آموزش یادگیری ماشین و تحلیل داده‌ها - بخش اول - آخرین آپدیت

مقدمه‌ای بر داده‌کاوی در مهندسی Intro to Data Mining in Engineering

• مرور کلی دوره Course Overview

• مقدمه‌ای بر داده‌های داده‌کاوی Intro to Data Mining-Data

• مقدمه‌ای بر فرآیند استخراج داده Intro to Data Mining-Mining

• تکنیک‌های داده‌کاوی Data Mining Techniques

تحلیل اکتشافی داده‌ها و بصری‌سازی Exploratory Data Analysis and Visualization

• تحلیل اکتشافی داده‌ها (EDA) Exploratory Data Analysis (EDA)

• پاک‌سازی و پیش‌پردازش داده‌ها Data Cleaning and Preprocessing

• تبدیل داده‌ها Data Transformation

کاهش ابعاد Dimensionality Reduction

• انتخاب ویژگی - روش‌های خطی PCA Feature Selection–Linear Methods PCA

• تحلیل مؤلفه‌های اصلی (PCA) PCA

• الگوریتم t-SNE چیست؟ t-SNE: What is it?

• نحوه عملکرد t-SNE t-SNE: How it Works

• تحلیل ممیزی خطی (LDA) Linear Discriminant Analysis (LDA)

ماتریس‌های ارزیابی عملکرد Performance Evaluation Matrices

• معیارهای ارزیابی عملکرد Performance Evaluations Metric

• توازن بین بایاس و واریانس Bias Variance Trade-Off

• معیارهای رگرسیون Regression Metrics

• معیارهای طبقه‌بندی: دقت، صحت و فراخوانی Classification Metrics- Accuracy, Precision, Recall

• معیارهای طبقه‌بندی: F1 Score و ROC AUC Classification Metrics- F1 Score, ROC-AUC

الگوریتم‌های بنیادی طبقه‌بندی - بخش اول Foundational Classification Algorithms - Part 1

• طبقه‌بندی Classification

• مدل K-نزدیک‌ترین همسایه (KNN) و فاصله‌ها K-Nearest Neighbors (KNN) Model Distances

• اجرای KNN، انتخاب بهترین K، امتیاز تمایل و پیش‌بینی رگرسیونی Performing KNN, Picking Best K, Propensity Score, and Regression Prediction

• رگرسیون لجستیک: شهود، احتمالات و تفسیر Logistic Regression, Intuitions, Odds/Logits, and Interpretation

• تخمین پارامترها Parameter Estimation

• طبقه‌بندی چندکلاسه Multiclass Classification

الگوریتم‌های بنیادی طبقه‌بندی - بخش دوم Foundational Classification Algorithms - Part 2

• طبقه‌بندی‌کننده بیز Bayes Classifier

• درخت‌های تصمیم Decision Trees

• درخت‌های تصمیم: تحلیل رگرسیونی Decision Trees: Regression Analysis

• یادگیری جمعی (Ensemble Learning) Ensemble Learning

تکنیک‌های کلیدی رگرسیون - بخش اول Key Regression Techniques - Part 1

• رگرسیون خطی Linear Regression

• رگرسیون خطی: محاسبه ضرایب و کمینه‌سازی تابع هزینه Linear Regression: Calculating Coefficients and Minimizing Cost Function

• رگرسیون چندجمله‌ای Polynomial Regression