آموزش تحلیل پیش‌بینانه با پایتون (Predictive Analytics) - آخرین آپدیت

ماژول ۱: مقدمه‌ای بر تحلیل پیش‌بینانه و رگرسیون‌ها Module 1: Introduction to Predictive Analytics and Regressions

• نحوه استفاده از داده‌ها - معرفی تخصص How to Use Data - Specialization Intro

• مقدمه‌ای بر تحلیل پیش‌بینانه با پایتون - معرفی دوره Intro to Predictive Analytics Using Python - Course Intro

• درباره مدرس About The Instructor

• مقدمه هفته اول: بررسی کلی تحلیل پیش‌بینانه Week 1 Intro: Overview of Predictive Analytics

• مدل‌های پیش‌بینانه نظارت‌شده Supervised Predictive Models

• رگرسیون خطی Linear Regression

• 💻 دمو کدنویسی: بارگذاری و بررسی داده‌ها 💻 💻 Coding Demo: Loading the Data and Exploring the Data 💻

• 💻 دمو کدنویسی: ایجاد ماتریس همبستگی 💻 💻 Coding Demo: Creating a Correlation Matrix 💻

• 💻 دمو کدنویسی: پروتکل آموزش و تست (Train Test) 💻 💻 Coding Demo: The Train-Test Protocol 💻

• 💻 دمو کدنویسی: ساخت مدل رگرسیون خطی 💻 💻 Coding Demo: Building a Linear Regression Model 💻

• 💻 دمو کدنویسی: ارزیابی مدل 💻 💻 Coding Demo: Model Evaluation💻

• 💻 دمو کدنویسی: تفسیر مدل رگرسیون خطی 💻 💻 Coding Demo: Interpreting a Linear Regression Model 💻

• 💻 دمو Codio: محیط Jupyter Notebook 💻 💻 Codio Demo - Jupyter Notebook 💻

• رگرسیون لجستیک Logistic Regression

• 💻 دمو کدنویسی: ایجاد ویژگی‌های دسته‌ای (Categorical) 💻 💻 Coding Demo: Creating Categorical Attributes 💻

• 💻 دمو کدنویسی: ادغام داده‌های جدید 💻 💻 Coding Demo: Incorporating New Data 💻

• 💻 دمو کدنویسی: ساخت مدل رگرسیون لجستیک 💻 💻 Coding Demo: Building a Logistic Regression Model 💻

• 💻 دمو کدنویسی: تفسیر مدل رگرسیون لجستیک 💻 💻 Coding Demo: Interpreting a Logistic Regression Model 💻

• 💻 دمو کدنویسی: بصری‌سازی مرزهای تصمیم 💻 💻 Coding Demo: Visualizing Decision Boundaries 💻

• 💻 دمو کدنویسی: ایجاد ماتریس درهم‌ریختگی (Confusion Matrix) 💻 💻 Coding Demo: Creating a Confusion Matrix💻

ماژول ۲: درخت‌های تصمیم و مقدمه‌ای بر تحلیل‌های پیش‌بینانه پیشرفته و جنگل‌های تصادفی Module 2: Decision Trees and Introduction to Advanced Predictive Analytics and Random Forests

• مقدمه هفته دوم: درخت‌های تصمیم و تحلیل‌های پیش‌بینانه پیشرفته و جنگل‌های تصادفی Week 2 Intro: Decision Trees and Introduction to Advanced Predictive Analytics and Random Forests

• درخت‌های تصمیم Decision Trees

• 💻 دمو کدنویسی: بارگذاری داده‌ها و ایجاد درخت‌های تصمیم 💻 💻 Coding Demo: Loading the Data and Creating Decision Trees 💻

• 💻 دمو کدنویسی: مقیاس‌بندی ویژگی‌ها (Feature Scaling) 💻 💻 Coding Demo: Feature Scaling 💻

• 💻 دمو کدنویسی: ساخت مدل درخت تصمیم 💻 💻 Coding Demo: Building a Decision Tree Model 💻

• 💻 دمو کدنویسی: مقایسه درخت تصمیم با مدل رگرسیون خطی 💻 💻 Coding Demo: Decision Tree vs. Linear Regression Model 💻

• 💻 دمو کدنویسی: مقایسه درخت تصمیم با مدل رگرسیون لجستیک 💻 💻 Coding Demo: Decision Tree vs. Logistic Regression Model 💻

• 💻 دمو کدنویسی: تفسیر درخت تصمیم 💻 💻 Coding Demo: Interpreting a Decision Tree 💻

• 💻 دمو کدنویسی: تفسیر درخت تصمیم (ادامه) 💻 💻 Coding Demo: Interpreting a Decision Tree (continued) 💻

• مقدمه‌ای بر تحلیل‌های پیش‌بینانه پیشرفته Intro to Advanced Predictive Analytics

• سایر مدل‌های یادگیری نظارت‌شده More Supervised Learning Models

• جنگل‌های تصادفی (Random Forests) Random Forests

• 💻 دمو کدنویسی: جنگل‌های تصادفی - بارگذاری و پیش‌پردازش داده‌ها 💻 💻 Coding Demo: Random Forests - Loading the Data and Preprocessing 💻

• 💻 دمو کدنویسی: پیش‌هرس درخت (Pre-pruning) و درخت‌های تصمیم پایه 💻 💻 Coding Demo: Tree Pre-pruning and Baseline Decision Trees 💻

• 💻 دمو کدنویسی: ساخت طبقه‌بندی‌کننده جنگل تصادفی 💻 💻 Coding Demo: Building a Random Forest Classifier 💻

• 💻 دمو کدنویسی: تفسیر جنگل تصادفی 💻 💻 Coding Demo: Interpreting a Random Forest 💻

ماژول ۳: مقدمه‌ای بر یادگیری بدون نظارت و خوشه‌بندی Module 3: Introduction to Unsupervised Learning and Clustering

• مقدمه هفته سوم: مقدمه‌ای بر یادگیری بدون نظارت و خوشه‌بندی Week 3 Intro: Introduction to Unsupervised Learning and Clustering

• یادگیری بدون نظارت Unsupervised Learning

• خوشه‌بندی (Clustering) Clustering

• 💻 دمو کدنویسی: خوشه‌بندی K-Means - بارگذاری و پیش‌پردازش داده‌ها 💻 💻 Coding Demo: K-Means Clustering - Loading the Data and Preprocessing 💻

• 💻 دمو کدنویسی: شناسایی تعداد ایده‌آل خوشه‌ها 💻 💻 Coding Demo: Identifying the Ideal Number of Clusters 💻

• 💻 دمو کدنویسی: مدل نهایی خوشه‌بندی K-Means 💻 💻 Coding Demo: Final K-means Clustering Model 💻

• 💻 دمو کدنویسی: تفسیر مدل خوشه‌بندی K-Means 💻 💻 Coding Demo: Interpreting a K-means Clustering Model 💻

• مقایسه مدل‌ها Model Comparison