آموزش علم داده در پایتون: مدل‌سازی طبقه‌بندی

سرفصل ها و درس ها

معرفی Introduction

• معرفی دوره Course Introduction

• درباره این سریال About This Series

• ساختار و طرح کلی دوره Course Structure & Outline

• مرا بخوانید: نکات مهم برای دانشجویان جدیدالورود READ ME: Important Notes for New Students

• دانلود: منابع دوره DOWNLOAD: Course Resources

• معرفی پروژه دوره Introducing the Course Project

• تعیین انتظارات Setting Expectations

• نصب و راه اندازی Jupyter Jupyter Installation & Launch

مقدمه ای بر علم داده Intro to Data Science

• علم داده چیست؟ What is Data Science?

• مجموعه مهارت های علم داده The Data Science Skillset

• یادگیری ماشینی چیست؟ What is Machine Learning?

• الگوریتم های رایج یادگیری ماشین Common Machine Learning Algorithms

• گردش کار علم داده Data Science Workflow

• مراحل آماده سازی داده و EDA Data Prep & EDA Steps

• مراحل مدلسازی Modeling Steps

• مدل سازی طبقه بندی Classification Modeling

• خوراکی های کلیدی Key Takeaways

• مقدمه ای بر علم داده Intro to Data Science

طبقه بندی 101 Classification 101

• طبقه بندی 101 Classification 101

• اهداف طبقه بندی Goals of Classification

• انواع طبقه بندی Types of Classification

• گردش کار مدل سازی طبقه بندی Classification Modeling Workflow

• خوراکی های کلیدی Key Takeaways

• طبقه بندی 101 Classification 101

آماده سازی داده و EDA Data Prep & EDA

• EDA برای طبقه بندی EDA For Classification

• تعریف یک هدف Defining a Target

• DEMO: تعریف یک هدف DEMO: Defining a Target

• کاوش در هدف Exploring the Target

• کاوش در ویژگی ها Exploring the Features

• DEMO: کاوش در ویژگی ها DEMO: Exploring the Features

• تکلیف: کاوش در هدف و ویژگی ها ASSIGNMENT: Exploring the Target & Features

• راه حل: کاوش در هدف و ویژگی ها SOLUTION: Exploring the Target & Features

• همبستگی Correlation

• نکته حرفه ای: ماتریس همبستگی PRO TIP: Correlation Matrix

• دمو: ماتریس همبستگی DEMO: Correlation Matrix

• روابط ویژگی-هدف Feature-Target Relationships

• روابط ویژگی-ویژگی Feature-Feature Relationships

• نکته حرفه ای: پلات ها را جفت کنید PRO TIP: Pair Plots

• تکلیف: کاوش در روابط ASSIGNMENT: Exploring Relationships

• راه حل: کاوش در روابط SOLUTION: Exploring Relationships

• بررسی اجمالی مهندسی ویژگی Feature Engineering Overview

• مهندسی ویژگی های عددی Numeric Feature Engineering

• متغیرهای ساختگی Dummy Variables

• مقوله های بنینگ Binning Categories

• DEMO: مهندسی ویژگی DEMO: Feature Engineering

• تقسیم داده ها Data Splitting

• آماده سازی داده ها برای مدل سازی Preparing Data for Modeling

• تکلیف: آماده سازی داده ها برای مدل سازی ASSIGNMENT: Preparing the Data for Modeling

• راه حل: داده ها را برای مدل سازی آماده کنید SOLUTION: Prepare the Data for Modeling

• خوراکی های کلیدی Key Takeaways

• آماده سازی داده و EDA Data Prep & EDA

K-نزدیک ترین همسایه ها K-Nearest Neighbors

• K-نزدیک ترین همسایه ها K-Nearest Neighbors

• گردش کار KNN The KNN Workflow

• KNN در پایتون KNN in Python

• دقت مدل Model Accuracy

• ماتریس سردرگمی Confusion Matrix

• نسخه ی نمایشی: ماتریس سردرگمی DEMO: Confusion Matrix

• تکلیف: برازش یک مدل ساده KNN ASSIGNMENT: Fitting a Simple KNN Model

• راه حل: برازش یک مدل ساده KNN SOLUTION: Fitting a Simple KNN Model

• تنظیم فراپارامتر Hyperparameter Tuning

• تطبیق بیش از حد و اعتبارسنجی Overfitting & Validation

• DEMO: تنظیم فراپارامتر DEMO: Hyperparameter Tuning

• طبقه بندی سخت در مقابل نرم Hard vs. Soft Classification

• DEMO: احتمال در مقابل نرخ رویداد DEMO: Probability vs. Event Rate

• تکلیف: تنظیم یک مدل KNN ASSIGNMENT: Tuning a KNN Model

• راه حل: تنظیم یک مدل KNN SOLUTION: Tuning a KNN Model

• مزایا و معایب KNN Pros & Cons of KNN

• خوراکی های کلیدی Key Takeaways

• K-نزدیک ترین همسایه ها K-Nearest Neighbors

رگرسیون لجستیک Logistic Regression

• رگرسیون لجستیک Logistic Regression

• لجستیک در مقابل رگرسیون خطی Logistic vs. Linear Regression

• عملکرد لجستیک The Logistic Function

• احتمال Likelihood

• رگرسیون لجستیک چندگانه Multiple Logistic Regression

• گردش کار رگرسیون لجستیک The Logistic Regression Workflow

• رگرسیون لجستیک در پایتون Logistic Regression in Python

• ضرایب تفسیر Interpreting Coefficients

• تکلیف: رگرسیون لجستیک ASSIGNMENT: Logistic Regression

• راه حل: رگرسیون لجستیک SOLUTION: Logistic Regression

• مهندسی و انتخاب ویژگی Feature Engineering & Selection

• منظم سازی Regularization

• تنظیم یک مدل منظم Tuning a Regularized Model

• DEMO: رگرسیون لجستیک منظم DEMO: Regularized Logistic Regression

• تکلیف: رگرسیون لجستیک منظم ASSIGNMENT: Regularized Logistic Regression

• راه حل: رگرسیون لجستیک منظم SOLUTION: Regularized Logistic Regression

• رگرسیون لجستیک چند طبقه Multi-class Logistic Regression

• تکلیف: رگرسیون لجستیک چند طبقه ASSIGNMENT: Multi-class Logistic Regression

• راه حل: رگرسیون لجستیک چند کلاسه SOLUTION: Multi-class Logistic Regression

• مزایا و معایب رگرسیون لجستیک Pros & Cons of Logistic Regression

• خوراکی های کلیدی Key Takeaways

• رگرسیون لجستیک Logistic Regression

معیارهای طبقه بندی Classification Metrics

• معیارهای طبقه بندی Classification Metrics

• دقت، دقت و یادآوری Accuracy, Precision & Recall

• DEMO: دقت، دقت و یادآوری DEMO: Accuracy, Precision & Recall

• نکته حرفه ای: امتیاز F1 PRO TIP: F1 Score

• تکلیف: معیارهای مدل ASSIGNMENT: Model Metrics

• راه حل: معیارهای مدل SOLUTION: Model Metrics

• طبقه بندی نرم Soft Classification

• DEMO: Leveraging Soft Classification DEMO: Leveraging Soft Classification

• نکته حرفه ای: منحنی های فراخوان دقیق و F1 PRO TIP: Precision-Recall & F1 Curves

• DEMO: رسم منحنی های دقیق-یادآوری و F1 DEMO: Plotting Precision-Recall & F1 Curves

• منحنی ROC و AUC The ROC Curve & AUC

• نسخه آزمایشی: منحنی ROC و AUC DEMO: The ROC Curve & AUC

• خلاصه معیارهای طبقه بندی Classification Metrics Recap

• تکلیف: تغییر آستانه ASSIGNMENT: Threshold Shifting

• راه حل: تغییر آستانه SOLUTION: Threshold Shifting

• متریک چند کلاسه Multi-class Metrics

• معیارهای چند کلاسه در پایتون Multi-class Metrics in Python

• تکلیف: معیارهای چند کلاسه ASSIGNMENT: Multi-class Metrics

• راه حل: معیارهای چند کلاسه SOLUTION: Multi-class Metrics

• خوراکی های کلیدی Key Takeaways

• معیارهای طبقه بندی Classification Metrics

داده های نامتعادل Imbalanced Data

• داده های نامتعادل Imbalanced Data

• مدیریت داده های نامتعادل Managing Imbalanced Data

• تغییر آستانه Threshold Shifting

• استراتژی های نمونه گیری Sampling Strategies

• نمونه برداری بیش از حد Oversampling

• نمونه برداری بیش از حد در پایتون Oversampling in Python

• DEMO: نمونه برداری بیش از حد DEMO: Oversampling

• SMOTE SMOTE

• SMOTE در پایتون SMOTE in Python

• کم نمونه گیری Undersampling

• کم نمونه برداری در پایتون Undersampling in Python

• تکلیف: روش های نمونه گیری ASSIGNMENT: Sampling Methods

• راه حل: روش های نمونه گیری SOLUTION: Sampling Methods

• تغییر وزن کلاس Changing Class Weights

• DEMO: تغییر وزن کلاس DEMO: Changing Class Weights

• تکلیف: تغییر وزن کلاس ASSIGNMENT: Changing Class Weights

• راه حل: تغییر وزن کلاس SOLUTION: Changing Class Weights

• جمع بندی داده های نامتعادل Imbalanced Data Recap

• خوراکی های کلیدی Key Takeaways

• داده های نامتعادل Imbalanced Data

پروژه میان دوره Mid-Course Project

• خلاصه پروژه Project Brief

• راه حل Solution Walkthrough

درختان تصمیم Decision Trees

• درختان تصمیم Decision Trees

• آنتروپی Entropy

• پیش بینی درخت تصمیم Decision Tree Predictions

• درختان تصمیم در پایتون Decision Trees in Python

• DEMO: درختان تصمیم DEMO: Decision Trees

• اهمیت ویژگی Feature Importance

• تکلیف: درختان تصمیم ASSIGNMENT: Decision Trees

• راه حل: درختان تصمیم SOLUTION: Decision Trees

• تنظیم فراپارامتر برای درختان تصمیم Hyperparameter Tuning for Decision Trees

• DEMO: تنظیم فراپارامتر DEMO: Hyperparameter Tuning

• تکلیف: درخت تصمیم تنظیم شده ASSIGNMENT: Tuned Decision Tree

• راه حل: درخت تصمیم تنظیم شده SOLUTION: Tuned Decision Tree

• مزایا و معایب درختان تصمیم Pros & Cons of Decision Trees

• خوراکی های کلیدی Key Takeaways

• درختان تصمیم Decision Trees

مدل های گروه Ensemble Models

• مدل های گروه Ensemble Models

• مدل های ساده مجموعه Simple Ensemble Models

• نسخه ی نمایشی: مدل های گروه ساده DEMO: Simple Ensemble Models

• تکلیف: مدل های گروه ساده ASSIGNMENT: Simple Ensemble Models

• راه حل: مدل های گروه ساده SOLUTION: Simple Ensemble Models

• جنگل های تصادفی Random Forests

• برازش جنگل های تصادفی در پایتون Fitting Random Forests in Python

• تنظیم فراپارامتر برای جنگل های تصادفی Hyperparameter Tuning for Random Forests

• نکته حرفه ای: جستجوی تصادفی PRO TIP: Random Search

• مزایا و معایب جنگل های تصادفی Pros & Cons of Random Forests

• تکلیف: جنگل های تصادفی ASSIGNMENT: Random Forests

• راه حل: جنگل های تصادفی SOLUTION: Random Forests

• افزایش گرادیان Gradient Boosting

• افزایش گرادیان در پایتون Gradient Boosting in Python

• تنظیم فراپارامتر برای افزایش گرادیان Hyperparameter Tuning for Gradient Boosting

• DEMO: تنظیم فراپارامتر برای افزایش گرادیان DEMO: Hyperparameter Tuning for Gradient Boosting

• مزایا و معایب افزایش گرادیان Pros & Cons of Gradient Boosting

• تکلیف: افزایش گرادیان ASSIGNMENT: Gradient Boosting

• راه حل: افزایش گرادیان SOLUTION: Gradient Boosting

• نکته حرفه ای: مقادیر SHAP PRO TIP: SHAP Values

• DEMO: ارزش های SHAP DEMO: SHAP Values

• خوراکی های کلیدی Key Takeaways

• مدل های گروه Ensemble Models

خلاصه طبقه بندی Classification Summary

• خلاصه: مدل‌های طبقه‌بندی و گردش کار Recap: Classification Models & Workflow

• مزایا و معایب مدل های طبقه بندی Pros & Cons of Classification Models

• DEMO: خط لوله تولید و استقرار DEMO: Production Pipeline & Deployment

• نگاه به آینده: یادگیری بدون نظارت Looking Ahead: Unsupervised Learning

پروژه نهایی Final Project

• خلاصه پروژه Project Brief

• راه حل Solution Walkthrough

مراحل بعدی Next Steps

• درس جایزه BONUS LESSON