آموزش دوره کامل بوت کمپ علم داده و یادگیری ماشین

سرفصل ها و درس ها

مقدمه ای بر دوره Full Stack Data Science Introduction to the Full Stack Data Science Course

• مقدمه ای بر دوره Full Stack Data Science Introduction to the Full Stack Data Science Course

اصول پایتون: مقدمه ای بر مبانی برای مبتدیان Python Fundamentals: Introduction to Basics for Beginners

• ساختارهای داده پایتون و دستکاری رشته ها: راهنمای جامع Python Data Structures and String Manipulation: A Comprehensive Guide

• تسلط بر توابع پایتون: تکنیک های لامبدا، بازگشتی و پیاده سازی Python Functions Mastery: Lambda, Recursion, and Implementation Techniques

• پایتون برای تجزیه و تحلیل داده ها: کتابخانه ها، تجزیه و تحلیل داده های اکتشافی، و توصیفی Python for Data Analysis: Libraries, Exploratory Data Analysis, and Descriptive

تجزیه و تحلیل داده ها با آمار کسب و کار: تکنیک ها و کاربردها Data Analysis with Business Statistics: Techniques and Applications

• مقدمه ای بر آمار و سنجش گرایش های مرکزی Introduction to statistics and Measures of central tendencies

• قضیه حد مرکزی (CLT): درک نمونه گیری و توزیع The Central Limit Theorem (CLT): Understanding Sampling and Distribution

• کاوش در توزیع ها و همبستگی ها: تجزیه و تحلیل آماری در پایتون Exploring Distributions and Correlations: Statistical Analysis in Python

• PDF و CDF و آزمون فرضیه PDF & CDF and Hypothesis Testing

• تحلیل و پیش بینی سری های زمانی Time Series Analysis & Forecasting

• تئوری احتمال و تحلیل آماری Probability Theory and Statistical Analysis

• پروژه Capstone - تجزیه و تحلیل تصادفات جاده ای انگلستان: قسمت - 1 Capstone Project - UK Road Accident Analysis : Part - 1

• پروژه Capstone - تصادف جاده ای انگلستان: قسمت -2 Capstone Project - UK Road Accident : Part -2

مبانی یادگیری ماشین: مفاهیم، ​​الگوریتم ها و کاربردها Machine Learning Fundamentals: Concepts, Algorithms, and Applications

• رگرسیون لجستیک در یادگیری ماشین: تئوری، اجرا و کاربرد Logistic Regression in Machine Learning: Theory, Implementation, and Application

• تکنیک های جاسازی کلمه در یادگیری ماشینی: Bag-of-Words، TF-IDF، Word2Vec Word Embedding Techniques in Machine Learning: Bag-of-Words, TF-IDF, Word2Vec

• تمیز کردن و پیش پردازش متن برای یادگیری ماشین: تجزیه و تحلیل نظرات آمازون Text Cleaning and Preprocessing for Machine Learning: Analyzing Amazon Reviews

• رگرسیون خطی در یادگیری ماشین: تئوری، اجرا و کاربردها Linear Regression in Machine Learning: Theory, Implementation, and Applications

• طبقه‌بندی درخت تصمیم و رگرسیون در یادگیری ماشین: نظریه Decision Tree Classifier and Regression in Machine Learning: Theory

• یادگیری ماشینی - شهود هندسی مدل های مجموعه و پروژه فلاسک MACHINE LEARNING - Geometric Intuition of Ensembles Models and Flask Project

• یادگیری ماشینی - تجزیه و تحلیل داده ها در مورد وضعیت تایید وام MACHINE LEARNING - Data Analysis on Loan Approval Status

• یادگیری ماشینی - الگوریتم های یادگیری بدون نظارت K به معنای تکنیک های خوشه ای است MACHINE LEARNING - Unsupervised Learning Algorithms K means Cluster Techniques

پیش‌بینی نرخ پرواز: پروژه Capstone یادگیری ماشین Flight Fare Prediction: Machine Learning Capstone Project

• پیش‌بینی نرخ پرواز: پروژه Capstone یادگیری ماشین Flight Fare Prediction: Machine Learning Capstone Project

• مهندسی ویژگی و بکارگیری مدل های کلاسیک ML Feature Engineering and Applying Classical ML Models

• مدل را با Flask Framework اجرا کنید Deploy the Model with Flask Framework

طبقه بندی قارچ: پروژه Capstone یادگیری ماشین Mushroom Classification: Machine Learning Capstone Project

• طبقه بندی قارچ: تجزیه و تحلیل داده های اکتشافی Mushroom Classification: Exploratory Data Analysis

• طبقه بندی قارچ: ساخت و ارزیابی مدل معیار Mushroom Classification: Benchmark Model Building and Evaluation

طبقه بندی کاربرد مدرسه مهد کودک: پروژه Capstone یادگیری ماشین Nursery School Application Classification: Machine Learning Capstone Project

• Project_3_NurserySchool_Application_Classification Project_3_NurserySchool_Application_Classification

• رگرسیون لجستیک، SVM، مدل‌های درخت تصمیم و معیارهای ارزیابی Logistic Regression, SVM, Decision Tree Models & Evaluation Metrics

پروژه ML Capstone 4: Toxic_Comments_Classification ML Capstone Project 4 : Toxic_Comments_Classification

• Project_4_Toxic_Comments_Classification Project_4_Toxic_Comments_Classification

• تجسم توالی های توکن شده در پردازش زبان طبیعی (NLP) Tokenized Sequences Visualization in Natural Language Processing (NLP)

• اصلاح مدل - بهینه سازی NB، SVM، LR با وزن ویژگی Model Refinement - Optimize NB,SVM,LR with Feature Weight

پروژه ML Capstone 5: UK_Road_Accident_Timeseries_Forecasting ML Capstone Project 5 : UK_Road_Accident_Timeseries_Forecasting

• Project_5_UK_Road_Accident_Timeseries_Forecasting_EDA Project_5_UK_Road_Accident_Timeseries_Forecasting_EDA

• پیش بینی نرخ تصادفات بریتانیا بر اساس تعداد تلفات در SARIMA، FbP، LSTM Forecast UK Accident rates based on Number of Casualties on SARIMA,FbP,LSTM's

زبان پرس و جو ساختاریافته (SQL) Structured Query Language (SQL)

• مقدمه ای بر SQL - SQL Syntax و دانلود MySQL Introduction to SQL - SQL Syntax and Download MySQL

• RDBMS - یکپارچگی داده، عادی سازی پایگاه داده RDBMS - Data Integrity, Database Normalization

• زبان تعریف داده (DDL) Data Definition Language (DDL)

• زبان دستکاری داده ها (DML) Data Manipulation language (DML)

• زبان های کنترل داده (DCL) و محدودیت های دامنه Data Control Languages (DCL) and Domain Constraints

• فیلتر کردن داده ها و اپراتورهای SET در SQL Filtering Data and SET Operators in SQL

• عبارات شرطی در SQL Conditional Expressions in SQL

• گروه بندی داده ها Grouping Data

• پیوستن به چند جدول (JOINS) Joining Multiple Tables (JOINS)

• توابع SQL RANK SQL RANK Functions

• محرک های SQL و رویه های ذخیره شده SQL Triggers and Stored Procedures

• پروژه SQL Capstone 1: تجزیه و تحلیل داده ها در مورد بررسی فیلم ها در SQL SQL Capstone Project 1 : Data Analytics on Movie Reviews in SQL

یادگیری عمیق DEEP LEARNING

• یادگیری عمیق - مقدمه ای بر شبکه های عصبی و مبانی MLP، BACKPROP DEEP LEARNING - Introduction to Neural Networks and Basics of MLP, BACKPROP

• یادگیری عمیق - درک عمیق RNN و LSTM با مثال DEEP LEARNING - In Depth Understanding of RNN and LSTM with Examples

• یادگیری عمیق - شهود پشت چشم انداز کامپیوتر و الگوریتم CNN DEEP LEARNING - Intuition Behind the Computer Vision and CNN Algorithm

• یادگیری عمیق - شبکه های عصبی کانولوشن با پروژه های پیتزا و سیفار DEEP LEARNING - Convolutional Neural Networks with Pizza and CIFAR Projects

• یادگیری عمیق - مثال های عملی در آموزش انتقال برای مدل Vgg16 DEEP LEARNING - Practical Examples on Transfer Learning for Vgg16 Model

• یادگیری عمیق - چارچوب فلاسک مبتنی بر وب برای تشخیص حیوانات وحشی با CNN DEEP LEARNING - Web Based Flask Framework for Wild Animal Recognition with CNN

مایکروسافت اکسل Microsoft Excel

• مقدمه ای بر کتاب کار اکسل Introduction to Excel Workbook

• دست روی سلول ها و محدوده های اکسل Hands on Excel Cells and Ranges

• فرمول های پایه - عملگرهای منطقی Basic Formulae - Logical Operators

• Excel - جستجو و فرمول های مرجع Excel - Lookup and Reference Formulae

• اکسل - فرمول های منطقی Excel - Logical Formulae

• متن و فرمول های آماری Text and Statistical Formulae

• اکسل - فرمول های تاریخ و زمان Excel - Date & Time Formulae

• اکسل - مرتب سازی و فیلتر کردن Excel - Sorting & Filtering

• نمودارهای پویا با مثال Dynamic Charts With Examples

• اطلاعات بینش را با جداول محوری استخراج کنید Derive Insights with Pivot Tables

Microsoft Power BI (ابزار هوش تجاری) Microsoft Power BI (Business Intelligence Tool)

• نصب Power BI Desktop و برنامه های کاربردی Power BI Installation Power BI Desktop and Applications of Power BI

• مفاهیم نقشه ها را با استفاده از Power BI درک کنید Understand the Concepts of Maps using Power BI

• Power BI - جداول و ماتریس Power BI - Tables and Matrix

• انواع مختلف برش دهنده Power BI Different Types of Power BI Slicers

• مقدمه ای بر Power Query Introduction to Power Query

• با عملیات Power Query آشنا می شوید Hands on with Power Query Operations

• دستکاری با عملیات Power Query Manipulations with Power Query Operations

• داشبورد فروش سوپر فروشگاه بسازید Build a Super Store Sales Dashboard

• پروژه BI Capstone - تجزیه و تحلیل فروش و تولید BI Capstone Project - Sales and Production Analysis