آموزش مبانی علم داده و یادگیری ماشین - آخرین آپدیت

شروع کار Getting Started

• مقدمه دوره Course Introduction

مبانی علم داده Data Science Basics

• تعاریف و مثال‌های علم داده Data Science - Definitions and Examples

• انواع تحلیل Types of Analysis

• مهارت‌های علم داده Data Science Skills

• دو نوع علوم کامپیوتر Two Types of Computer Science

• فرآیند علم داده The Data Science Process

• اصطلاحات یادگیری ماشین Machine Learning Terminology

• انواع مدل‌های علم داده Types of Data Science Models

• انواع بیشتر مدل‌های علم داده More Types of Data Science Models

• ابزارهای علم داده Data Science Tools

• نقش‌های علم داده Data Science Roles

• درباره هوش مصنوعی چطور؟ What about Artificial Intelligence

رگرسیون Regression

• رگرسیون؛ تئوری و اهداف تجاری Regression - Theory & Business Objectives

• رگرسیون خطی ساده و چندگانه Simple & Multiple Linear Regression

• روش حداقل مربعات معمولی (OLS) Ordinary Least Squares

• تفسیر ضرایب Interpreting Coefficients

• آموزش و آزمایش (Training and Testing) Training and Testing

• کم‌برازش و بیش‌برازش (Underfitting & Overfitting) Underfitting and Overfitting

• رسم خط بهترین برازش در اکسل Plotting a Line of Best Fit in Excel

• محاسبه خط بهینه Calculating the Optimal Line

• رگرسیون در پایتون Regression in Python

• سایر تکنیک‌های رگرسیون Other Regression Techniques

طبقه‌بندی Classification

• طبقه‌بندی؛ تئوری و اهداف تجاری Classification - Theory & Business Objectives

• مدل‌های طبقه‌بندی Classification Models

• رگرسیون لجستیک Logistic Regression

• درخت‌های تصمیم Decision Trees

• الگوریتم KNN (K-نزدیک‌ترین همسایه) KNN - K Nearest Neighbors

• ماشین بردار پشتیبان (SVM) SVM - Support Vector Machines

• نایو بیز (Naive Bayes) Naive Bayes

• گوسی نایو بیز Gaussian Naive Bayes

• ماتریس اغتشاش (Confusion Matrix) Confusion Matrix

• معیارهای ارزیابی Evaluation Metrics

• بیش‌برازش و کم‌برازش Overfitting and Underfitting

• رگرسیون لجستیک در اکسل با RegressitLogistic Logistic Regression in Excel with RegressitLogistic

• طبقه‌بندی در پایتون Classification in Python

رهبری در علم داده Data Science Leadership

• ضرورت رهبری Leadership is Essential

• اهداف مدل Model Objectives

• محدودیت‌های مدل Model Limitations

• معیارهای ارزیابی Evaluation Metrics

آماده‌سازی داده‌ها Data Preparation

• آماده‌سازی داده‌ها و اصطلاحات Data Preparation & Terminology

• پاکسازی داده‌ها بخش اول Data Cleansing Part 1

• پاکسازی داده‌ها بخش دوم Data Cleansing Part 2

• راهکارهای پاکسازی داده‌ها Data Cleansing - Solutions

• EDA بخش اول؛ انواع داده‌ها EDA Part 1 - Data Types

• EDA؛ استثناهای نوع داده EDA - Data Type Exceptions

• EDA؛ آمار توصیفی؛ متغیرهای باینری EDA - Descriptive Stats - Binary Variables

• EDA؛ آمار توصیفی؛ دسته‌بندی‌های بدون ترتیب EDA - Descriptive Stats - Unordered Categories

• EDA؛ آمار توصیفی؛ دسته‌بندی‌های مرتب EDA - Descriptive Stats - Ordered Categories

• آمار توصیفی؛ متغیرهای پیوسته Descriptive Stats - Continuous Variables

• EDA؛ همبستگی و ماتریس همبستگی EDA - Correlation & the Correlation Matrix

• EDA؛ ماتریس نمودار پراکندگی EDA - Scatterplot Matrix

• انتخاب ویژگی Feature Selection

• مهندسی ویژگی؛ داده‌های پرت (Outliers) Feature Engineering - Outliers

• مهندسی ویژگی؛ روش‌های مقیاس‌گذاری Feature Engineering - Scaling Methods

• مهندسی ویژگی؛ گروه‌بندی و دسته‌بندی (Binning) Feature Engineering - Grouping and Binning

• آموزش و آزمایش Training & Testing

• آماده‌سازی داده در پایتون؛ وارد کردن و کاوش Data Prep in Python - Import & Explore

• آماده‌سازی داده در پایتون؛ ماتریس همبستگی Data Prep in Python - Correlation Matrix

• آماده‌سازی داده در پایتون؛ One Hot Encoding Data Prep in Python - One Hot Encoding

• آماده‌سازی داده در پایتون؛ تقسیم داده به آموزش/آزمایش Data Prep in Python - Train/Test Split

سایر انواع تحلیل‌ها Other Types of Analysis

• مدل‌های مجموعه‌ای (Ensemble Models) Ensemble Models

• یادگیری بدون نظارت Unsupervised Learning

• یادگیری تقویتی Reinforcement Learning

• شبکه‌های عصبی و یادگیری عمیق Neural Networks & Deep Learning

• مدل‌های مبتنی بر قانون Rule Based Models

• شبیه‌سازی مونت کارلو Monte Carlo Simulation

• سایر مدل‌های آماری Other Statistical Models

نتیجه‌گیری دوره Course Conclusion

• خلاصه دوره Course Summary

• نتیجه‌گیری مبانی علم داده Data Science Fundamentals Conclusion

ارزیابی صلاحیت Qualified Assessment