آموزش روش‌ها و الگوریتم‌های علم داده [سال ۲۰۲۵] - آخرین آپدیت

سرفصل ها و درس ها

مقدمه ای بر روش ها و الگوریتم های علم داده Introduction to Data Science Methods and Algorithms

• مقدمه Introduction

• راه اندازی نوت بوک Anaconda Cloud Setup of the Anaconda Cloud Notebook

• دانلود و نصب توزیع آناکوندا (اختیاری) Download and installation of the Anaconda Distribution (optional)

• سیستم مدیریت بسته Conda (اختیاری) The Conda Package Management System (optional)

تسلط بر پایتون برای مدیریت داده Master Python for Data Handling

• مرور کلی Overview

• اعداد صحیح پایتون Python Integers

• اعداد اعشاری پایتون Python Floats

• رشته های پایتون Python Strings

• متدهای رشته پایتون Python String Methods

• رشته های پایتون و اشیاء DateTime Python Strings and DateTime Objects

• مرور کلی ذخیره سازی داده پایتون Python Data Storage Overview

• مجموعه پایتون Python Set

• تاپل پایتون Python Tuple

• دیکشنری پایتون Python Dictionary

• لیست پایتون Python List

• مروری بر توابع و تبدیل کننده های داده Data Transformers and Functions Overview

• حلقه While پایتون Python While-loop

• حلقه For پایتون Python For-loop

• انشعاب کد شرطی پایتون و عملگرهای منطقی Python Conditional Code Branching and Logic Operators

• تئوری تابع پایتون Python Function Theory

• توابع پایتون II: توابع سفارشی خود را ایجاد کنید Python Functions II: create your own functions

• برنامه نویسی شی گرا پایتون I: تئوری Python Object Oriented Programming I: Some theory

• برنامه نویسی شی گرا پایتون II: اشیاء سفارشی خود را ایجاد کنید Python Object Oriented Programming II: create your own custom objects

• برنامه نویسی شی گرا پایتون III: فایل ها و جداول Python Object Oriented Programming III: Files and Tables

• برنامه نویسی شی گرا پایتون IV: خلاصه و بیشتر Python Object Oriented Programming IV: Recap and More

تسلط بر پانداز برای مدیریت داده Master Pandas for Data Handling

• تسلط بر پانداز برای مدیریت داده: مرور کلی Master Pandas for Data Handling: Overview

• تئوری و اصطلاحات پانداز Pandas theory and terminology

• ایجاد یک DataFrame پانداز از ابتدا Creating a Pandas DataFrame from scratch

• مدیریت فایل در پانداز: مرور کلی Pandas File Handling: Overview

• مدیریت فایل در پانداز: فرمت فایل .csv Pandas File Handling: The .csv file format

• مدیریت فایل در پانداز: فرمت فایل .xlsx Pandas File Handling: The .xlsx file format

• مدیریت فایل در پانداز: فایل های پایگاه داده SQL و DataFrame پانداز Pandas File Handling: SQL-database files and Pandas DataFrame

• عملیات و تکنیک های پانداز: مرور کلی Pandas Operations & Techniques: Overview

• عملیات و تکنیک های پانداز: بررسی شی Pandas Operations & Techniques: Object Inspection

• عملیات و تکنیک های پانداز: بررسی DataFrame Pandas Operations & Techniques: DataFrame Inspection

• عملیات و تکنیک های پانداز: انتخاب ستون ها Pandas Operations & Techniques: Column Selections

• عملیات و تکنیک های پانداز: انتخاب ردیف ها Pandas Operations & Techniques: Row Selections

• عملیات و تکنیک های پانداز: انتخاب های شرطی Pandas Operations & Techniques: Conditional Selections

• عملیات و تکنیک های پانداز: مقیاس دهنده ها و استانداردسازی Pandas Operations & Techniques: Scalers and Standardization

• عملیات و تکنیک های پانداز: الحاق DataFrame ها Pandas Operations & Techniques: Concatenate DataFrames

• عملیات و تکنیک های پانداز: اتصال DataFrame ها Pandas Operations & Techniques: Joining DataFrames

• عملیات و تکنیک های پانداز: ادغام DataFrame ها Pandas Operations & Techniques: Merging DataFrames

• عملیات و تکنیک های پانداز: توابع Transpose و Pivot Pandas Operations & Techniques: Transpose & Pivot Functions

• آماده سازی داده ها با پانداز I: مرور کلی و گردش کار Pandas Data Preparation I: Overview & workflow

• آماده سازی داده ها با پانداز II: ویرایش برچسب های DataFrame Pandas Data Preparation II: Edit DataFrame labels

• آماده سازی داده ها با پانداز III: داده های تکراری Pandas Data Preparation III: Duplicates

• آماده سازی داده ها با پانداز IV: داده های گمشده و جایگذاری Pandas Data Preparation IV: Missing Data & Imputation

• آماده سازی داده ها با پانداز V: دسته بندی داده ها [ویدیوی اضافی] Pandas Data Preparation V: Data Binnings [Extra Video]

• آماده سازی داده ها با پانداز VI: ویژگی های شاخص [ویدیوی اضافی] Pandas Data Preparation VI: Indicator Features [Extra Video]

• توصیف داده ها با پانداز: مرور کلی Pandas Data Description: Overview

• توصیف داده ها با پانداز II: مرتب سازی و رتبه بندی Pandas Data Description II: Sorting and Ranking

• توصیف داده ها با پانداز III: آمار توصیفی Pandas Data Description III: Descriptive Statistics

• توصیف داده ها با پانداز IV: جدول بندی متقابل و گروه بندی Pandas Data Description IV: Crosstabulations & Groupings

• مصورسازی داده ها با پانداز: مرور کلی Pandas Data Visualization: Overview

• مصورسازی داده ها با پانداز II: هیستوگرام ها Pandas Data Visualization II: Histograms

• مصورسازی داده ها با پانداز III: نمودارهای جعبه ای Pandas Data Visualization III: Boxplots

• مصورسازی داده ها با پانداز IV: نمودارهای پراکندگی Pandas Data Visualization IV: Scatterplots

• مصورسازی داده ها با پانداز V: نمودارهای دایره ای Pandas Data Visualization V: Pie Charts

• مصورسازی داده ها با پانداز VI: نمودارهای خطی Pandas Data Visualization VI: Line plots

تسلط بر رگرسیون، پیش بینی و یادگیری نظارت شده Master Regression, Prediction & Supervised Learning

• رگرسیون، پیش بینی و یادگیری نظارت شده. مرور کلی بخش (I) Regression, Prediction, and Supervised Learning. Section Overview (I)

• مدل رگرسیون ساده سنتی (II) The Traditional Simple Regression Model (II)

• مدل رگرسیون ساده سنتی (III) The Traditional Simple Regression Model (III)

• برخی مفاهیم مدل سازی عملی و مفید (IV) Some practical and useful modelling concepts (IV)

• برخی مفاهیم مدل سازی عملی و مفید (V) Some practical and useful modelling concepts (V)

• مدل رگرسیون چندگانه خطی (VI) Linear Multiple Regression model (VI)

• مدل رگرسیون چندگانه خطی (VII) Linear Multiple Regression model (VII)

• مدل های رگرسیون چندگانه چند متغیره چند جمله ای (VIII) Multivariate Polynomial Multiple Regression models (VIII)

• مدل های رگرسیون چندگانه چند متغیره چند جمله ای (VIIII) Multivariate Polynomial Multiple Regression models (VIIII)

• رگرسیون منظم سازی، مدل های Lasso و Ridge (X) Regression Regularization, Lasso and Ridge models (X)

• مدل های رگرسیون درخت تصمیم (XI) Decision Tree Regression models (XI)

• رگرسیون جنگل تصادفی (XII) Random Forest Regression (XII)

• رگرسیون رای گیری (XIII) Voting Regression (XIII)

تسلط بر طبقه بندی و یادگیری نظارت شده Master Classification & Supervised Learning

• طبقه بندی و یادگیری نظارت شده، مرور کلی Classification and Supervised Learning, overview

• طبقه بندی کننده رگرسیون لجستیک Logistic Regression Classifier

• طبقه بندی کننده بیز ساده لوح The Naive Bayes Classifier

• طبقه بندی کننده K-نزدیکترین همسایه (KNN) [ویدیوی اضافی] K-Nearest Neighbor Classifier (KNN) [Extra Video]

• طبقه بندی کننده درخت تصمیم The Decision Tree Classifier

• طبقه بندی کننده جنگل تصادفی The Random Forest Classifier

• تجزیه و تحلیل ممیزی خطی (LDA) [ویدیوی اضافی] Linear Discriminant Analysis (LDA) [Extra Video]

• طبقه بندی کننده رای گیری The Voting Classifier

تسلط بر تحلیل خوشه ای و یادگیری بدون نظارت Master Cluster Analysis and Unsupervised Learning

• مرور کلی Overview

• تحلیل خوشه ای K-Means K-Means Cluster Analysis

• تحلیل خوشه ای K-Means به روز شده خودکار، معرفی و شبیه سازی Auto-updated K-Means Cluster Analysis, introduction and simulation

• خوشه بندی فضایی مبتنی بر تراکم برنامه ها با نویز (DBSCAN) Density-Based Spatial Clustering of Applications with Noise (DBSCAN)

• چهار الگوریتم خوشه بندی سلسله مراتبی Four Hierarchical Clustering algorithms

• تجزیه و تحلیل مولفه اصلی (PCA) Principal Component Analysis (PCA)