آموزش یادگیری ماشین و علم داده در پایتون برای مبتدیان

سرفصل ها و درس ها

معرفی Introduction

• معرفی Introduction

• خود را به دانش‌آموزان خود معرفی کنید و به همه بگویید اهدافتان چیست Introduce Yourself to Your Fellow Students And Tell Everyone What are Your Goals

• کتاب کار یادگیری ماشین Machine Learning Workbook

• تمامی فایل های کد این دوره All code files for this course

• بیایید پیشرفت شما را در این دوره جشن بگیریم: 25%> 50%> 75%> 100%!! Let's Celebrate Your Progress In This Course: 25% > 50% > 75% > 100%!!

مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

• یادگیری ماشین چیست What is Machine Learning

• یادگیری ماشینی تحت نظارت Supervised Machine Learning

• یادگیری ماشینی بدون نظارت Unsupervised Machine Learning

• یادگیری ماشین نیمه نظارتی Semi-Supervised Machine Learning

• مثالی از یادگیری ماشینی نظارت شده Example of Supervised Machine Learning

• مثالی از یادگیری ماشینی بدون نظارت Example of Un-Supervised Machine Learning

• نمونه ای از یادگیری ماشین نیمه نظارت شده Example of Semi-Supervised Machine Learning

• انواع یادگیری تحت نظارت: طبقه بندی Types of Supervised Learning: Classification

• پسرفت Regression

• انواع یادگیری بدون نظارت: خوشه بندی Types of Unsupervised Learning: Clustering

• اتحادیه Association

• شما به 25% دست یافته اید>> بیایید پیشرفت شما را جشن بگیریم و به 50% ادامه دهیم>> You've Achieved 25% >> Let's Celebrate Your Progress And Keep Going To 50% >>

• انواع یادگیری ماشینی Types of Machine Learning

مراحل یادگیری ماشین Machine Learning Steps

• جمع آوری داده ها Data Collection

• آماده سازی داده ها Data Preparation

• انتخاب یک مدل Selection of a Model

• آموزش و ارزیابی داده ها Data Training and Evaluation

• HPT در یادگیری ماشینی HPT in Machine Learning

• پیش بینی در ML Prediction in ML

• DPP در ML DPP in ML

• نیاز به DPP Need of DPP

• مراحل در DPP Steps in DPP

• کتابخانه های پایتون Python Libraries

• از دست رفته، رمزگذاری، و تقسیم داده ها در ML Missing, Encoding, and Splitting Data in ML

• جمع آوری داده ها Data Collection

مدل های یادگیری ماشین Machine Learning Models

• مقیاس بندی ویژگی برای ML Feature Scaling for ML

• نحوه انتخاب ویژگی ها برای ML How to Select Features for ML

• روش فیلتر Filter Method

• LDA در ML LDA in ML

• روش مربع چی Chi Square Method

• انتخاب رو به جلو Forward Selection

• مجموعه داده های آموزشی و آزمایشی برای ML Training and Testing Data Set for ML

• انتخاب مدل نهایی Selection of Final Model

• شما به 50% دست یافته اید>> بیایید پیشرفت شما را جشن بگیریم و به 75% ادامه دهیم>> You've Achieved 50% >> Let's Celebrate Your Progress And Keep Going To 75% >>

• برنامه های کاربردی ML ML Applications

• مهارت های عملی در ML: تسلط Practical Skills in ML: Mastery

• فرآیند ML Process of ML

• Extension در ML چیست؟ What is Extension in ML

• ML Tradeoff ML Tradeoff

• خطای واریانس ML ML Variance Error

• رگرسیون چیست؟ What is Regression

• رگرسیون لجستیک Logistic Regression

• تجزیه و تحلیل رگرسیون Regression Analysis

زبان برای ML Languages for ML

• پایتون، جاوا، R و C ++ Python, Java, R,and C ++

• پایتون، جاوا و R این زبان ها هستند Python, Java, an R are the languages

پایتون Python

• فایل های کد این بخش Code files for this section

• چگونه پایتون و آناکوندا را نصب کنیم؟ How to install python and anaconda?

• رابط کاربری نوت بوک Jupyter Interface of Jupyter Notebook

• ریاضیات در پایتون Mathematics in Python

• عدد اویلر و متغیرها Euler's Number and Variables

• درجه به رادیان و رادیان به درجه در پایتون Degree into Radians and Radians into Degrees in Python

• توابع چاپ در پایتون Printing Functions in Python

• شما به 75% دست یافته اید>> بیایید پیشرفت شما را جشن بگیریم و به 100% ادامه دهیم>> You've Achieved 75% >> Let's Celebrate Your Progress And Keep Going To 100% >>

• آزمون کد Code Quiz

مقدمه ای بر NumPy Introduction to NumPy

• فایل های کد این بخش Code files for this section

• انتخاب تصادفی Random Selection

• آرایه تصادفی در پایتون Random Array in Python

• آرایه تصادفی و پراکندگی Random Array and Scattering

• طرح پراکندگی Scattering Plot

• راه اندازی نوت بوک Jupyter و مشکل Jupyter Notebook Setup and Problem

• آرایه تصادفی در پایتون Random Array in Python

• چاپ چندین تابع در پایتون Printing Several Function in Python

• تابع نمایی و لگاریتمی در پایتون Exponential and Logarithmic Function in Python

• مسابقه Matplotlib Matplotlib Quiz

تجسم داده ها با Matplotlib Data Visualization with Matplotlib

• فایل های کد این بخش Code files for this section

• نمودار خط ساده با Matplotlib Simple Line Graph with Matplotlib

• طرح رنگ با Matplotlib Color Scheme with Matplotlib

• نمودار نقطه و نقطه چین Dot and Dashed Graph

• پراکندگی 1-تجسم داده ها Scattering 1-Data visualization

• برچسب زدن - تجسم داده ها Labelling-Data Visualization

• پردازش رنگ - تجسم داده ها Color Processing-Data Visualization

• آزمون تجسم داده ها Data Visualization Quiz

Pandas and Seaborn-Library for ML Pandas and Seaborn-Library for ML

• فایل های کد این بخش Code files for this section

• طرح پراکندگی دریازاد Seaborn Scatter Plot

• وارد کردن DataFrame توسط Pandas Import DataFrame by Pandas

• شما 100٪ به دست آورده اید>> بیایید جشن بگیریم! به یاد داشته باشید که گواهی خود را به اشتراک بگذارید! You've Achieved 100% >> Let's Celebrate! Remember To Share Your Certificate!!

• مسابقه پانداها Pandas Quiz