آموزش آماده سازی داده ها برای مدل سازی با scikit-learn

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

آماده سازی داده های عددی برای یادگیری ماشین Preparing Numeric Data for Machine Learning

• بررسی اجمالی ماژول Module Overview

• پیش نیازها و طرح کلی دوره Prerequisites and Course Outline

• مقیاس گذاری و استاندارد سازی Scaling and Standardization

• عادی سازی Normalization

• تبدیل داده ها به توزیع های گاوسی Transforming Data to Gaussian Distributions

• محاسبه و تجسم آمار خلاصه Calculating and Visualizing Summary Statistics

• استفاده از مقیاس گیر استاندارد برای استاندارد سازی ویژگی های عددی Using the Standard Scaler for Standardizing Numeric Features

• استفاده از مقیاس قوی برای مقیاس گذاری ویژگی های عددی Using the Robust Scaler to Scale Numeric Features

• عادی سازی و تشابه کسینوس Normalization and Cosine Similarity

• تبدیل داده های توزیع شده دو حالته به یک توزیع عادی با استفاده از یک ترانسفورماتور Quantile Transforming Bimodally Distributed Data to a Normal Distribution Using a Quantile Transformer

• کاهش ابعاد با استفاده از تحلیل عاملی Reducing Dimensionality Using Factor Analysis

• خلاصه ماژول Module Summary

درک و تطبیق تازگی و تشخیص دور از ذهن Understanding and Implementing Novelty and Outlier Detection

• بررسی اجمالی ماژول Module Overview

• نکات مهم و جدید Outliers and Novelties

• شناسایی و کنار آمدن با داده های Outlier Detecting and Coping with Outlier Data

• عامل محلی دورریز Local Outlier Factor

• پاکت بیضوی Elliptic Envelope

• جنگل انزوا Isolation Forest

• تشخیص Outlier با استفاده از عامل محلی Outlier Outlier Detection Using Local Outlier Factor

• با استفاده از جنگل جداسازی Outlier Detection Using Isolation Forest

• تشخیص دور از محیط با استفاده از پاکت بیضوی Outlier Detection Using Elliptic Envelope

• تشخیص تازگی با استفاده از عامل محلی دورتر Novelty Detection Using Local Outlier Factor

• با استفاده از نمرات پیش بینی و عملکرد تصمیم گیری Using the Predict Score Samples and Decision Function

• تشخیص Outlier با استفاده از مجموعه مغز Head Outlier Detection Using the Head Brain Dataset

• خلاصه ماژول Module Summary

آماده سازی داده های متنی برای یادگیری ماشین Preparing Text Data for Machine Learning

• بررسی اجمالی ماژول Module Overview

• نمایش داده های متنی به صورت عددی Representing Text Data in Numeric Form

• مدل های کیسه ای از کلمات و Bag-of-n-gram Bag-of-words and Bag-of-n-grams Models

• با استفاده از مدل Bag-of-words متن را برداری کنید Vectorize Text Using the Bag-of-words Model

• با استفاده از مدل Bag-of-n-گرم متن را برداری کنید Vectorize Text Using the Bag-of-n-grams Model

• با استفاده از امتیازهای Tf-Idf متن را برداری کنید Vectorize Text Using Tf-Idf Scores

• هش کردن برای کاهش ابعاد Hashing for Dimensionality Reduction

• کاهش ابعاد با استفاده از Hashing Vectorizer Reducing Dimensions Using the Hashing Vectorizer

• انجام استخراج ویژگی در فرهنگ لغت پایتون Performing Feature Extraction on a Python Dictionary

• خلاصه ماژول Module Summary

آماده سازی داده های تصویر برای یادگیری ماشین Preparing Image Data for Machine Learning

• بررسی اجمالی ماژول Module Overview

• نمایش تصاویر به عنوان ماتریس Representing Images as Matrices

• استخراج ویژگی از تصاویر Feature Extraction from Images

• استخراج وصله ها از داده های تصویر Extracting Patches from Image Data

• استفاده از دیکشنری یادگیری لغو کردن و بازسازی تصاویر Using Dictionary Learning to Denoise and Reconstruct Images

• خوشه بندی داده های تصویر با استفاده از نمودار اتصال Pixel Clustering Image Data Using a Pixel Connectivity Graph

• خوشه بندی تصاویر با استفاده از نمودار اتصال گرادیان Clustering Images Using a Gradient Connectivity Graph

• خلاصه ماژول Module Summary

کار با مجموعه داده های تخصصی Working with Specialized Datasets

• بررسی اجمالی ماژول Module Overview

• مجموعه داده های داخلی ، مصنوعی و خارجی در Scikit بیاموزید Internal, Artificial, and External Datasets in Scikit Learn

• کاوش مجموعه داده های داخلی Exploring Internal Datasets

• ایجاد مجموعه داده های مصنوعی برای رگرسیون ، طبقه بندی ، خوشه بندی و کاهش ابعاد Creating Artificial Datasets for Regression, Classification, Clustering, and Dimensionality Reduction

• تولید داده های چند برابر Generating Manifold Data

• خلاصه ماژول Module Summary

انجام تقریب های هسته Performing Kernel Approximations

• بررسی اجمالی ماژول Module Overview

• از طبقه بندی کننده های برداری و ترفند هسته پشتیبانی کنید Support Vector Classifiers and the Kernel Trick

• تقریب هسته Kernel Approximations

• آماده سازی داده های تصویر Preparing Image Data

• مقایسه طبقه بندی کننده های آموزش دیده با استفاده از ویژگی های ضمنی و آشکار Comparing Classifiers Trained Using Implicit and Explict Features

• مقایسه دقت و زمان اجرا برای اندازه های مختلف نمونه Comparing Accuracy and Runtime for Different Sample Sizes

• خلاصه و مطالعه بیشتر Summary and Further Study