آموزش جامع دستکاری داده‌ها و یادگیری ماشین (سطح متوسط) - آخرین آپدیت

مقدمه‌ای بر یادگیری ماشین Machine Learning: Introduction

• مبانی هوش مصنوعی (AI 101) AI 101

• مبانی یادگیری ماشین (ML 101) Machine Learning 101

• مدل‌ها Models

یادگیری ماشین: رگرسیون Machine Learning: Regression

• مبانی انواع رگرسیون Regression Types 101

• مبانی رگرسیون تک‌متغیره Univariate Regression 101

• رگرسیون تک‌متغیره تعاملی Univariate Regression Interactive

• آزمایشگاه رگرسیون تک‌متغیره Univariate Regression Lab

• تمرین رگرسیون تک‌متغیره Univariate Regression Exercise

• پاسخ تمرین رگرسیون تک‌متغیره Univariate Regression Solution

• مبانی رگرسیون چندجمله‌ای Polynomial Regression 101

• آزمایشگاه رگرسیون چندجمله‌ای Polynomial Regression Lab

• مبانی رگرسیون چندمتغیره Multivariate Regression 101

• آزمایشگاه رگرسیون چندمتغیره Multivariate Regression Lab

• تمرین رگرسیون چندمتغیره Multivariate Regression Exercise

• پاسخ تمرین رگرسیون چندمتغیره Multivariate Regression Solution

یادگیری ماشین: آماده‌سازی و ارزیابی مدل Machine Learning: Model Preparation and Evaluation

• مبانی Underfitting و Overfitting Underfitting / Overfitting 101

• مبانی تقسیم داده‌ها (آموزش/اعتبارسنجی/تست) Train / Validation / Test Split 101

• تقسیم داده‌ها به‌صورت تعاملی Train / Validation / Test Split Interactive

• آزمایشگاه تقسیم داده‌ها Train / Validation / Test Split Lab

• مبانی تکنیک‌های بازنمونه‌گیری Resampling Techniques 101

• آزمایشگاه تکنیک‌های بازنمونه‌گیری Resampling Techniques Lab

یادگیری ماشین: منظم‌سازی (Regularization) Machine Learning: Regularization

• مبانی منظم‌سازی (Regularization) Regularization 101

• آزمایشگاه منظم‌سازی Regularization Lab

یادگیری ماشین: مبانی طبقه‌بندی Machine Learning: Classification Basics

• مبانی ماتریس اغتشاش (Confusion Matrix) Confusion Matrix 101

• مبانی منحنی ROC ROC Curve 101

• منحنی ROC تعاملی ROC Curve Interactive

• مقدمه آزمایشگاه منحنی ROC ROC Curve Lab Introduction

• آزمایشگاه منحنی ROC بخش ۱/۳ (آماده‌سازی و مدل‌سازی) ROC Curve Lab 1/3 (Data Prep, Modeling)

• آزمایشگاه منحنی ROC بخش ۲/۳ (ماتریس اغتشاش و ROC) ROC Curve Lab 2/3 (Confusion Matrix and ROC)

• آزمایشگاه منحنی ROC بخش ۳/۳ (ROC, AUC و تابع هزینه) ROC Curve Lab 3/3 (ROC, AUC, Cost Function)

یادگیری ماشین: طبقه‌بندی با درخت‌های تصمیم Machine Learning: Classification with Decision Trees

• مبانی درخت‌های تصمیم Decision Trees 101

• آزمایشگاه درخت‌های تصمیم (مقدمه) Decision Trees Lab (Introduction)

• آزمایشگاه درخت‌های تصمیم (کدنویسی) Decision Trees Lab (Coding)

• تمرین درخت‌های تصمیم Decision Trees Exercise

یادگیری ماشین: طبقه‌بندی با جنگل‌های تصادفی Machine Learning: Classification with Random Forests

• مبانی جنگل‌های تصادفی Random Forests 101

• جنگل‌های تصادفی تعاملی Random Forests Interactive

• آزمایشگاه جنگل تصادفی (مقدمه) Random Forest Lab (Introduction)

• آزمایشگاه جنگل تصادفی (کدنویسی ۱/۲) Random Forest Lab (Coding 1/2)

• آزمایشگاه جنگل تصادفی (کدنویسی ۲/۲) Random Forest Lab (Coding 2/2)

یادگیری ماشین: طبقه‌بندی با رگرسیون لجستیک Machine Learning: Classification with Logistic Regression

• مبانی رگرسیون لجستیک Logistic Regression 101

• آزمایشگاه رگرسیون لجستیک (مقدمه) Logistic Regression Lab (Introduction)

• آزمایشگاه رگرسیون لجستیک (کدنویسی ۱/۲) Logistic Regression Lab (Coding 1/2)

• آزمایشگاه رگرسیون لجستیک (کدنویسی ۲/۲) Logistic Regression Lab (Coding 2/2)

• تمرین رگرسیون لجستیک Logistic Regression Exercise

یادگیری ماشین: طبقه‌بندی با ماشین‌های بردار پشتیبان (SVM) Machine Learning: Classification with Support Vector Machines

• مبانی ماشین‌های بردار پشتیبان (SVM) Support Vector Machines 101

• آزمایشگاه SVM (مقدمه) Support Vector Machines Lab (Introduction)

• آزمایشگاه SVM (کدنویسی ۱/۲) Support Vector Machines Lab (Coding 1/2)

• آزمایشگاه SVM (کدنویسی ۲/۲) Support Vector Machines Lab (Coding 2/2)

• تمرین ماشین‌های بردار پشتیبان Support Vector Machines Exercise

یادگیری ماشین: طبقه‌بندی با مدل‌های Ensemble Machine Learning: Classification with Ensemble Models

• مبانی مدل‌های Ensemble Ensemble Models 101

یادگیری ماشین: قوانین انجمنی Machine Learning: Association Rules

• مبانی قوانین انجمنی Association Rules 101

• مبانی الگوریتم Apriori Apriori 101

• آزمایشگاه Apriori (مقدمه) Apriori Lab (Introduction)

• آزمایشگاه Apriori (کدنویسی ۱/۲) Apriori Lab (Coding 1/2)

• آزمایشگاه Apriori (کدنویسی ۲/۲) Apriori Lab (Coding 2/2)

• تمرین Apriori Apriori Exercise

• پاسخ تمرین Apriori Apriori Solution

یادگیری ماشین: خوشه‌بندی Machine Learning: Clustering

• مروری بر خوشه‌بندی Clustering Overview

• مبانی K-means kmeans 101

• آزمایشگاه K-means kmeans Lab

• تمرین K-means kmeans Exercise

• پاسخ تمرین K-means kmeans Solution

• مبانی خوشه‌بندی سلسله‌مراتبی Hierarchical Clustering 101

• خوشه‌بندی سلسله‌مراتبی تعاملی Hierarchical Clustering Interactive

• آزمایشگاه خوشه‌بندی سلسله‌مراتبی Hierarchical Clustering Lab

• مبانی DBSCAN DBSCAN 101

• آزمایشگاه DBSCAN DBSCAN Lab

یادگیری ماشین: کاهش ابعاد Machine Learning: Dimensionality Reduction

• مبانی PCA PCA 101

• آزمایشگاه PCA PCA Lab

• تمرین PCA PCA Exercise

• پاسخ تمرین PCA PCA Solution

• مبانی t-SNE t-SNE 101

• آزمایشگاه t-SNE (کره) t-SNE Lab (Sphere)

• آزمایشگاه t-SNE (MNIST) t-SNE Lab (MNIST)

• مبانی تحلیل عاملی (Factor Analysis) Factor Analysis 101

• آزمایشگاه تحلیل عاملی (مقدمه) Factor Analysis Lab (Introduction)

• آزمایشگاه تحلیل عاملی (کدنویسی ۱/۲) Factor Analysis Lab (Coding 1/2)

• آزمایشگاه تحلیل عاملی (کدنویسی ۲/۲) Factor Analysis Lab (Coding 2/2)

• تمرین تحلیل عاملی Factor Analysis Exercise

یادگیری ماشین: یادگیری تقویت‌شده Machine Learning: Reinforcement Learning

• مبانی یادگیری تقویت‌شده Reinforcement Learning 101

• مبانی حد بالای اطمینان (UCB) Upper Confidence Bound 101

• حد بالای اطمینان تعاملی Upper Confidence Bound Interactive

• آزمایشگاه UCB (مقدمه) Upper Confidence Bound Lab (Introduction)

• آزمایشگاه UCB (کدنویسی ۱/۲) Upper Confidence Bound Lab (Coding 1/2)

• آزمایشگاه UCB (کدنویسی ۲/۲) Upper Confidence Bound Lab (Coding 2/2)