آموزش طراحی تجربی برای تجزیه و تحلیل داده ها

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

طراحی آزمایشی برای تجزیه و تحلیل داده ها Designing an Experiment for Data Analysis

• بررسی اجمالی ماژول Module Overview

• پیش نیازها و طرح کلی دوره Prerequisites and Course Outline

• اتصال نقاط با داده Connecting the Dots with Data

• تست فرضیه Hypothesis Testing

• تست های T T-tests

• ANOVA ANOVA

• طراحی آزمایش یادگیری ماشین Designing a Machine Learning Experiment

• خلاصه Summary

ساخت و آموزش مدل یادگیری ماشین Building and Training a Machine Learning Model

• بررسی اجمالی ماژول Module Overview

• شروع کار با Azure ML Studio Getting Started with Azure ML Studio

• بارگیری و تجسم داده ها Loading and Visualizing Data

• کاوش روابط در داده ها Exploring Relationships in Data

• پیش پردازش و آماده سازی داده ها Preprocessing and Preparing Data

• ساخت و آموزش مدل رگرسیون برای پیش بینی قیمت Building and Training a Regression Model for Price Prediction

• ساخت و آموزش مدل رگرسیون در پایتون Building and Training a Regression Model in Python

• خلاصه Summary

درک و غلبه بر مشکلات رایج در مدل سازی داده ها Understanding and Overcoming Common Problems in Data Modeling

• بررسی اجمالی ماژول Module Overview

• بیش از حد و تکنیک های کاهش بیش از حد Overfitting and Techniques to Mitigate Overfitting

• دقت ، دقت و یادآوری Accuracy, Precision, and Recall

• منحنی ROC The ROC Curve

• آماده سازی و پردازش داده ها Preparing and Processing Data

• آموزش ساختمان و ارزیابی یک مدل طبقه بندی Building Training and Evaluating a Classification Model

• خلاصه Summary

استفاده از استراتژی های مختلف اعتبار سنجی در مدل سازی داده ها Leveraging Different Validation Strategies in Data Modeling

• بررسی اجمالی ماژول Module Overview

• اعتبار سنجی متقابل در گردش کار ML Cross-validation in the ML Workflow

• اعتبار سنجی واحد Singular Cross-validation

• اعتبار سنجی متقابل با استفاده از Azure ML Studio Cross-validation Using Azure ML Studio

• اعتبار سنجی متقابل K و برابرها K-fold Cross-validation and Variants

• اعتبار سنجی متقابل K- برابر در یادگیری دقیق K-fold Cross-validation in scikit-learn

• اعتبار سنجی متقابل K-fold در یادگیری دقیق Repeated K-fold Cross-validation in scikit-learn

• اعتبار سنجی متقاطع K برابر در یادگیری دقیق Stratified K-fold Cross-validation in scikit-learn

• در یادگیری دقیق ، گروه K را برابر کنید Group K-fold in scikit-learn

• خلاصه Summary

تنظیم ابر پارامترها با استفاده از امتیازات اعتبار سنجی Tuning Hyperparameters Using Cross Validation Scores

• بررسی اجمالی ماژول Module Overview

• تنظیم Hyperparameter Hyperparameter Tuning

• درختان تصمیم Decision Trees

• Hyperparameter تنظیم یک طبقه بندی جنگل تصمیم Hyperparameter Tuning a Decision Forest Classifier

• تنظیم و امتیاز دهی به چند مدل Tuning and Scoring Multiple Models

• خلاصه و مطالعه بیشتر Summary and Further Study