آموزش XGBoost برای کسب و کار: دوره یادگیری ماشین در پایتون و آر

سرفصل ها و درس ها

معرفی Introduction

• معرفی Introduction

• نصب پایتون و اسپایدر Installing Python and Spyder

• نصب R و RStudio Installing R and RStudio

• چگونه از دوره بیشتر به دست آوریم How to get more from the course

• بررسی ها و آینده این دوره Reviews and future of this course

معرفی Introduction

• معرفی Introduction

• نصب پایتون و اسپایدر Installing Python and Spyder

• نصب R و RStudio Installing R and RStudio

• چگونه از دوره بیشتر به دست آوریم How to get more from the course

• بررسی ها و آینده این دوره Reviews and future of this course

آموزش شهود Intuition Tutorial

• بیان مسأله Problem Statement

• معرفی XGBoost Introducing XGBoost

• XGBoost چگونه کار می کند How XGBoost works

• XGBoost عجیب است XGBoost quirks

• تله متغیر ساختگی Dummy variable trap

• مجموعه آموزشی و تستی Training and test set

• ماتریس سردرگمی Confusion Matrix

• ناحیه زیر منحنی (AUC ROC) Area Under the Curve (AUC ROC)

• میانگین خطای مربع ریشه Root Square Mean Error

• مبادله واریانس در مقابل تعصب Variance vs. Bias trade off

• تنظیم پارامتر و اعتبارسنجی متقاطع Parameter tuning and Cross Validation

• ارزش های SHAP SHAP Values

آموزش شهود Intuition Tutorial

• بیان مسأله Problem Statement

• معرفی XGBoost Introducing XGBoost

• XGBoost چگونه کار می کند How XGBoost works

• XGBoost عجیب است XGBoost quirks

• تله متغیر ساختگی Dummy variable trap

• مجموعه آموزشی و تستی Training and test set

• ماتریس سردرگمی Confusion Matrix

• ناحیه زیر منحنی (AUC ROC) Area Under the Curve (AUC ROC)

• میانگین خطای مربع ریشه Root Square Mean Error

• مبادله واریانس در مقابل تعصب Variance vs. Bias trade off

• تنظیم پارامتر و اعتبارسنجی متقاطع Parameter tuning and Cross Validation

• ارزش های SHAP SHAP Values

آموزش تمرین پایتون Python Practice Tutorial

• نحوه دریافت مجموعه داده How to get the dataset

• در حال بارگیری داده ها Loading data

• جداسازی متغیرهای عددی X و Y Isolating numerical X and Y variables

• مجموعه آموزشی و تستی Training and test set

• تبدیل متغیر Y Transforming the Y variable

• ایجاد ماتریس XGBoost Creating XGBoost Matrices

• تنظیم پارامترهای XGBoost Setting XGBoost Parameters

• اولین مدل XGBoost First XGBoost model

• پیش بینی با XGBoost Predicting with XGBoost

• ماتریس سردرگمی Confusion Matrix

• ایجاد متغیرهای ساختگی Creating dummy variables

• تشکیل آخرین مجموعه داده Forming last dataset

• ذخیره نام متغیرها Saving variable names

• مجموعه آموزشی و تست قسمت 2 Training and test set part 2

• ایجاد ماتریس XGBoost قسمت 2 Creating XGBoost Matrices part 2

• مدل دوم XGBoost Second XGBoost model

• پیش بینی ها و ماتریس سردرگمی قسمت 2 Predictions and Confusion Matrix part 2

• پردازش موازی Parallel Processing

• تنظیم پارامترهای Cross Validation Setting Cross Validation parameters

• تنظیم پارامترها Tuning parameters

• واردکننده طبقه بندی کننده Importing Classifier

• مونتاژ اعتبار سنجی متقاطع Assembling Cross Validation

• تنظیم پارامترهای اعتبار سنجی Setting Validation parameters

• تنظیم پارامتر دور 1 Parameter Tuning round 1

• تنظیم پارامتر دور 2 Parameter Tuning round 2

• مدل نهایی XGBoost Final XGBoost model

• چشم انداز کسب و کار Business Perspective

• اهمیت راننده Driver Importance

• مقادیر SHAP SHAP values

آموزش تمرین پایتون Python Practice Tutorial

• نحوه دریافت مجموعه داده How to get the dataset

• در حال بارگیری داده ها Loading data

• جداسازی متغیرهای عددی X و Y Isolating numerical X and Y variables

• مجموعه آموزشی و تستی Training and test set

• تبدیل متغیر Y Transforming the Y variable

• ایجاد ماتریس XGBoost Creating XGBoost Matrices

• تنظیم پارامترهای XGBoost Setting XGBoost Parameters

• اولین مدل XGBoost First XGBoost model

• پیش بینی با XGBoost Predicting with XGBoost

• ماتریس سردرگمی Confusion Matrix

• ایجاد متغیرهای ساختگی Creating dummy variables

• تشکیل آخرین مجموعه داده Forming last dataset

• ذخیره نام متغیرها Saving variable names

• مجموعه آموزشی و تست قسمت 2 Training and test set part 2

• ایجاد ماتریس XGBoost قسمت 2 Creating XGBoost Matrices part 2

• مدل دوم XGBoost Second XGBoost model

• پیش بینی ها و ماتریس سردرگمی قسمت 2 Predictions and Confusion Matrix part 2

• پردازش موازی Parallel Processing

• تنظیم پارامترهای Cross Validation Setting Cross Validation parameters

• تنظیم پارامترها Tuning parameters

• واردکننده طبقه بندی کننده Importing Classifier

• مونتاژ اعتبار سنجی متقاطع Assembling Cross Validation

• تنظیم پارامترهای اعتبار سنجی Setting Validation parameters

• تنظیم پارامتر دور 1 Parameter Tuning round 1

• تنظیم پارامتر دور 2 Parameter Tuning round 2

• مدل نهایی XGBoost Final XGBoost model

• چشم انداز کسب و کار Business Perspective

• اهمیت راننده Driver Importance

• مقادیر SHAP SHAP values

آموزش تمرین R R Practice Tutorial

• بارگذاری و بازرسی داده ها Loading and inspecting data

• جداسازی متغیرهای عددی Isolating numerical variables

• خلاصه آمار و ماتریس همبستگی Summary Statistics and Correlation Matrix

• آماده سازی اولین مجموعه داده Preparing first dataset

• مجموعه آموزشی و تستی Training and test set

• جداسازی متغیرهای X و Y Isolating X and Y variables

• تنظیم پارامترهای XGBoost Setting XGBoost Parameters

• پردازش موازی Parallel Processing

• در حال اجرای XGBoost Running XGBoost

• پیش بینی با XGBoost Predicting with XGBoost

• ماتریس سردرگمی Confusion Matrix

• تبدیل عوامل به متغیرهای عددی Transforming factors into numerical variables

• آماده سازی مجموعه داده نهایی Preparing final dataset

• مدل دوم XGBoost Second XGBoost model

• پیش بینی ها و ماتریس سردرگمی قسمت 2 Predictions and Confusion Matrix part 2

• شروع پردازش موازی Start Parallel Processing

• ورودی های اعتبارسنجی متقابل Cross Validation inputs

• پارامترهای اعتبارسنجی متقابل Cross Validation Parameters

• پارامترهایی برای تنظیم Parameters to tune

• تنظیم پارامتر دور 1 Parameter Tuning round 1

• تنظیم پارامتر دور 2 Parameter Tuning round 2

• مدل نهایی XGBoost Final XGBoost model

• چشم انداز کسب و کار Business Perspective

• محرک های مهم و ارزش های SHAP Importance Drivers and SHAP Values

آموزش تمرین R R Practice Tutorial

• بارگذاری و بازرسی داده ها Loading and inspecting data

• جداسازی متغیرهای عددی Isolating numerical variables

• خلاصه آمار و ماتریس همبستگی Summary Statistics and Correlation Matrix

• آماده سازی اولین مجموعه داده Preparing first dataset

• مجموعه آموزشی و تستی Training and test set

• جداسازی متغیرهای X و Y Isolating X and Y variables

• تنظیم پارامترهای XGBoost Setting XGBoost Parameters

• پردازش موازی Parallel Processing

• در حال اجرای XGBoost Running XGBoost

• پیش بینی با XGBoost Predicting with XGBoost

• ماتریس سردرگمی Confusion Matrix

• تبدیل عوامل به متغیرهای عددی Transforming factors into numerical variables

• آماده سازی مجموعه داده نهایی Preparing final dataset

• مدل دوم XGBoost Second XGBoost model

• پیش بینی ها و ماتریس سردرگمی قسمت 2 Predictions and Confusion Matrix part 2

• شروع پردازش موازی Start Parallel Processing

• ورودی های اعتبارسنجی متقابل Cross Validation inputs

• پارامترهای اعتبارسنجی متقابل Cross Validation Parameters

• پارامترهایی برای تنظیم Parameters to tune

• تنظیم پارامتر دور 1 Parameter Tuning round 1

• تنظیم پارامتر دور 2 Parameter Tuning round 2

• مدل نهایی XGBoost Final XGBoost model

• چشم انداز کسب و کار Business Perspective

• محرک های مهم و ارزش های SHAP Importance Drivers and SHAP Values

بخش پاداش Bonus Section

• سخنرانی پاداش Bonus Lecture

بخش پاداش Bonus Section

• سخنرانی پاداش Bonus Lecture