آموزش داده کاوی و گردش کار تجزیه و تحلیل

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

درک داده کاوی Understanding Data Mining

• بررسی اجمالی ماژول Module Overview

• پیش نیازها و طرح کلی دوره Prerequisites and Course Outline

• داده کاوی چیست؟ What Is Data Mining?

• گردش کار داده کاوی The Data Mining Workflow

• داده کاوی و داده های بزرگ Data Mining and Big Data

• کاهش سیلوهای داده Mitigating Data Silos

• داده کاوی ، آمار و یادگیری ماشین Data Mining, Statistics, and Machine Learning

• نسخه ی نمایشی: نصب کتابخانه ها Demo: Installing Libraries

• خلاصه ماژول Module Summary

استفاده از داده کاوی برای یافتن الگوها Using Data Mining to Find Patterns

• بررسی اجمالی ماژول Module Overview

• یافتن الگوها در داده ها Finding Patterns in Data

• قوانین انجمن برای تجزیه و تحلیل سبد بازار Association Rules for Market Basket Analysis

• موارد مکرر و پشتیبانی Frequent Itemsets and Support

• اعتماد به نفس ، آسانسور ، و محکومیت Confidence, Lift, and Conviction

• الگوریتم Apriori The Apriori Algorithm

• نسخه ی نمایشی: تجزیه و تحلیل داده های اکتشافی در معاملات نانوایی Demo: Exploratory Data Analysis on Bakery Transactions

• نسخه ی نمایشی: تنظیم داده ها برای استخراج قاعده انجمن Demo: Setting up the Data for Association Rule Mining

• نسخه ی نمایشی: استفاده از الگوریتم Apriori برای تولید مجموعه های مکرر موارد Demo: Using the Apriori Algorithm to Generate Frequent Itemsets

• نسخه ی نمایشی: استخراج قانون قانون انجمن Demo: Association Rule Mining

• خوشه بندی Clustering

• نسخه ی نمایشی: آماده سازی داده ها برای تجزیه و تحلیل خوشه Demo: Preparing Data for Cluster Analysis

• نسخه ی نمایشی: انجام تجزیه و تحلیل خوشه Demo: Performing Cluster Analysis

• خلاصه ماژول Module Summary

داده کاوی پیش بینی برای داده های دسته بندی Predictive Data Mining for Categorical Data

• بررسی اجمالی ماژول Module Overview

• مدل های مبتنی بر قانون در مقابل ML Rule-based vs. ML-based Models

• نسخه ی نمایشی: طبقه بندی گونه ها بر اساس قانون Demo: Rule Based Classification of Animal Species

• نسخه ی نمایشی: طبقه بندی مبتنی بر قانون از گل زنبق Demo: Rule Based Classification of Iris Flowers

• مروری بر رگرسیون لجستیک ، ماشین های بردار پشتیبان و بای های ساده لوح برای طبقه بندی Overview of Logistic Regression, Support Vector Machines, and Naive Bayes for Classification

• نسخه ی نمایشی: طبقه بندی صدای جنسیت مبتنی بر ML Demo: ML-based Classification of Gender Voices

• خلاصه ماژول Module Summary

پیش بینی داده کاوی برای داده های مداوم Predictive Data Mining for Continuous Data

• بررسی اجمالی ماژول Module Overview

• ساخت مدل های رگرسیون Building Regression Models

• نسخه ی نمایشی: رگرسیون ساده Demo: Simple Regression

• نسخه ی نمایشی: آماده سازی داده ها برای رگرسیون Demo: Preparing Data for Regression

• نسخه ی نمایشی: رگرسیون چندگانه Demo: Multiple Regression

• نسخه ی نمایشی: رگرسیون سلسله مراتبی Demo: Hierarchical Regression

• نسخه ی نمایشی: رگرسیون گام به گام با استفاده از حذف ویژگی بازگشتی Demo: Stepwise Regression Using Recursive Feature Elimination

• نسخه ی نمایشی: رگرسیون گام به گام با استفاده از انتخاب رو به جلو و عقب Demo: Stepwise Regression Using Forward and Backward Selection

• نسخه ی نمایشی: بازگشت به حالت تنظیم شده Demo: Setwise Regression

• خلاصه ماژول Module Summary

درک و اجرای روش CRISP-DM Understanding and Implementing the CRISP-DM Methodology

• بررسی اجمالی ماژول Module Overview

• روش CRISP-DM The CRISP-DM Methodology

• نسخه ی نمایشی: درک اطلاعات Demo: Data Understanding

• نسخه ی نمایشی: آماده سازی داده ها Demo: Data Preparation

• نسخه ی نمایشی: ساخت و ارزیابی مدل ها Demo: Building and Evaluating Models

• نسخه ی نمایشی: استقرار مدل Demo: Model Deployment

• خلاصه و مطالعه بیشتر Summary and Further Study