آموزش علم داده: داده کاوی و پردازش زبان طبیعی در R

سرفصل ها و درس ها

مقدمه دوره: مفاهیم کلیدی و ابزار نرم افزار INTRODUCTION TO THE COURSE: The Key Concepts and Software Tools

• معرفی Introduction

• داده ها و اسکریپت های دوره Data and Scripts For the Course

• مقدمه ای بر R و RStudio Introduction to R and RStudio

• با راتل شروع کنید Start with Rattle

• عیب یابی برای Rattle Troubleshooting For Rattle

• نتیجه گیری در بخش 1 Conclusion to Section 1

خواندن داده ها از منابع مختلف در R Reading in Data from Different Sources in R

• داده ها را از فایل های CSV و Excel بخوانید Read in Data from CSV and Excel Files

• خواندن داده ها از یک پایگاه داده Read Data from a Database

• خواندن داده ها از JSON Read Data from JSON

• داده‌های CSV آنلاین را بخوانید Read in Data from Online CSVs

• در داده ها از جداول HTML آنلاین - قسمت 1 بخوانید Read in Data from Online HTML Tables-Part 1

• در داده ها از جداول HTML آنلاین - قسمت 2 بخوانید Read in Data from Online HTML Tables-Part 2

• داده ها را از منابع دیگر بخوانید Read Data from Other Sources

• نتیجه گیری در بخش 2 Conclusions to Section 2

تجزیه و تحلیل داده های اکتشافی و تجسم داده ها در R Exploratory Data Analysis and Data Visualization in R

• حذف NA Remove NAs

• پاکسازی اطلاعات بیشتر More Data Cleaning

• تجزیه و تحلیل داده های اکتشافی (EDA): تجسم های اساسی با R Exploratory Data Analysis(EDA): Basic Visualizations with R

• تجزیه و تحلیل داده های اکتشافی بیشتر با xda More Exploratory Data Analysis with xda

• مقدمه ای بر dplyr برای خلاصه کردن داده ها - قسمت 1 Introduction to dplyr for Data Summarizing-Part 1

• مقدمه ای بر dplyr برای خلاصه کردن داده ها - قسمت 2 Introduction to dplyr for Data Summarizing-Part 2

• کاوش و تجسم داده با dplyr و ggplot2 Data Exploration & Visualization With dplyr & ggplot2

• تاریخ های پیش پردازش - قسمت 1 Pre-Processing Dates-Part 1

• تاریخ های پیش پردازش - قسمت 2 Pre-Processing Dates-Part 2

• رسم داده های زمانی در R Plotting Temporal Data in R

• در داده های (زمانی) بپیچید Twist in the (Temporal) Data

• ارتباط بین متغیرهای کمی - نظریه Associations Between Quantitative Variables- Theory

• تست همبستگی Testing for Correlation

• رابطه بین متغیرهای اسمی را ارزیابی کنید Evaluate the Relation Between Nominal Variables

• Cramer's V برای بررسی قدرت ارتباط بین متغیر اسمی Cramer's V for Examining the Strength of Association Between Nominal Variable

• آزمون بخش 3 Section 3 Quiz

داده کاوی برای الگوها و روابط Data Mining for Patterns and Relationships

• داده کاوی چیست؟ What is Data Mining?

• انجمن معدن با Apriori Association Mining with Apriori

• Apriori با داده های واقعی Apriori with Real Data

• قوانین را تجسم کنید Visualize the Rules

• ارتباط معدن با Eclat Association Mining with Eclat

• Eclat با داده های واقعی Eclat with Real Data

یادگیری ماشین برای علم داده Machine Learning for Data Science

• تفاوت یادگیری ماشینی با تجزیه و تحلیل داده های آماری چیست؟ How is Machine Learning Different from Statistical Data Analysis?

• یادگیری ماشینی (ML) درباره چیست؟ برخی از نکات نظری What is Machine Learning (ML) About? Some Theoretical Pointers

طبقه بندی بدون نظارت - R Unsupervised Classification- R

• K-به معنای خوشه بندی است K-means Clustering

• فازی K-Means Clustering Fuzzy K-Means Clustering

• خوشه بندی K-Means وزن دار Weighted K-Means Clustering

• خوشه بندی سلسله مراتبی در R Hierarchical Clustering in R

• انتظار-بیشینه سازی (EM) در R Expectation-Maximization (EM) in R

• از Rattle برای خوشه بندی بدون نظارت استفاده کنید Use Rattle for Unsupervised Clustering

• نتیجه گیری در بخش 6 Conclusions to Section 6

• آزمون بخش 6 Section 6 Quiz

کاهش ابعاد Dimension Reduction

• تئوری کاهش ابعاد Dimensionality Reduction-theory

• PCA PCA

• حذف متغیرهای پیش بینی کننده بسیار همبسته Removing Highly Correlated Predictor Variables

• انتخاب متغیر با استفاده از رگرسیون LASSO Variable Selection Using LASSO Regression

• انتخاب متغیر با FSelector Variable Selection With FSelector

• تجزیه و تحلیل Boruta برای انتخاب ویژگی Boruta Analysis for Feature Selection

• نتیجه گیری در بخش 7 Conclusions to Section 7

• آزمون بخش 7 Section 7 Quiz

تئوری یادگیری تحت نظارت Supervised Learning Theory

• برخی از مفاهیم اساسی یادگیری تحت نظارت Some Basic Supervised Learning Concepts

• پیش پردازش برای یادگیری تحت نظارت Pre-processing for Supervised Learning

یادگیری تحت نظارت: طبقه بندی Supervised Learning: Classification

• طبقه بندی باینری Binary Classification

• GLM چیست؟ What are GLMs?

• مدل های رگرسیون لجستیک به عنوان طبقه بندی کننده های باینری Logistic Regression Models as Binary Classifiers

• تجزیه و تحلیل تشخیص خطی (LDA) Linear Discriminant Analysis (LDA)

• طبقه بندی باینری با PCA Binary Classifier with PCA

• معیارهای دقت طبقه بندی باینری را بدست آورید Obtain Binary Classification Accuracy Metrics

• مدل های طبقه بندی چند طبقه Multi-class Classification Models

• مشکل طبقه بندی چند کلاسه ما Our Multi-class Classification Problem

• درختان طبقه بندی Classification Trees

• بیشتر در مورد تجسم درخت طبقه بندی More on Classification Tree Visualization

• درختان تصمیم Decision Trees

• طبقه بندی جنگل تصادفی (RF). Random Forest (RF) classification

• اهمیت متغیر فردی را برای جنگل های تصادفی بررسی کنید Examine Individual Variable Importance for Random Forests

• طبقه بندی GBM GBM Classification

• ماشین‌های بردار پشتیبانی (SVM) برای طبقه‌بندی Support Vector Machines (SVM) for Classification

• SVM بیشتر برای طبقه بندی More SVM for Classification

• نتیجه گیری در بخش 9 Conclusions to Section 9

• آزمون بخش 9 Section 9 Quiz

یادگیری تحت نظارت: رگرسیون Supervised Learning: Regression

• رگرسیون ریج در R Ridge Regression in R

• رگرسیون LASSO در R LASSO Regression in R

• مدل های افزایشی تعمیم یافته (GAMs) در R Generalized Additive Models (GAMs) in R

• GAM های تقویت شده Boosted GAMs

• رگرسیون مریخ MARS Regression

• CART-Rregression Trees در R CART-Regression Trees in R

• رگرسیون جنگل تصادفی (RF). Random Forest (RF) Regression

• رگرسیون GBM GBM Regression

• مقایسه مدل ها Compare Models

• نتیجه گیری در بخش 10 Conclusions to Section 10

مقدمه ای بر شبکه های عصبی مصنوعی (ANN) Introduction to Artificial Neural Networks (ANN)

• شبکه های عصبی مصنوعی چیست؟ What are Artificial Neural Networks?

• شبکه عصبی برای طبقه بندی های باینری Neural Network for Binary Classifications

• شبکه عصبی با PCA برای طبقه بندی های باینری Neural Network with PCA for Binary Classifications

• شبکه عصبی برای رگرسیون Neural Network for Regression

• اطلاعات بیشتر در مورد شبکه های عصبی - با شبکه عصبی More on Neural Networks- with neuralnet

• شناسایی اهمیت متغیرها در شبکه های عصبی Identify Variable Importance in Neural Networks

استخراج بیشتر وب و داده کاوی متن More Web-scraping and Text Data Mining

• خواندن داده های متنی از یک صفحه HTML Read in Text Data from an HTML Page

• آمازون را با R کاوش کنید Explore Amazon with R

• Webscraping بیشتر با صفحه وب rvest-IMDB More Webscraping With rvest-IMDB Webpage

• قبل از استخراج داده ها از توییتر Prior to Mining Data from Twitter

• استخراج توییت ها با استفاده از R Extract Tweets Using R

• استخراج اطلاعات بیشتر توییتر با استفاده از R More Twitter Data Extraction Using R

• دریافت اطلاعات از فیس بوک با استفاده از R Get Data from Facebook Using R

• نتیجه گیری در بخش 12 Conclusions to Section 12

به دست آوردن بینش از داده های متنی- متن کاوی و پردازش زبان طبیعی (NL Gaining Insights from Text Data- Text Mining and Natural Language Processing (NL

• داده های توییت را کاوش کنید Explore Tweet Data

• احساس توییت را تجسم کنید Wordcloud- سیاست پولی زدایی هند Visualize Tweet Sentiment Wordcloud- India's Demonetization Policy

• Wordclouds بیشتر: داده های بررسی آمازون More Wordclouds: Amazon Review Data

• فرکانس کلمه در داده های متنی Word Frequency in Text Data

• احساسات توییت - سیاست پولی زدایی هند Tweet Sentiments- India's Demonetization Policy

• تحلیل احساسات توییت های موگابه Sentiment Analysis of Mugabe Tweets

• احساسات توییت - برکناری موگابه Tweet Sentiments- Mugabe's Ouster

• قطبیت متن را بررسی کنید Examine the Polarity of Text

• قطبیت توییت های فردی Polarity of Individual Tweets

• موضوع مدلسازی یک سند Topic Modelling a Document

• موضوع مدل سازی اسناد چندگانه Topic Modelling Multiple Documents

• نتیجه گیری در بخش 13 Conclusions to Section 13

داده های متنی و یادگیری ماشینی Text Data and Machine Learning

• EDA با داده های متنی EDA With Text Data

• بررسی های فریبنده را با طبقه بندی نظارت شده شناسایی کنید Identify Deceptive Reviews With Supervised Classification

• ایمیل های اسپم را با طبقه بندی نظارت شده شناسایی کنید Identify Spam Emails with Supervised Classification

سخنرانی های متفرقه Miscellaneous Lectures

• نمودارهای پراکندگی سه بعدی 3D Scatterplots

• آشنایی با دسکتاپ Github Getting Acquainted with Github Desktop

• ویرایش داده ها در R Data Editing Within R

• گروه بر اساس زمان Group By Time