بینی ها در تاریخ آینده .. Doing Predictions on Future date..