آموزش یادگیری ماشین برای حسابداری با پایتون - آخرین آپدیت

معرفی دوره و بخش اول: مقدمه‌ای بر یادگیری ماشین Course Orientation and Module 1: Introduction to Machine Learning

• معرفی دوره Course Introduction

• درباره لیندن لو About Linden Lu

• معرفی بخش اول Module 1 Introduction

• ۱.۱ مقدمه‌ای بر یادگیری ماشین 1.1 Introduction to Machine Learning

• ۱.۲ مقدمه‌ای بر پیش‌پردازش داده‌ها 1.2 Introduction to Data Preprocessing

• ۱.۳ مقدمه‌ای بر الگوریتم‌های یادگیری ماشین 1.3 Introduction to Machine Learning Algorithms

بخش دوم: الگوریتم‌های بنیادی ۱ Module 2: Fundamental Algorithms I

• معرفی بخش دوم Module 2 Introduction

• ۲.۱ مقدمه‌ای بر رگرسیون خطی 2.1 Introduction to Linear Regression

• ۲.۲ مقدمه‌ای بر رگرسیون لجستیک 2.2 Introduction to Logistic Regression

• ۲.۳ مقدمه‌ای بر درخت تصمیم 2.3 Introduction to Decision Tree

بخش سوم: الگوریتم‌های بنیادی ۲ Module 3: Fundamental Algorithms II

• معرفی بخش سوم Module 3 Introduction

• ۳.۱ مقدمه‌ای بر کی-نزدیک‌ترین همسایه (KNN) 3.1 Introduction to K-nearest Neighbors

• ۳.۲ مقدمه‌ای بر ماشین بردار پشتیبان (SVM) 3.2 Introduction to Support Vector Machine

• ۳.۳ مقدمه‌ای بر بگینگ و جنگل تصادفی 3.3 Introduction to Bagging and Random Forest

بخش چهارم: ارزیابی مدل Module 4: Model Evaluation

• معرفی بخش چهارم Module 4 Introduction

• ۴.۱ معیارهای ارزیابی رگرسیون 4.1 Regressive Evaluation Metrics

• ۴.۲ معیارهای ارزیابی طبقه‌بندی ۱ 4.2 Classification Evaluation Metrics I

• ۴.۳ معیارهای ارزیابی طبقه‌بندی ۲ 4.3 Classification Evaluation Metrics II

بخش پنجم: بهینه‌سازی مدل Module 5: Model Optimization

• معرفی بخش پنجم Module 5 Introduction

• ۵.۱ مقدمه‌ای بر انتخاب ویژگی 5.1 Introduction to Feature Selection

• ۵.۲ مقدمه‌ای بر اعتبارسنجی متقاطع (Cross Validation) 5.2 Introduction to Cross-Validation

• ۵.۳ مقدمه‌ای بر انتخاب مدل 5.3 Introduction to Model Selection

بخش ششم: مقدمه‌ای بر تحلیل متن Module 6: Introduction to Text Analysis

• معرفی بخش ششم Module 6 Introduction

• ۶.۱ مقدمه‌ای بر تحلیل متن 6.1 Introduction to Text Analytics

• ۶.۲ مقدمه‌ای بر طبقه‌بندی متن 6.2 Introduction to Text Classification

• ۶.۳ مقدمه‌ای بر طبقه‌بندی متن ۲ 6.3 Introduction to Text Classification II

بخش هفتم: مقدمه‌ای بر خوشه‌بندی Module 7: Introduction to Clustering

• معرفی بخش هفتم Module 7 Introduction

• ۷.۱ مقدمه‌ای بر خوشه‌بندی K-means 7.1 Introduction to K-means Clustering

• ۷.۲ مطالعه موردی K-means 7.2 K-means Case Study

• ۷.۳ مقدمه‌ای بر خوشه‌بندی مبتنی بر چگالی 7.3 Introduction to Density Based Clustering

بخش هشتم: مقدمه‌ای بر داده‌های سری زمانی Module 8: Introduction to Time Series Data

• معرفی بخش هشتم Module 8 Introduction

• ۸.۱ کار با تاریخ و زمان 8.1 Working With Dates and Times

• ۸.۲ تحلیل داده‌های سری زمانی 8.2 Analyzing Time Series Data

• یادگیری طبق شرایط شما Learn on Your Terms