آموزش آماده سازی داده ها برای مهندسی ویژگی و یادگیری ماشین در Microsoft Azure

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

شروع با یادگیری ماشین لاجوردی Getting Started with Azure Machine Learning

• مقدمه Introduction

• یادگیری ماشین چیست؟ What Is Machine Learning?

• مقدمه ای بر یادگیری ماشین لاجوردی Introduction to Azure Machine Learning

• Azure Machine Learning Experiment Workflow Azure Machine Learning Experiment Workflow

• پیش نیازها Prerequisites

• نسخه ی نمایشی: ایجاد یک فضای کاری استودیو یادگیری ماشین Azure Demo: Creating an Azure Machine Learning Studio Workspace

• نسخه ی نمایشی: ایجاد فضای کاری سرویس یادگیری ماشین Azure Demo: Creating an Azure Machine Learning Service Workspace

• نسخه ی نمایشی: کاوش در مجموعه داده Demo: Exploring the Dataset

• خلاصه Summary

تمایز داده ها ، ویژگی ها ، اهداف و مدل ها Differentiating Data, Features, Targets, and Models

• مقدمه Introduction

• انتقال از Raw Data به ویژگی ها Moving from Raw Data to Features

• 6 ویژگی یک ویژگی خوب 6 Characteristics of a Good Feature

• هدف را برای مشکلات ML تعریف کنید Define Target for ML Problems

• نسخه ی نمایشی: کاوش مجموعه داده ها برای مشکلات مختلف Demo: Exploring Datasets for Different Problems

• چگونه الگوریتم ها مدل ها را یاد می گیرند How Algorithms Learn Models

• نسخه ی نمایشی: تغییر داده های فراداده مجموعه داده ها Demo: Modifying the Metadata of Datasets

• خلاصه Summary

آماده سازی داده های ورودی برای مدل های یادگیری ماشین Preparing Input Data for Machine Learning Models

• مقدمه Introduction

• روشهای پیش پردازش داده Data Preprocessing Methods

• نسخه ی نمایشی: تجزیه و تحلیل داده های اکتشافی Demo: Exploratory Data Analysis

• نسخه ی نمایشی: تمیز کردن داده ها (داده های اشتباه) Demo: Data Cleaning (Erroneous Data)

• نسخه ی نمایشی: تمیز کردن داده ها (موارد دور) Demo: Data Cleaning (Outliers)

• نسخه ی نمایشی: تمیز کردن داده ها (ردیف های تکراری) Demo: Data Cleaning (Duplicate Rows)

• نسخه ی نمایشی: تبدیل داده Demo: Data Transformation

• نسخه ی نمایشی: کاهش داده ها (ثبت رکورد) Demo: Reducing Data (Record Sampling)

• نسخه ی نمایشی: کاهش داده ها (نمونه گیری صفت) Demo: Reducing Data (Attribute Sampling)

• نسخه ی نمایشی: گسسته سازی داده ها Demo: Discretizing Data

• گسسته سازی مبتنی بر آنتروپی Entropy-based Discretization

• نسخه ی نمایشی: گسسته سازی مبتنی بر آنتروپی Demo: Entropy-based Discretization

• خلاصه Summary

مدیریت داده های از دست رفته Handling Missing Data

• مقدمه Introduction

• دلایل از دست رفتن داده ها Reasons Why Data Is Missing

• نسخه ی نمایشی: حذف لیست دار Demo: Listwise Deletion

• مشکلات در حذف ردیف ها Problems in Deleting Rows

• نسخه ی نمایشی: با استفاده از متغیرهای شاخص Demo: Using Indicator Variables

• با میانگین ، متوسط و حالت جایگزین کنید Replace with Mean, Median, and Mode

• معایب روشهای تک ورودی Disadvantages of Single Imputation Methods

• نسخه ی نمایشی: با MICE جایگزین کنید Demo: Replace with MICE

• نحوه عملکرد موش ها How MICE Works

• خلاصه Summary

نقش مهندسی ویژگی در یادگیری ماشین Role of Feature Engineering in Machine Learning

• مقدمه Introduction

• چرا مهندسی ویژگی؟ Why Feature Engineering?

• نقش مهندسی ویژگی در پیچیدگی مدل Role of Feature Engineering in Model Complexity

• با مهندسی ویژگی مدل های بهتری بسازید Build Better Models with Feature Engineering

• متغیرهای عددی مهندسی ویژگی Feature Engineering Numeric Variables

• متغیرهای دسته بندی مهندسی ویژگی Feature Engineering Categorical Variables

• نسخه ی نمایشی: متغیرهای دسته بندی کدگذاری داغ Demo: One-hot Encoding Categorical Variables

• نسخه ی نمایشی: یادگیری با تعداد متغیرهای دسته ای Demo: Learning with Counts Categorical Variables

• خلاصه Summary

یک مجموعه داده را به زیر مجموعه های آموزش و آزمایش تقسیم کنید Split a Data Set into Training and Testing Subsets

• مقدمه Introduction

• نسخه ی نمایشی: آموزش و آزمایش روی همان داده ها Demo: Training and Testing on Same Data

• نسخه ی نمایشی: تقسیم داده ها به مجموعه آموزش و آزمایش Demo: Split Data into Training and Test Set

• تقسیم داده ها برای تنظیم مدل Splitting Data for Model Tuning

• نسخه ی نمایشی: تأیید اعتبار Demo: Cross-validation

• نسخه ی نمایشی: انتخاب مدل Demo: Model Selection

• اعتبار سنجی یک نفره را ترک کنید Leave-one-out Cross Validation

• خلاصه Summary

مسائل مربوط به سطح داده را در مدل های یادگیری ماشین شناسایی کنید Identify Data-level Issues In Machine Learning Models

• مقدمه Introduction

• مجموعه داده نامتعادل برای مشکلات طبقه بندی Imbalanced Dataset for Classification Problems

• نسخه ی نمایشی: SMOTE Demo: SMOTE

• مسائل مقیاس داده در مدلهای مبتنی بر فاصله Data Scale Issues in Distance-based Models

• مسئله چند خطی بودن در مدلهای رگرسیون Multicollinearity Problem in Regression Models

• دور از دسترس در مدل های رگرسیون Outliers in Regression Models

• مشکلی در مجموعه داده های با ابعاد بالا Problem with High-dimensional Datasets

• خلاصه Summary