آموزش تحلیل پیش بینی | هوش مصنوعی هوش مصنوعی | پایتون

Predictive Analysis | AI Artificial Intelligence | Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: تجزیه و تحلیل سریع و آسان داده ها با کتابخانه Python و درک اصول اولیه تکنیک های مورد استفاده در پیش بینی سازماندهی، فیلتر کردن، تمیز کردن، جمع آوری و تجزیه و تحلیل DataFrames نحوه استفاده از Python به عنوان یک ابزار برنامه نویسی برای انجام تجزیه و تحلیل و کاوش داده ها انجام عملیات های متعدد داده در کتابخانه محبوب پانداهای پایتون از جمله گروه بندی، چرخش، پیوستن و موارد دیگر بین سناریوی مشکل پیش بینی و پیش بینی تمایز قائل شوید و این مفاهیم را در تصمیم گیری مبتنی بر داده اعمال کنید. پیش نیازها: برای شروع مدل‌سازی پیش‌بینی‌کننده با پایتون، یک پایه محکم در آمار بسیار قابل تقدیر است. تفسیر این اعداد به درک خوبی نیاز دارد تا بفهمیم آیا اعداد با هم جمع می شوند یا خیر. حتی اگر فردی به مهارت فوق الذکر مجهز نباشد، نباید مانع باشد زیرا همه چیز با تلاش صادقانه و اراده قوی امکان پذیر است.

تحلیل پیش بینی کننده استفاده از داده ها و آمار برای پیش بینی نتیجه مدل های داده است. این پیش‌بینی تقریباً در همه زمینه‌ها از ورزش گرفته تا رتبه‌بندی تلویزیون، درآمد شرکت‌ها و پیشرفت‌های فناوری کاربرد دارد. به آنالیز پیش بینی، مدل سازی/تحلیل پیش بینی کننده نیز گفته می شود. با کمک تجزیه و تحلیل پیش بینی، می توانیم داده ها را به اقدامات مؤثر در مورد شرایط فعلی و رویدادهای آینده متصل کنیم. همچنین، می‌توانیم کسب‌وکار را قادر به بهره‌برداری از الگوهای موجود در داده‌های تاریخی برای شناسایی ریسک‌ها و فرصت‌های بالقوه قبل از وقوع آنها کنیم. پایتون برای مدل‌سازی پیش‌بینی استفاده می‌شود، زیرا چارچوب‌های مبتنی بر پایتون نتایج را سریع‌تر به ما می‌دهند و همچنین به برنامه‌ریزی مراحل بعدی بر اساس نتایج کمک می‌کنند.

دوره ما تضمین می‌کند که شما می‌توانید با ذهنیت پیش‌بینی‌کننده فکر کنید و اصول اولیه تکنیک‌های مورد استفاده در پیش‌بینی را به خوبی درک کنید. تفکر انتقادی برای اعتبارسنجی مدل ها و تفسیر نتایج بسیار مهم است. از این رو، مطالب درسی ما بر روی سخت‌گیری این نوع مشابه از توانایی تفکر تأکید دارد. شما دانش خوبی در مورد مدل سازی پیش بینی در پایتون، رگرسیون خطی، رگرسیون لجستیک، مدل برازش با کتابخانه یادگیری کیت علمی، مدل برازش با کتابخانه مدل آمار، منحنی های ROC، رویکرد حذف به عقب، بسته مدل آماری و غیره خواهید داشت.

در این دوره آموزشی، مقدمه ای بر مدل سازی پیش بینی شده با پایتون خواهید داشت. شما از طریق نصب نرم افزار مورد نیاز راهنمایی خواهید شد. پیش پردازش داده ها، که شامل قاب داده، تقسیم مجموعه داده، مقیاس بندی ویژگی ها و غیره است. شما در رگرسیون خطی، پیش بینی حقوق، رگرسیون لجستیک برتری خواهید داشت. شما می توانید روی مجموعه داده های مختلفی که با ریسک اعتباری و دیابت سروکار دارند کار کنید.


سرفصل ها و درس ها

هوش مصنوعی و تحلیل پیش‌بینی با پایتون AI Artificial Intelligence & Predictive Analysis With Python

  • مقدمه ای بر تحلیل پیش بینی کننده Introduction to Predictive Analysis

  • مقدمه ای بر تحلیل پیش بینی کننده Introduction to Predictive Analysis

  • جنگل تصادفی و جنگل بسیار تصادفی Random Forest and Extremely Random Forest

  • جنگل تصادفی و جنگل بسیار تصادفی Random Forest and Extremely Random Forest

  • مقابله با عدم تعادل طبقاتی Dealing with Class Imbalance

  • مقابله با عدم تعادل طبقاتی Dealing with Class Imbalance

  • جستجوی شبکه Grid Search

  • جستجوی شبکه Grid Search

  • Adaboost Regressor Adaboost Regressor

  • Adaboost Regressor Adaboost Regressor

  • پیش بینی ترافیک با استفاده از رگرسیور جنگل بسیار تصادفی Predicting Traffic Using Extremely Random Forest Regressor

  • پیش بینی ترافیک با استفاده از رگرسیور جنگل بسیار تصادفی Predicting Traffic Using Extremely Random Forest Regressor

  • پیش بینی ترافیک Traffic Prediction

  • پیش بینی ترافیک Traffic Prediction

  • تشخیص الگوها با یادگیری بدون نظارت Detecting patterns with Unsupervised Learning

  • تشخیص الگوها با یادگیری بدون نظارت Detecting patterns with Unsupervised Learning

  • خوشه بندی Clustering

  • خوشه بندی Clustering

  • Clustering Meanshift Clustering Meanshift

  • Clustering Meanshift Clustering Meanshift

  • Clustering Meanshift ادامه دارد Clustering Meanshift Continues

  • Clustering Meanshift ادامه دارد Clustering Meanshift Continues

  • مدل انتشار میل Affinity Propagation Model

  • مدل انتشار میل Affinity Propagation Model

  • مدل انتشار قرابت ادامه دارد Affinity Propagation Model Continues

  • مدل انتشار قرابت ادامه دارد Affinity Propagation Model Continues

  • کیفیت خوشه بندی Clustering Quality

  • کیفیت خوشه بندی Clustering Quality

  • برنامه کیفیت خوشه بندی Program of Clustering Quality

  • برنامه کیفیت خوشه بندی Program of Clustering Quality

  • مدل مخلوط گاوسی Gaussian Mixture Model

  • مدل مخلوط گاوسی Gaussian Mixture Model

  • برنامه مدل مخلوط گاوسی Program of Gaussian Mixture Model

  • برنامه مدل مخلوط گاوسی Program of Gaussian Mixture Model

  • طبقه بندی در هوش مصنوعی Classification in Artificial Intelligence

  • طبقه بندی در هوش مصنوعی Classification in Artificial Intelligence

  • پردازش داده ها Processing Data

  • پردازش داده ها Processing Data

  • طبقه بندی رگرسیون لجستیک Logistic Regression Classifier

  • طبقه بندی رگرسیون لجستیک Logistic Regression Classifier

  • مثال طبقه‌بندی‌کننده رگرسیون لجستیک با استفاده از پایتون Logistic Regression Classifier Example Using Python

  • مثال طبقه‌بندی‌کننده رگرسیون لجستیک با استفاده از پایتون Logistic Regression Classifier Example Using Python

  • طبقه بندی کننده ساده بیز و نمونه های آن Naive Bayes Classifier and its Examples

  • طبقه بندی کننده ساده بیز و نمونه های آن Naive Bayes Classifier and its Examples

  • ماتریس سردرگمی Confusion Matrix

  • ماتریس سردرگمی Confusion Matrix

  • مثالی از ماتریس سردرگمی Example os Confusion Matrix

  • مثالی از ماتریس سردرگمی Example os Confusion Matrix

  • دسته‌بندی ماشین‌های برداری پشتیبانی (SVM) Support Vector Machines Classifier(SVM)

  • دسته‌بندی ماشین‌های برداری پشتیبانی (SVM) Support Vector Machines Classifier(SVM)

  • نمونه های طبقه بندی کننده SVM SVM Classifier Examples

  • نمونه های طبقه بندی کننده SVM SVM Classifier Examples

  • مفهوم برنامه نویسی منطقی Concept of Logic Programming

  • مفهوم برنامه نویسی منطقی Concept of Logic Programming

  • مطابقت با عبارت ریاضی Matching the Mathematical Expression

  • مطابقت با عبارت ریاضی Matching the Mathematical Expression

  • تجزیه درخت خانواده و مثال آن Parsing Family Tree and its Example

  • تجزیه درخت خانواده و مثال آن Parsing Family Tree and its Example

  • تحلیل برنامه ریزی منطقی جغرافیا Analyzing Geography Logic Programming

  • تحلیل برنامه ریزی منطقی جغرافیا Analyzing Geography Logic Programming

  • حل پازل و مثال آن Puzzle Solver and its Example

  • حل پازل و مثال آن Puzzle Solver and its Example

  • جستجوی اکتشافی چیست؟ What is Heuristic Search

  • جستجوی اکتشافی چیست؟ What is Heuristic Search

  • تکنیک جستجوی محلی Local Search Technique

  • تکنیک جستجوی محلی Local Search Technique

  • مشکل رضایت از محدودیت Constraint Satisfaction Problem

  • مشکل رضایت از محدودیت Constraint Satisfaction Problem

  • مشکل رنگ آمیزی منطقه Region Coloring Problem

  • مشکل رنگ آمیزی منطقه Region Coloring Problem

  • پیچ و خم ساختمان Building Maze

  • پیچ و خم ساختمان Building Maze

  • حل کننده پازل Puzzle Solver

  • حل کننده پازل Puzzle Solver

  • پردازش زبان طبیعی Natural Language Processing

  • پردازش زبان طبیعی Natural Language Processing

  • متن را با استفاده از NLTK بررسی کنید Examine Text Using NLTK

  • متن را با استفاده از NLTK بررسی کنید Examine Text Using NLTK

  • دسترسی به متن خام (Tokenization) Raw Text Accessing (Tokenization)

  • دسترسی به متن خام (Tokenization) Raw Text Accessing (Tokenization)

  • خط لوله NLP و مثال آن NLP Pipeline and Its Example

  • خط لوله NLP و مثال آن NLP Pipeline and Its Example

  • بیان منظم با NLTK Regular Expression with NLTK

  • بیان منظم با NLTK Regular Expression with NLTK

  • ساقه Stemming

  • ساقه Stemming

  • Lemmatization Lemmatization

  • Lemmatization Lemmatization

  • تقسیم بندی Segmentation

  • تقسیم بندی Segmentation

  • نمونه تقسیم بندی Segmentation Example

  • نمونه تقسیم بندی Segmentation Example

  • نمونه تقسیم بندی ادامه دارد Segmentation Example Continues

  • نمونه تقسیم بندی ادامه دارد Segmentation Example Continues

  • استخراج اطلاعات Information Extraction

  • استخراج اطلاعات Information Extraction

  • الگوها را تگ کنید Tag Patterns

  • الگوها را تگ کنید Tag Patterns

  • تکه تکه شدن Chunking

  • تکه تکه شدن Chunking

  • نمایندگی چانکس Representation of Chunks

  • نمایندگی چانکس Representation of Chunks

  • چنگ زدن Chinking

  • چنگ زدن Chinking

  • قطعه قطعه کردن wirh بیان منظم Chunking wirh Regular Expression

  • قطعه قطعه کردن wirh بیان منظم Chunking wirh Regular Expression

  • به نام Entity Recognition Named Entity Recognition

  • به نام Entity Recognition Named Entity Recognition

  • درختان Trees

  • درختان Trees

  • گرامر آزاد زمینه Context Free Grammar

  • گرامر آزاد زمینه Context Free Grammar

  • تجزیه نزولی بازگشتی Recursive Descent Parsing

  • تجزیه نزولی بازگشتی Recursive Descent Parsing

  • تجزیه بازگشتی نزول ادامه دارد Recursive Descent Parsing Continues

  • تجزیه بازگشتی نزول ادامه دارد Recursive Descent Parsing Continues

  • Shift Reduce Parsing Shift Reduce Parsing

  • Shift Reduce Parsing Shift Reduce Parsing

هوش مصنوعی و تحلیل پیش‌بینی با پایتون AI Artificial Intelligence & Predictive Analysis With Python

نمایش نظرات

نظری ارسال نشده است.

آموزش تحلیل پیش بینی | هوش مصنوعی هوش مصنوعی | پایتون
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
6.5 hours
59
Udemy (یودمی) udemy-small
26 دی 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
2,365
از 5
ندارد
دارد
دارد
EDU CBA

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

EDU CBA EDU CBA

مهارت های دنیای واقعی را بصورت آنلاین بیاموزید EDUCBA یک ارائه دهنده جهانی آموزش مبتنی بر مهارت است که نیازهای اعضا را در بیش از 100 کشور برطرف می کند. ما بزرگترین شرکت فناوری پیشرفته در آسیا با نمونه کارهای 5498+ دوره آنلاین ، 205+ مسیر یادگیری ، 150+ برنامه شغل محور (JOPs) و 50+ بسته دوره حرفه ای شغلی هستیم که توسط متخصصان برجسته صنعت آماده شده است. برنامه های آموزشی ما برنامه های مبتنی بر مهارت شغلی است که توسط صنعت در سراسر امور مالی ، فناوری ، تجارت ، طراحی ، داده و فناوری جدید و آینده مورد نیاز صنعت است.

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.