آموزش آمار برای علم داده و یادگیری ماشین با پایتون - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• مرور کلی سرفصل‌های دوره Overview of Course Curriculum

• نصب محیط ژوپیتر نوت‌بوک Installing Jupyter Notebook Environment

• نحوه دانلود تمرینات و نوت‌بوک‌های دوره How to Download Exercises & Course Notebooks

انواع و ساختارهای داده Data Types and Structures

• ساختارهای داده داخلی - تاپل و لیست Built-in Data Structures - Tuple and List

• ساختارهای داده داخلی - دیکشنری و ست Built-in Data Structures - Dictionary and Set

• آرایه‌های نام‌پای (Numpy) Numpy Arrays

• سری‌ها و دیتافریم‌های پانداس (Pandas) Pandas Series and Dataframes

• انواع داده (عددی یا دسته‌ای) Data Types (Numeric or Categorical)

• تمرین: ایجاد ساختارهای داده در پایتون Exercise: Create Data Structures in Python

تحلیل اکتشافی داده (۱): معیارهای گرایش مرکزی Exploratory Data Analysis (1): Central Tendency Measures

• میانگین (Average) Mean (Average)

• میانگین وزنی Weighted Average

• میانه Median

• جامعه در مقابل نمونه Population vs. Sample

• کاربرد در علم داده Application in Data Science

• تمرین: محاسبه معیارهای گرایش مرکزی Exercise: Calculate Central Tendency Measures

تحلیل اکتشافی داده (۲): معیارهای پراکندگی Exploratory Data Analysis (2): Variability Measures

• دامنه Range

• واریانس و انحراف معیار Variance and Standard Deviation

• صدک و چارک Percentile & Quartile

• داده پرت – بخش اول Outlier – part 1

• داده پرت – بخش دوم Outlier – part 2

• خطای نمونه‌گیری Sampling Error

• کاربرد در علم داده Application in Data Science

• تمرین: محاسبه معیارهای پراکندگی Exercise: Calculate Variability Measures

تصویرسازی توزیع‌های داده Visualizing Data Distributions

• نمودار جعبه‌ای (Box Plot) Box Plot

• نمودار ویولن (Violin Plot) Violin Plot

• هیستوگرام و نمودار چگالی Histogram and Density Plot

• نمودار میله‌ای برای داده‌های دسته‌ای Bar Plot for Categorical Data

• نمودار دایره‌ای برای داده‌های دسته‌ای Pie Chart for Categorical Data

• کاربرد در علم داده Application in Data Science

• تمرین: بررسی توزیع داده Exercise: Exploring Data Distribution

همبستگی، نمودارهای پراکندگی و نقشه‌های حرارتی Correlation, Scatterplots, and Heat Maps

• ضرایب همبستگی و کوواریانس Correlation and Covariance Coefficients

• همبستگی با استفاده از نمودار پراکندگی Correlation Using Scatter plot

• نقشه‌برداری با نمودارهای پراکندگی Mapping with Scatter plots

• نقشه‌های حرارتی Heat Maps

• کاربرد در علم داده Application in Data Science

• تمرین: ایجاد نمودارهای پراکندگی نقشه‌برداری شده و نقشه‌های حرارتی Exercise: Create Mapped Scatterplots and Heat Maps

پروژه نهایی تحلیل اکتشافی Capstone Project for Exploratory Analysis

• توضیح پروژه Project Description

• گام به گام حل پروژه Solution walk-through of The Project

توزیع‌های داده و نمونه‌گیری داده Data Distributions and Data Sampling

• نمونه‌گیری تصادفی و اریبی Random Sampling and Bias

• قضیه حد مرکزی Central Limit Theorem

• توزیع نرمال Normal distribution

• آزمون‌های نرمالیته برای داده‌های واقعی Normality Tests for Real-World Data

• داده‌های چولگی: توزیع‌های زندگی واقعی Skewed Data: Real-life Distributions

• احتمال: یک مقدمه کاربردی Probability: A Practical Introduction

• توزیع‌های احتمالی رایج Common Probability Distributions

• تمرین: توزیع نرمال و چولگی Exercise: Normal Distribution and Skewness

مقیاس‌بندی و تبدیل داده Data Scaling and Transformation

• مقیاس‌بندی داده: استانداردسازی Data Scaling: Standardization

• مقیاس‌بندی داده: نرمال‌سازی Data Scaling: Normalization

• تبدیل‌های لگاریتمی و ریشه دوم Log and Square Root Transformations

• تبدیل توانی (PowerTransformer) Power Transformation (PowerTransformer)

• کاربرد در علم داده Application in Data Science

• تمرین: مقیاس‌بندی و تبدیل داده Exercise: Data Scaling and Transformation

بازه‌های اطمینان (CI) Confidence Intervals (CI)

• بازه‌های اطمینان برای داده‌های پیوسته C.I for Continuous Data

• بازه‌های اطمینان برای داده‌های طبقه‌بندی C.I for Classification Data

• بوت‌استرپینگ برای توزیع‌های نامعلوم Bootstrapping For Unknown Distributions

• بازه‌های اطمینان ناپارامتری با بوت‌استرپینگ Nonparametric Confidence Interval with Bootstrapping

• تمرین: ایجاد بازه اطمینان Exercise: Create Confidence Interval

معیارهای ارزیابی یادگیری ماشین Evaluation Metrics for Machine Learning

• اریبی در مقابل واریانس Bias vs. Variance

• بیش‌برازش و کم‌برازش Overfitting and Underfitting

• معیارهای اطلاعات برای انتخاب مدل Information Criteria for Model Selection

• معیارهای ارزیابی برای مدل‌های رگرسیون Evaluation Metrics for Regression Models

• معیارهای ارزیابی برای مدل‌های طبقه‌بندی _بخش اول Evaluation Metrics for Classification Models _Part One

• معیارهای ارزیابی برای مدل‌های طبقه‌بندی – بخش دوم Evaluation Metrics for Classification Models – Part Two

• کاربرد در علم داده Application in Data Science

• تمرین: ارزیابی مدل‌های یادگیری ماشین Exercise: Evaluating Machine Learning Models

تکنیک‌های اعتبارسنجی مدل در یادگیری ماشین Model Validation Techniques in Machine Learning

• اعتبارسنجی Hold Out - تقسیم داده آموزش/آزمایش Hold Out Validation - Train/Test Split

• اعتبارسنجی متقاطع K-Fold K-Fold Cross-Validation

• اعتبارسنجی متقاطع Leave-One-Out (LOOCV) Leave-One-Out Cross-Validation (LOOCV)

• کاربرد در علم داده Application in Data Science

• تمرین: تکنیک‌های اعتبارسنجی در یادگیری ماشین Exercise: Validation Techniques in Machine Learning

پروژه پایانی Final project

• توضیح پروژه Project Description

• گام به گام حل پروژه – بخش اول Walk-through Solution of the Project – Part One

• گام به گام حل پروژه – بخش دوم Walk-through Solution of the Project – Part Two

• گام به گام حل پروژه – بخش سوم Walk-through Solution of the Project – Part Three