آموزش داده‌ها برای یادگیری ماشین - آخرین آپدیت

داده‌های خوب چه ویژگی‌هایی دارند؟ What Does Good Data look like?

• معرفی دوره Introduction to the Course

• درک کسب‌وکار و شناسایی مسئله Business Understanding and Problem Discovery

• قضیه عدم وجود ناهار رایگان (No Free Lunch) No Free Lunch Theorem

• بررسی فرآیند تعریف مسئله Exploring the process of problem definition

• اکتساب و درک داده‌ها Data Acquisition and Understanding

• اهمیت متادیتا (فراداده) Metadata Matters

• کار با داده‌های چندوجهی (Multimodal) Dealing with Multimodal Data

• ویژگی‌ها و تبدیل‌های داده‌های خام Features and transformations of raw data

• استخراج داده‌ها از دل مسئله Identifying Data from Problem

• مطالعه موردی: استخراج مسئله از داده‌ها Case Study: Problem from Data

• خلاصه هفتگی: داده‌های خوب چه ویژگی‌هایی دارند؟ Weekly Summary What does good data look like?

آماده‌سازی داده‌ها برای موفقیت در یادگیری ماشین Preparing your Data for Machine Learning Success

• انبار داده‌ها (Data Warehousing) Data Warehousing

• تبدیل به فرمت‌های کاربردی Converting to Useful Forms

• کیفیت داده‌ها Data Quality

• به چه مقدار داده نیاز دارم؟ How Much Data Do I Need?

• تبدیل همه چیز به اعداد Everything has to be Numbers

• انواع داده‌ها Types of Data

• هم‌تراز کردن داده‌های مشابه Aligning Similar Data

• جایگزینی مقادیر گم‌شده (Imputing) Imputing Missing Values

• تبدیلات داده‌ای Data Transformations

• خلاصه هفتگی: آماده‌سازی داده‌ها برای موفقیت در یادگیری ماشین Weekly Summary: Preparing your Data for Machine Learning Success

• پاکسازی داده‌ها: محبوب‌ترین وظیفه همگان Data Cleaning: Everybody's favourite task

مهندسی ویژگی برای بهره‌وری و نتایج بیشتر Feature Engineering for MORE Fun & Profit

• ساده‌ترین ویژگی‌ها برای شروع What are the simplest Features to try

• ویژگی‌های مفید در مقابل ویژگی‌های بی‌فایده Useful/Useless Features

• تعداد ویژگی‌ها چقدر باشد؟ How Many Features?

• یادگیری بدون نظارت چیست؟ What is Unsupervised Learning

• انتخاب ویژگی (Feature Selection) Feature Selection

• استخراج ویژگی (Feature Extraction) Feature Extraction

• یادگیری انتقالی (Transfer Learning) Transfer Learning

• خلاصه هفتگی: مهندسی ویژگی برای بهره‌وری و نتایج بیشتر Weekly Summary: Feature Engineering for MORE Fun & Profit

داده‌های معیوب Bad Data

• داده‌های نامتوازن (Imbalanced Data) Imbalanced Data

• تعمیم‌پذیری و نحوه یادگیری واقعی ماشین‌ها Generalization and how machines actually learn

• سوگیری در منابع داده Bias in Data Sources

• توازن بین سوگیری و واریانس Bias and variance tradeoff

• داده‌های پرت (Outliers) Outliers

• توزیع‌های چولگی (Skewed) Skewed Distributions

• ضریب تشدید خطاها Badness Multipliers

• خطرات داده‌های زنده (Live Data) Live Data Danger

• خلاصه هفتگی: داده‌های معیوب Weekly Summary: Bad Data