آموزش پایتون برای بوت کمپ علم داده و یادگیری ماشین

سرفصل ها و درس ها

معرفی دوره Course Introduction

• مقدمه دوره Introduction to the Course

• راهنما دوره و خوش آمدید Course Help and Welcome

• سوالات متداول دوره Course FAQs

تنظیم محیط Environment Set-Up

• راه اندازی محیط پایتون Python Environment Setup

بررسی اجمالی ژوپیتر Jupyter Overview

• به روز رسانی های زیپ نوت بوک Updates to Notebook Zip

• نوت بوک های Jupyter Jupyter Notebooks

• اختیاری: محیط های مجازی Optional: Virtual Environments

دوره سقوط پایتون Python Crash Course

• به بخش آموزش سقوط پایتون خوش آمدید! Welcome to the Python Crash Course Section!

• مقدمه ای بر دوره سقوط پایتون Introduction to Python Crash Course

• دوره سقوط پایتون - قسمت 1 Python Crash Course - Part 1

• دوره سقوط پایتون - قسمت 2 Python Crash Course - Part 2

• دوره سقوط پایتون - قسمت 3 Python Crash Course - Part 3

• دوره سقوط پایتون - قسمت 4 Python Crash Course - Part 4

• تمرینات دوره سقوط پایتون - بررسی اجمالی Python Crash Course Exercises - Overview

• تمرینات دوره سقوط پایتون - راه حل Python Crash Course Exercises - Solutions

پایتون برای تجزیه و تحلیل داده ها - NumPy Python for Data Analysis - NumPy

• به بخش NumPy خوش آمدید! Welcome to the NumPy Section!

• معرفی Numpy Introduction to Numpy

• آرایه‌های Numpy Numpy Arrays

• یادداشت سریع در مورد نمایه سازی آرایه Quick Note on Array Indexing

• نمایه سازی آرایه Numpy Numpy Array Indexing

• عملیات Numpy Numpy Operations

• بررسی اجمالی تمرینات Numpy Numpy Exercises Overview

• راه‌حل‌های تمرین‌های ناخواسته Numpy Exercises Solutions

پایتون برای تجزیه و تحلیل داده ها - پانداها Python for Data Analysis - Pandas

• به بخش پانداها خوش آمدید! Welcome to the Pandas Section!

• آشنایی با پانداها Introduction to Pandas

• سلسله Series

• DataFrames - قسمت 1 DataFrames - Part 1

• DataFrames - قسمت 2 DataFrames - Part 2

• DataFrames - قسمت 3 DataFrames - Part 3

• داده های از دست رفته Missing Data

• دسته بندی بر اساس Groupby

• ادغام پیوستن و الحاق Merging Joining and Concatenating

• عملیات Operations

• ورودی و خروجی داده Data Input and Output

پایتون برای تجزیه و تحلیل داده ها - تمرینات پانداها Python for Data Analysis - Pandas Exercises

• یادداشت در مورد تمرین حقوق و دستمزد SF Note on SF Salary Exercise

• بررسی اجمالی تمرین حقوق SF SF Salaries Exercise Overview

• راه حل های حقوق و دستمزد SF SF Salaries Solutions

• بررسی اجمالی تمرین خریدهای تجارت الکترونیک Ecommerce Purchases Exercise Overview

• راه حل های تمرین خرید تجارت الکترونیک Ecommerce Purchases Exercise Solutions

پایتون برای تجسم داده ها - Matplotlib Python for Data Visualization - Matplotlib

• به بخش تجسم داده ها خوش آمدید! Welcome to the Data Visualization Section!

• مقدمه ای بر Matplotlib Introduction to Matplotlib

• Matplotlib قسمت 1 Matplotlib Part 1

• Matplotlib قسمت 2 Matplotlib Part 2

• Matplotlib قسمت 3 Matplotlib Part 3

• بررسی اجمالی تمرینات Matplotlib Matplotlib Exercises Overview

• تمرینات Matplotlib - راه حل Matplotlib Exercises - Solutions

Python for Data Visualization - Seaborn Python for Data Visualization - Seaborn

• معرفی Seaborn Introduction to Seaborn

• قطعه های توزیع Distribution Plots

• قطعه های طبقه بندی شده Categorical Plots

• توطئه های ماتریسی Matrix Plots

• شبکه ها Grids

• نمودارهای رگرسیون Regression Plots

• سبک و رنگ Style and Color

• بررسی اجمالی ورزش Seaborn Seaborn Exercise Overview

• راه حل های ورزش دریایی Seaborn Exercise Solutions

Python for Data Visualization - Pandas Built-in Data Visualization Python for Data Visualization - Pandas Built-in Data Visualization

• تجسم داده های داخلی پانداها Pandas Built-in Data Visualization

• تمرین تجسم داده پانداها Pandas Data Visualization Exercise

• تمرین تجسم داده پانداها - راهکارها Pandas Data Visualization Exercise- Solutions

پایتون برای تجسم داده ها - Plotly و Cufflinks Python for Data Visualization - Plotly and Cufflinks

• مقدمه ای بر پلاتلی و دکمه سر دست Introduction to Plotly and Cufflinks

• لطفا قبل از همه چیز مرا بخوانید! READ ME FIRST BEFORE PLOTLY PLEASE!

• پلاتلی و دکمه سرآستین Plotly and Cufflinks

پایتون برای تجسم داده ها - نقشه برداری جغرافیایی Python for Data Visualization - Geographical Plotting

• مقدمه ای بر نقشه برداری جغرافیایی Introduction to Geographical Plotting

• نقشه های Choropleth - قسمت 1 - ایالات متحده آمریکا Choropleth Maps - Part 1 - USA

• نقشه های Choropleth - قسمت 2 - جهان Choropleth Maps - Part 2 - World

• تمرینات کوروپلث Choropleth Exercises

• تمرینات کوروپلث - راه حل Choropleth Exercises - Solutions

پروژه Data Capstone Data Capstone Project

• به پروژه های Data Capstone خوش آمدید! Welcome to the Data Capstone Projects!

• 911 فراخوانی نمای کلی پروژه 911 Calls Project Overview

• 911 Calls Solutions - قسمت 1 911 Calls Solutions - Part 1

• 911 Calls Solutions - قسمت 2 911 Calls Solutions - Part 2

• داده های بانکی Bank Data

• بررسی اجمالی پروژه داده های مالی Finance Data Project Overview

• پروژه مالی - راه حل ها قسمت 1 Finance Project - Solutions Part 1

• پروژه مالی - راه حل ها قسمت 2 Finance Project - Solutions Part 2

• پروژه مالی - راه حل ها قسمت 3 Finance Project - Solutions Part 3

مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

• به یادگیری ماشین خوش آمدید. در اینجا چند منبع برای شروع شما وجود دارد! Welcome to Machine Learning. Here are a few resources to get you started!

• به بخش یادگیری ماشین خوش آمدید! Welcome to the Machine Learning Section!

• بررسی اجمالی یادگیری تحت نظارت Supervised Learning Overview

• ارزیابی عملکرد - معیارهای خطای طبقه بندی Evaluating Performance - Classification Error Metrics

• ارزیابی عملکرد - معیارهای خطای رگرسیون Evaluating Performance - Regression Error Metrics

• یادگیری ماشینی با پایتون Machine Learning with Python

رگرسیون خطی Linear Regression

• نظریه رگرسیون خطی Linear Regression Theory

• به روز رسانی model_selection برای SciKit Learn 0.18 model_selection Updates for SciKit Learn 0.18

• رگرسیون خطی با پایتون - قسمت 1 Linear Regression with Python - Part 1

• رگرسیون خطی با پایتون - قسمت 2 Linear Regression with Python - Part 2

• بررسی اجمالی پروژه رگرسیون خطی Linear Regression Project Overview

• راه حل پروژه رگرسیون خطی Linear Regression Project Solution

اعتبار سنجی متقاطع و مبادله سوگیری-واریانس Cross Validation and Bias-Variance Trade-Off

• مبادله واریانس تعصب Bias Variance Trade-Off

رگرسیون لجستیک Logistic Regression

• تئوری رگرسیون لجستیک Logistic Regression Theory

• رگرسیون لجستیک با پایتون - قسمت 1 Logistic Regression with Python - Part 1

• رگرسیون لجستیک با پایتون - قسمت 2 Logistic Regression with Python - Part 2

• رگرسیون لجستیک با پایتون - قسمت 3 Logistic Regression with Python - Part 3

• بررسی اجمالی پروژه رگرسیون لجستیک Logistic Regression Project Overview

• راه حل های پروژه رگرسیون لجستیک Logistic Regression Project Solutions

K نزدیکترین همسایه ها K Nearest Neighbors

• نظریه KNN KNN Theory

• KNN با پایتون KNN with Python

• نمای کلی پروژه KNN KNN Project Overview

• راه حل های پروژه KNN KNN Project Solutions

درختان تصمیم گیری و جنگل های تصادفی Decision Trees and Random Forests

• مقدمه ای بر روش های درختی Introduction to Tree Methods

• درختان تصمیم و جنگل تصادفی با پایتون Decision Trees and Random Forest with Python

• بررسی اجمالی پروژه درختان تصمیم و جنگل تصادفی Decision Trees and Random Forest Project Overview

• درختان تصمیم و راه حل های تصادفی جنگل قسمت 1 Decision Trees and Random Forest Solutions Part 1

• درختان تصمیم و راه حل های تصادفی جنگل قسمت 2 Decision Trees and Random Forest Solutions Part 2

ماشین‌های بردار پشتیبانی Support Vector Machines

• نظریه SVM SVM Theory

• پشتیبانی از ماشین های برداری با پایتون Support Vector Machines with Python

• بررسی اجمالی پروژه SVM SVM Project Overview

• راه حل های پروژه SVM SVM Project Solutions

K به معنای خوشه بندی است K Means Clustering

• K به معنای نظریه الگوریتم K Means Algorithm Theory

• K به معنای با پایتون است K Means with Python

• K به معنای نمای کلی پروژه است K Means Project Overview

• K به معنای راه حل های پروژه است K Means Project Solutions

تجزیه و تحلیل مؤلفه های اصلی Principal Component Analysis

• تجزیه و تحلیل مؤلفه های اصلی Principal Component Analysis

• PCA با پایتون PCA with Python

سیستم توصیهگر Recommender Systems

• سیستم توصیهگر Recommender Systems

• سیستم های توصیه کننده با پایتون - قسمت 1 Recommender Systems with Python - Part 1

• سیستم های توصیه کننده با پایتون - قسمت 2 Recommender Systems with Python - Part 2

پردازش زبان طبیعی Natural Language Processing

• نظریه پردازش زبان طبیعی Natural Language Processing Theory

• NLP با پایتون - قسمت 1 NLP with Python - Part 1

• NLP با پایتون - قسمت 2 NLP with Python - Part 2

• NLP با پایتون - قسمت 3 NLP with Python - Part 3

• بررسی اجمالی پروژه NLP NLP Project Overview

• راه حل های پروژه NLP NLP Project Solutions

شبکه های عصبی و یادگیری عمیق Neural Nets and Deep Learning

• نوت بوک های تنسورفلو را از اینجا دانلود کنید Download TensorFlow Notebooks Here

• بررسی سریع یادداشت ها Quick Check for Notes

• به بخش یادگیری عمیق خوش آمدید! Welcome to the Deep Learning Section!

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

• نصب تنسورفلو Installing Tensorflow

• مدل پرسپترون Perceptron Model

• شبکه های عصبی Neural Networks

• توابع فعال سازی Activation Functions

• ملاحظات طبقه بندی چند طبقه Multi-Class Classification Considerations

• توابع هزینه و نزول گرادیان Cost Functions and Gradient Descent

• پس انتشار Backpropagation

• تنسورفلو در مقابل کراس TensorFlow vs Keras

• مبانی نحو TF - قسمت اول - آماده سازی داده ها TF Syntax Basics - Part One - Preparing the Data

• مبانی نحو TF - قسمت دوم - ایجاد و آموزش مدل TF Syntax Basics - Part Two - Creating and Training the Model

• مبانی نحو TF - قسمت سوم - ارزیابی مدل TF Syntax Basics - Part Three - Model Evaluation

• کد رگرسیون TF در امتداد - تجزیه و تحلیل داده های اکتشافی TF Regression Code Along - Exploratory Data Analysis

• کد رگرسیون TF در امتداد - تحلیل داده های اکتشافی - ادامه دارد TF Regression Code Along - Exploratory Data Analysis - Continued

• کد رگرسیون TF در امتداد - پیش پردازش داده و ایجاد یک مدل TF Regression Code Along - Data Preprocessing and Creating a Model

• کد رگرسیون TF همراه - ارزیابی و پیش بینی مدل TF Regression Code Along - Model Evaluation and Predictions

• کد طبقه بندی TF در امتداد - EDA و پیش پردازش TF Classification Code Along - EDA and Preprocessing

• طبقه بندی TF - مقابله با بیش از حد برازش و ارزیابی TF Classification - Dealing with Overfitting and Evaluation

• بررسی اجمالی گزینه های پروژه TensorFlow 2.0 TensorFlow 2.0 Project Options Overview

• نمای کلی نوت بوک پروژه TensorFlow 2.0 TensorFlow 2.0 Project Notebook Overview

• راه حل های پروژه Keras - مقابله با داده های از دست رفته Keras Project Solutions - Dealing with Missing Data

• راه حل های پروژه کراس - مقابله با داده های از دست رفته - قسمت دوم Keras Project Solutions - Dealing with Missing Data - Part Two

• راهکارهای پروژه کراس - داده های دسته بندی Keras Project Solutions - Categorical Data

• راه حل های پروژه Keras - پیش پردازش داده ها Keras Project Solutions - Data PreProcessing

• راه حل های پروژه Keras - پیش پردازش داده ها Keras Project Solutions - Data PreProcessing

• راهکارهای پروژه کراس - ایجاد و آموزش یک مدل Keras Project Solutions - Creating and Training a Model

• راهکارهای پروژه کراس - ارزیابی مدل Keras Project Solutions - Model Evaluation

• تانسوربرد Tensorboard

Big Data و Spark با پایتون Big Data and Spark with Python

• به بخش کلان داده خوش آمدید! Welcome to the Big Data Section!

• نمای کلی داده های بزرگ Big Data Overview

• مروری بر جرقه Spark Overview

• تنظیم محلی جرقه Local Spark Set-Up

• راه اندازی حساب AWS AWS Account Set-Up

• یادداشت سریع در مورد امنیت AWS Quick Note on AWS Security

• تنظیم نمونه EC2 EC2 Instance Set-Up

• SSH با مک یا لینوکس SSH with Mac or Linux

• راه اندازی PySpark PySpark Setup

• بررسی عبارات لامبدا Lambda Expressions Review

• مقدمه ای بر اسپارک و پایتون Introduction to Spark and Python

• تحولات و اقدامات RDD RDD Transformations and Actions

بخش پاداش: از شما متشکرم! BONUS SECTION: THANK YOU!

• سخنرانی پاداش Bonus Lecture