آموزش یادگیری ماشین با داده‌های بزرگ (Big Data) - آخرین آپدیت

خوش‌آمدگویی Welcome

• خوش‌آمدگویی به دوره یادگیری ماشین با Big Data Welcome to Machine Learning With Big Data

• خلاصه‌ای از یکپارچه‌سازی و پردازش داده‌های بزرگ Summary of Big Data Integration and Processing

مقدمه‌ای بر یادگیری ماشین با داده‌های بزرگ Introduction to Machine Learning with Big Data

• مروری بر یادگیری ماشین Machine Learning Overview

• دسته‌بندی تکنیک‌های یادگیری ماشین Categories Of Machine Learning Techniques

• فرآیند یادگیری ماشین Machine Learning Process

• اهداف و فعالیت‌ها در فرآیند یادگیری ماشین Goals and Activities in the Machine Learning Process

• متدولوژی CRISP DM CRISP-DM

• مقیاس‌پذیر کردن الگوریتم‌های یادگیری ماشین Scaling Up Machine Learning Algorithms

• ابزارهای مورد استفاده در این دوره Tools Used in this Course

کاوش داده‌ها Data Exploration

• اصطلاحات داده‌ها Data Terminology

• کاوش داده‌ها Data Exploration

• کاوش داده‌ها از طریق آمار توصیفی Data Exploration through Summary Statistics

• کاوش داده‌ها از طریق نمودارها Data Exploration through Plots

• کاوش داده‌ها با نمودارهای KNIME Exploring Data with KNIME Plots

• کاوش داده‌ها در Spark Data Exploration in Spark

آماده‌سازی داده‌ها Data Preparation

• آماده‌سازی داده‌ها Data Preparation

• کیفیت داده‌ها Data Quality

• رفع مشکلات کیفیت داده‌ها Addressing Data Quality Issues

• انتخاب ویژگی (Feature Selection) Feature Selection

• تبدیل ویژگی (Feature Transformation) Feature Transformation

• کاهش ابعاد Dimensionality Reduction

• مدیریت مقادیر گم‌شده در KNIME Handling Missing Values in KNIME

• مدیریت مقادیر گم‌شده در Spark Handling Missing Values in Spark

طبقه‌بندی Classification

• طبقه‌بندی (Classification) Classification

• ساخت و به‌کارگیری مدل طبقه‌بندی Building and Applying a Classification Model

• الگوریتم‌های طبقه‌بندی Classification Algorithms

• الگوریتم k-نزدیک‌ترین همسایه k-Nearest Neighbors

• درخت‌های تصمیم Decision Trees

• نایو بیز (Naïve Bayes) Naïve Bayes

• طبقه‌بندی با استفاده از درخت تصمیم در KNIME Classification using Decision Tree in KNIME

• طبقه‌بندی در Spark Classification in Spark

ارزیابی مدل‌های یادگیری ماشین Evaluation of Machine Learning Models

• تعمیم‌پذیری و بیش‌برازش (Overfitting) Generalization and Overfitting

• بیش‌برازش در درخت‌های تصمیم Overfitting in Decision Trees

• استفاده از مجموعه داده اعتبارسنجی Using a Validation Set

• معیارهای ارزیابی عملکرد مدل Metrics to Evaluate Model Performance

• ماتریس اغتشاش (Confusion Matrix) Confusion Matrix

• ارزیابی درخت تصمیم در KNIME Evaluation of Decision Tree in KNIME

• ارزیابی درخت تصمیم در Spark Evaluation of Decision Tree in Spark

رگرسیون، تحلیل خوشه‌بندی و تحلیل انجمن Regression, Cluster Analysis, and Association Analysis

• مروری بر رگرسیون Regression Overview

• رگرسیون خطی Linear Regression

• تحلیل خوشه‌بندی Cluster Analysis

• خوشه‌بندی k-Means k-Means Clustering

• تحلیل انجمن (Association Analysis) Association Analysis

• جزئیات تحلیل انجمن Association Analysis in Detail

• یادگیری ماشین با Big Data - جمع‌بندی نهایی Machine Learning With Big Data - Final Remarks

• تحلیل خوشه‌بندی در Spark Cluster Analysis in Spark