لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش یادگیری ماشین با پایتون: درختان تصمیم
Machine Learning with Python: Decision Trees
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
درختهای تصمیم یکی از رایجترین رویکردهای مورد استفاده در یادگیری ماشینی نظارت شده هستند. ساختن درخت تصمیم به شما این امکان را میدهد که روابط پیچیده بین متغیرها را با تقلید از تصمیمگیری اگر بهعنوان یک رفتار طبیعی انسانی مدلسازی کنید. در این دوره آموزشی، مربی فردریک نوانگانگا به شما یک نمای کلی از نحوه جمعآوری، کاوش، و تبدیل دادههای خود در آمادهسازی برای ساخت مدلهای درخت تصمیم در پایتون میدهد.
قدرت درختهای تصمیمگیری، چیستی و چگونگی آنها را کشف کنید. آنها ساخته می شوند و چگونه ناخالصی را در یک پارتیشن تعیین می کنند. نکاتی را از فردریک در مورد ساخت، تجسم، هرس و استفاده از درخت تصمیم در پایتون از جمله درختان طبقه بندی و درختان رگرسیون دریافت کنید. در پایان این دوره، شما آماده خواهید بود که مدل های خود را بسازید و آنها را در دامنه های مختلف اعمال کنید.
سرفصل ها و درس ها
معرفی
Introduction
تصمیم گیری با پایتون
Making decisions with Python
آنچه شما باید بدانید
What you should know
ابزار مورد نیاز شما
The tools you need
با استفاده از فایل های تمرین
Using the exercise files
1. درختان تصمیم
1. Decision Trees
درخت تصمیم چیست؟
What is a decision tree?
درخت طبقه بندی چگونه ساخته می شود؟
How is a classification tree built?
درختان طبقه بندی چگونه ناخالصی را اندازه می گیرند؟
How do classification trees measure impurity?
درخت رگرسیون چگونه ساخته می شود؟
How is a regression tree built?
نحوه هرس درخت تصمیم
How to prune a decision tree
چرا و چه زمانی از درخت تصمیم استفاده کنیم
Why and when to use a decision tree
امتحان فصل
Chapter Quiz
2. کار با درختان طبقه بندی
2. Working with Classification Trees
نحوه ساخت درخت طبقه بندی در پایتون
How to build a classification tree in Python
نحوه تجسم درخت طبقه بندی در پایتون
How to visualize a classification tree in Python
نحوه هرس درخت طبقه بندی در پایتون
How to prune a classification tree in Python
3. کار با درختان رگرسیون
3. Working with Regression Trees
نحوه ساخت درخت رگرسیون در پایتون
How to build a regression tree in Python
نحوه تجسم درخت رگرسیون در پایتون
How to visualize a regression tree in Python
نحوه هرس درخت رگرسیون در پایتون
How to prune a regression tree in Python
نتیجه
Conclusion
مراحل بعدی با درختان تصمیم
Next steps with decision trees
فردریک نوانگانگا دانشیار تدریس در زمینه تجزیه و تحلیل و عملیات.
او بیش از 15 سال تجربه تحلیلی دارد و دوره های کارشناسی ارشد و لیسانس در مدیریت داده، یادگیری ماشین و تجزیه و تحلیل داده های بدون ساختار را در کالج تجارت مندوزا در دانشگاه نوتردام تدریس می کند. قبل از پیوستن به مندوزا به عنوان استاد تمام وقت، فرد تقریباً 20 سال در زمینه فناوری اطلاعات در چندین سمت به عنوان توسعه دهنده نرم افزار، تحلیلگر تجاری، مدیر پایگاه داده، مدیر پروژه و مدیر فناوری کار کرد. او به مدت سه سال یک شرکت مشاوره خدمات کسب و کار فناوری اطلاعات را تأسیس کرد و آن را اداره کرد و نویسنده کتاب درسی یادگیری ماشینی به نام یادگیری ماشین عملی در R.
نمایش نظرات