لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش علم داده و یادگیری ماشین از پایه تا پیشرفته
Data Science and Machine Learning Basic to Advanced
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
معرفی کامل علم داده و یادگیری ماشین از مقدماتی تا پیشرفته. دانش آموزان درک درستی از کتابخانه های مورد استفاده برای تجزیه و تحلیل داده ها مانند Pandas و Numpy ایجاد خواهند کرد. یاد بگیرید که با استفاده از Matplotlib و Seaborn تجسم های تاثیرگذار ایجاد کنید. با ایجاد این تجسم ها می توانید نتایج بهتری از داده ها بدست آورید. پس از این دوره، ساختن خط لوله علوم داده کامل از آماده سازی داده تا ساخت بهترین مدل یادگیری ماشین را خواهید آموخت. این دوره شامل بخش عملی پس از هر مفهوم جدید است و دوره همچنین دارای دو پروژه در پایان است. پیش نیازها: درک مقدماتی زبان برنامه نویسی پایتون.
با نحوه استفاده از Numpy و Pandas برای تجزیه و تحلیل داده ها آشنا شوید. این همه مفاهیم اولیه Numpy و Pandas را که در تجزیه و تحلیل داده ها مفید هستند، پوشش می دهد.
با استفاده از Matplotlib و Seaborn، تجسمهای تاثیرگذار ایجاد کنید. ایجاد تجسم های تاثیرگذار یک گام مهم در ایجاد درک بهتر در مورد داده های شما است.
این دوره تمام مراحل پیش پردازش داده مانند کار با مقادیر از دست رفته، رمزگذاری ویژگی و مقیاس بندی ویژگی را پوشش می دهد.
درباره مدلهای مختلف یادگیری ماشین مانند جنگل تصادفی، درختهای تصمیم، KNN، SVM، رگرسیون خطی، رگرسیون لجستیک و غیره بیاموزید... تمام جلسات ویدیویی ابتدا مفهوم تئوری اساسی در پشت این الگوریتمها را مورد بحث قرار میدهند و سپس به پیادهسازی عملی میپردازند.
با نحوه انتخاب بهترین پارامترهای فوق برای مدل یادگیری ماشین خود با استفاده از GridSearch CV آشنا شوید. انتخاب بهترین پارامترهای فوق یک گام مهم در افزایش دقت مدل یادگیری ماشین شما است.
شما یاد خواهید گرفت که یک خط لوله یادگیری ماشین کامل از جمع آوری داده ها تا پیش پردازش داده ها تا ساختمان مدل بسازید. خط لوله ML یک مفهوم مهم است که به طور گسترده در ساخت پروژه های ML در مقیاس بزرگ استفاده می شود.
این دوره دارای دو پروژه در پایان است که با استفاده از تمامی مفاهیم آموزش داده شده در این دوره ساخته خواهد شد. پروژه اول درباره پیشبینی دیابت با استفاده از الگوریتم یادگیری ماشینی طبقهبندی است و دومی درباره پیشبینی حق بیمه با استفاده از الگوریتم یادگیری ماشینی رگرسیون است.
سرفصل ها و درس ها
خوش آمد گویی و بررسی اجمالی دوره
Welcome and Course Overview
خوش آمدی
Welcome
بررسی اجمالی دوره
Course Overview
ناپخته
Numpy
معرفی و نصب Numpy
Numpy Introduction and Installation
ایجاد آرایه در Numpy
Creating Arrays in Numpy
شکل آرایه و تغییر شکل
Array Shape and Reshape
نمایه سازی آرایه
Array Indexing
تکرار آرایه
Array Iterating
برش آرایه
Array Slicing
جستجو و مرتب سازی
Searching and Sorting
پانداها
Pandas
معرفی و نصب پانداها
Pandas Introduction and Installation
سری پانداها
Pandas Series
Pandas DataFrame
Pandas DataFrame
پانداها ReadCSV
Pandas ReadCSV
پانداها در حال تجزیه و تحلیل DataFrame
Pandas Analyzing DataFrames
تجسم داده ها
Data Visualization
مقدمه Matplotlib
Matplotlib Introduction
انواع مختلف قطعه در Matplotlib
Different types of plots in Matplotlib
متولد دریا
Seaborn
آماده سازی داده ها
Data Preparation
مدیریت ارزش های گمشده
Handling Missing Values
رمزگذاری ویژگی
Feature Encoding
مقیاس بندی ویژگی ها
Feature Scaling
فراگیری ماشین
Machine Learning
مقدمه یادگیری ماشین
Machine Learning Introduction
یادگیری ماشینی تحت نظارت
Supervised Machine Learning
یادگیری ماشینی بدون نظارت
Unsupervised Machine Learning
نمایش نظرات