آموزش مدل سازی پیش بینی با پایتون

سرفصل ها و درس ها

معرفی و نصب Introduction and Installation

• مقدمه ای بر مدل سازی پیش بینی با پایتون Introduction to Predictive Modelling with Python

• نصب و راه اندازی Installation

پیش پردازش داده ها Data Preprocessing

• پیش پردازش داده ها Data Preprocessing

• قاب داده Dataframe

• جعلی Imputer

• Dummies ایجاد کنید Create Dumies

• مجموعه داده های تقسیم شده Splitting Dataset

• مقیاس گذاری ویژگی ها Features Scaling

رگرسیون خطی Linear Regression

• مقدمه ای برای رگرسیون خطی Introduction to Linear Regression

• مدل رگرسیون تخمینی Estimated Regression Model

• کتابخانه را وارد کنید Import the Library

• طرح Plot

• نمونه نکته Tip Example

• عملکرد چاپ Print Function

پیش بینی حقوق و دستمزد Salary Prediction

• مقدمه ای بر مجموعه حقوق و دستمزد Introduction to Salary Dataset

• نصب رگرسیون خطی Fitting Linear Regression

• رگرسیون خطی را نصب کنید ادامه دهید Fitting Linear Regression Continue

• پیش بینی از مدل Prediction from the Model

• پیش بینی از مدل ادامه دارد Prediction from the Model Continue

پیش بینی سود Profit Prediction

• مقدمه ای بر رگرسیون خطی چندگانه Introduction to Multiple Linear Regression

• ایجاد Dummies Creating Dummies

• حذف یک مجموعه داده ساختگی و تقسیم Removing one Dummy and Splitting Dataset

• مجموعه آموزش و پیش بینی ها Training Set and Predictions

• مدل ها را برای ایجاد مدل بهینه Stats Models to Make Optimal Model

• مراحل ساخت مدل بهینه Steps to Make Optimal Model

• ساخت مدل بهینه با حذف عقب Making Optimal Model by Backward Elimination

• میدان R تنظیم شده است Adjusted R Square

• اجرای نهایی مدل بهینه Final Optimal Model Implementation

مسکن بوستون Boston Housing

• مقدمه ای بر نوت بوک Jupyter Introduction to Jupyter Notebook

• درک داده ها و بیانیه مشکل Understanding Dataset and Problem Statement

• کار با نمودارهای همبستگی Working with Correlation Plots

• کار با نمودارهای همبستگی ادامه یابد Working with Correlation Plots Continue

• نمودار همبستگی و مجموعه داده تقسیم Correlation Plot and Splitting Dataset

• مدل MLR با Sklearn و پیش بینی ها MLR Model with Sklearn and Predictions

• مدل MLR با مدل ها و پیش بینی ها MLR model with Statsmodels and Predictions

• دریافت مدل بهینه با رویکرد حذف عقب Getting Optimal model with Backward Elimination Approach

• نظریه محاسبه RMSE و چند خطی بودن RMSE Calculation and Multicollinearity Theory

• محاسبه VIF VIF Calculation

• VIF و نمودارهای همبستگی VIF and Correlation Plots

رگرسیون لجستیک Logistic Regression

• مقدمه ای بر رگرسیون لجستیک Introduction to Logistic Regression

• درک بیان مسئله و تقسیم Understanding Problem Statement and Splitting

• مقیاس گذاری و برازش مدل رگرسیون لجستیک Scaling and Fitting Logistic Regression Model

• پیش بینی و معرفی ماتریس سردرگمی Prediction and Introduction to Confusion Matrix

• توضیح ماتریس سردرگمی Confusion Matrix Explanation

• بررسی عملکرد مدل با استفاده از ماتریس سردرگمی Checking Model Performance using Confusion Matrix

• توطئه ها Plots Understanding

• پیرامون درک ادامه دهید Plots Understanding Continue

دیابت Diabetes

• مقدمه و پیش پردازش داده ها Introduction and data Preprocessing

• مدل متناسب با کتابخانه Sklearn Fitting Model with Sklearn Library

• مدل متناسب با کتابخانه Statmodel Fitting Model with Statmodel Library

• با استفاده از بسته Statsmodel Using Statsmodel Package

• رویکرد حذف عقب مانده Backward Elimination Approach

• رویکرد حذف به عقب ادامه دهید Backward Elimination Approach Continue

• اطلاعات بیشتر درباره رویکرد حذف عقب مانده More on Backward Elimination Approach

• مدل نهایی Final Model

• منحنی های ROC ROC Curves

• تغییر آستانه Threshold Changing

• پیش بینی های نهایی Final Predictions

ریسک اعتباری Credit Risk

• معرفی ریسک اعتباری Intro to Credit Risk

• رمزگذاری برچسب Label Encoding

• متغیر جنسیت Gender Variable

• افراد وابسته و متغیر تحصیلات Dependents and Education Variable

• درمان ارزش های از دست رفته در متغیر خود اشتغالی Missing Values Treatment in Self Employed Variable

• درمان پرت در متغیر درآمد متقاضی Outliers Treatment in Applicant Income Variable

• ارزش از دست رفته Missing Values

• متغیر منطقه املاک Property Area Variable

• تقسیم اطلاعات Splitting Data

• مدل نهایی و منطقه تحت منحنی ROC Final Model and Area under ROC Curve