لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش تحلیل اکتشافی دادهها (EDA) و الگوریتمهای اصلی یادگیری ماشین
- آخرین آپدیت
دانلود Exploratory Data Analysis & Core ML Algorithms
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
با این دوره عملی، پایهای قوی در تحلیل اکتشافی دادهها (EDA) و یادگیری ماشین ایجاد کنید. این دوره برای یادگیرندگانی طراحی شده است که دانش مقدماتی پایتون و ML دارند و قصد دارند گام به گام از آمادهسازی مجموعهدادهها تا پیادهسازی پرکاربردترین الگوریتمها در کاربردهای واقعی پیش بروند.
سفر شما با EDA آغاز میشود، جایی که یاد میگیرید چگونه دادهها را بصریسازی کنید، الگوها را شناسایی نمایید و مقادیر گمشده یا پرت (Outliers) را مدیریت کنید تا از پاک و قابل اعتماد بودن دادههای خود مطمئن شوید. سپس به سراغ رگرسیون خطی خواهید رفت و تکنیکهای مدلسازی پیشبینیکننده را برای پیشبینی و تحلیل روندها فرا خواهید گرفت.
در مرحله بعد، رگرسیون لجستیک را با تمرکز بر مسائل طبقهبندی (Classification) بررسی کرده و یاد میگیرید چگونه مدلهای خود را با استفاده از ابزارهایی مانند منحنی AUC-ROC ارزیابی کنید. شما این مهارتها را در مطالعات موردی عملی، مانند پیشبینی نرخ ترک کارکنان، به کار خواهید گرفت.
سپس دوره به معرفی طبقهبند Naive Bayes میپردازد و به شما میآموزد چگونه از روشهای احتمالی برای پیشبینیهای سریع و کارآمد استفاده کنید و در نهایت با درخت تصمیم (Decision Trees) آموزش را به پایان میبرید. در این بخش مفاهیم کلیدی مانند آنتروپی و شاخص جینی را درک کرده و تنظیم هایپرپارامترها را برای بهینهسازی دقت مدلها تمرین خواهید کرد.
در پایان این دوره ۵ قسمتی، شما موارد زیر را به دست خواهید آورد:
• تسلط در آمادهسازی و تحلیل مجموعهدادهها با تکنیکهای EDA.
• پیادهسازی رگرسیون خطی و لجستیک برای وظایف پیشبینی و طبقهبندی.
• بهکارگیری Naive Bayes و درختهای تصمیم برای حل مسائل عملی یادگیری ماشین.
• کسب مهارتهای لازم برای ورود به پروژههای پیشرفتهتر یادگیری ماشین.
این دوره برای افرادی که تجربه اولیهای در پایتون و مبانی ML دارند و میخواهند توانایی خود را در مدلسازی، تحلیل و حل مسائل واقعی دادهها تقویت کنند، ایدهآل است.
این دوره در می ۲۰۲۵ بهروزرسانی شده و اکنون شامل Coursera Coach است: یک دستیار یادگیری تعاملی که به شما کمک میکند دانش خود را آزمایش کنید، مفروضات را به چالش بکشید و در طول مسیر درک عمیقتری کسب کنید.
سرفصل ها و درس ها
تحلیل اکتشافی دادهها
Exploratory Data Analysis
تحلیل اکتشافی دادهها
Exploratory Data Analysis
ابزارها و فرآیندهای EDA
Tools and Processes of EDA
پروژه EDA شماره ۱
EDA Project 1
پروژه EDA شماره ۲
EDA Project 2
پروژه EDA شماره ۳
EDA Project 3
پروژه EDA شماره ۴
EDA Project 4
پروژه EDA شماره ۵
EDA Project 5
پروژه EDA شماره ۶
EDA Project 6
پروژه EDA شماره ۷
EDA Project 7
رگرسیون خطی
Linear Regression
مقدمهای بر رگرسیون خطی
Linear Regression Introduction
آموزش و تابع هزینه
Training and Cost Function
توابع هزینه و گرادیان کاهشی
Cost Functions and Gradient Descent
رویکرد عملی رگرسیون خطی
Linear Regression - Practical Approach
مقیاسبندی ویژگیها و توابع هزینه
Feature Scaling and Cost Functions
فرضيات OLS و تستها
OLS Assumptions and Testing
پیشبینی قیمت خودرو
Car Price Prediction
آمادهسازی و تحلیل دادهها ۱
Data Preparation and Analysis 1
آمادهسازی و تحلیل دادهها ۲
Data Preparation and Analysis 2
آمادهسازی و تحلیل دادهها ۳
Data Preparation and Analysis 3
ساخت مدل
Model Building
ارزیابی و بهینهسازی مدل
Model Evaluation and Optimization
بهینهسازی مدل
Model Optimization
رگرسیون لجستیک
Logistic Regression
مقدمهای بر رگرسیون لجستیک
Logistic Regression Introduction
مدل Logit
Logit Model
مطالعه موردی ریزش مشتریان تلکام
Telecom Churn Case Study
تحلیل دادهها و مهندسی ویژگی
Data Analysis and Feature Engineering
نمایش نظرات