آموزش کاوش علم داده با دات نت با استفاده از نوت بوک های Polyglot و ML.NET - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• علم داده با دات نت Data science with .NET

• آنچه شما باید بدانید What you should know

1. معرفی نوت بوک های Polyglot 1. Introducing Polyglot Notebooks

• سلول های F# F# cells

• سلول های علامت گذاری Markdown cells

• سلول های سی شارپ C# cells

• نصب نوت بوک های Polyglot Installing Polyglot Notebooks

• اشتراک گذاری متغیر بین سلول ها Variable sharing between cells

• واردات بسته های NuGet Importing NuGet packages

• نوت بوک و هسته Notebooks and kernels

• اعلان کلاس ها و متدها Declaring classes and methods

• نمودارهای پری دریایی Mermaid diagrams

• به اشتراک گذاری متغیرها بین هسته ها Sharing variables between kernels

• اولین نوت بوک خود را بسازید Creating your first Notebook

2. جدال داده ها با DataFrames 2. Data Wrangling with DataFrames

• صادر کردن DataFrames Exporting DataFrames

• ادغام DataFrames Merging DataFrames

• تغییر نام و حذف ستون ها Renaming and removing columns

• فیلتر کردن داده ها Filtering data

• مهندسی ویژگی Feature engineering

• حذف مقادیر از دست رفته Dropping missing values

• جایگزینی مقادیر از دست رفته Replacing missing values

• معرفی DataFrames Introducing DataFrames

• گروه بندی داده ها Grouping data

3. تجزیه و تحلیل داده ها و تجسم با DataFrames و Plotly.NET 3. Data Analysis and Visualization with DataFrames and Plotly.NET

• طرح های جعبه و ویولن Box and violin plots

• توصیف DataFrames Describing DataFrames

• دریافت مقادیر از ستون های جداگانه Getting values from individual columns

• هیستوگرام ها Histograms

• توطئه های پراکنده Scatter plots

4. یادگیری ماشین با ML.NET 4. Machine Learning with ML.NET

• ارزیابی مدل های رگرسیون Evaluating regression models

• ذخیره و بارگذاری مدل ها Saving and loading models

• ارزیابی مدل های طبقه بندی Evaluating classification models

• مقدمه ای بر یادگیری ماشین، ML.NET و AutoML Intro to machine learning, ML.NET, and AutoML

• مدل های رگرسیون آموزشی Training regression models

• موضوعات اضافی ML.NET Additional ML.NET topics

• بارگذاری داده ها در مجموعه های قطار/آزمایش Loading data into train/test sets

• ایجاد پیش بینی از مدل ها Generating predictions from models

• مدل های طبقه بندی آموزش Training classification models

5. استقرار نوت بوک های Polyglot 5. Deploying Polyglot Notebooks

• ورود به علم داده و هوش مصنوعی به عنوان یک توسعه دهنده Getting into data science and AI as a developer

• پذیرش نوت بوک های چند زبانه Adopting Polyglot Notebooks

نتیجه گیری Conclusion

• مراحل بعدی Next steps