آموزش ساده علوم داده: تحلیل عملی با ابزار بدون کد KNIME از Pearson - آخرین آپدیت

دانلود Data Science Made Easy: Hands-On Analytics with No-Code Software Tool KNIME by Pearson

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

مفاهیم بنیادی، روش‌ها، الگوریتم‌ها و کاربردهای علوم داده را کشف کنید. بهترین متدهای فعلی در این حوزه و نحوه اجرای آن‌ها را با استفاده از ابزار بصری و بدون کد KNIME بیاموزید. در این دوره، دیدگاهی جامع درباره علوم داده، ابزارهای رایج، توسعه مدل‌های یادگیری ماشین (ML) با KNIME و رابطه بین علوم داده، هوش مصنوعی و یادگیری ماشین به دست خواهید آورد. همچنین در طول مسیر، مهارت‌های ضروری در تحلیل متن و متن‌کاوی را توسعه خواهید داد.

این دوره توسط Pearson تهیه شده است و ما مفتخریم که این آموزش را در کتابخانه خود میزبانی می‌کنیم.


سرفصل ها و درس ها

مقدمه Introduction

  • علوم داده به زبان ساده: مقدمه Data science made easy: Introduction

1. overview-علوم داده 1. Data Science Overview

  • فرآیند علوم داده Data science process

  • روش‌ها و الگوریتم‌های علوم داده Data science methods and algorithms

  • تکامل هوش مصنوعی و یادگیری ماشین AI/ML evolution

  • تعاریف، اصطلاحات و طبقه‌بندی ساده Definition, terminology, and a simple taxonomy

  • سرفصل‌ها Topics

1. ابزارهای علوم داده 1. Data Science Tools

  • دموی KNIME با مجموعه داده iris، بخش اول KNIME demo with iris dataset, part 1

  • آشنایی با KNIME AP Introduction to KNIME AP

  • نودها و افزونه‌ها Nodes and extensions

  • سرفصل‌ها Topics

  • بررسی ابزارهای موجود Tool landscape

  • دموی KNIME با مجموعه داده iris، بخش دوم KNIME demo with iris dataset, part 2

3. توسعه مدل یادگیری ماشین با KNIME 3. ML Model Development with KNIME

  • ورود و آماده‌سازی داده‌ها، بخش دوم Data ingestion and preparation, part 2

  • ارزیابی مقایسه‌ای Comparative assessment

  • ساخت و تست مدل یادگیری ماشین ML model building and testing

  • ورود و آماده‌سازی داده‌ها، بخش اول Data ingestion and preparation, part 1

  • سرفصل‌ها Topics

4. بهترین متدهای علوم داده و هوش مصنوعی/ML 4. Best Practices in Data Science and AI/ML

  • سرفصل‌ها Topics

  • اعتبارسنجی متقاطع برای توازن میان بایاس و واریانس Cross-validation for bias-variance trade-off

  • تجمعات مدل یا مدل‌های Ensemble (با Bagging و Boosting) Model ensembles (with bagging and boosting)

  • تفسیرپذیری مدل (XAI) Model explainability (XAI)

  • متعادل‌سازی داده‌ها برای مشکل عدم توازن کلاس‌ها Data balancing for class imbalance problem

5. تحلیل متن 5. Text Analytics

  • کاربردهای متن‌کاوی: مدل‌سازی موضوعی TM applications: Topic modeling

  • کاربردهای متن‌کاوی: تحلیل احساسات TM applications: Sentiment analysis

  • مروری بر متن‌کاوی و پردازش زبان طبیعی (NLP) Overview of text mining and natural language processing (NLP)

  • فرآیند متن‌کاوی Text mining process

  • سرفصل‌ها Topics

جمع‌بندی Conclusion

  • علوم داده به زبان ساده: خلاصه دوره Data science made easy: Summary

نمایش نظرات

آموزش ساده علوم داده: تحلیل عملی با ابزار بدون کد KNIME از Pearson
جزییات دوره
4h 46m
28
(آخرین آپدیت)
729
- از 5
ندارد
دارد
دارد
Pearson
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Pearson Pearson

Pearson یک ارائه دهنده آموزش و یادگیری است.

هدف پیرسون این است که به افراد کمک کند تا زندگی خود را از طریق یادگیری درک کنند، با این باور که هر فرصت یادگیری فرصتی برای پیشرفت شخصی است. کارکنان پیرسون متعهد به ایجاد تجربیات یادگیری پر جنب و جوش و غنی هستند که برای تأثیرگذاری در زندگی واقعی طراحی شده اند. آنها در نزدیک به 200 کشور با محتوای دیجیتال، ارزیابی ها، صلاحیت ها و داده ها به مشتریان خدمات ارائه می دهند.