آموزش یادگیری ماشین با پایتون: بررسی مطالعات موردی - آخرین آپدیت

دانلود Machine Learning with Python: Case Studies

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: دانجویان پس از تکمیل این دوره قادر خواهند بود تکنیک‌های رگرسیون، خوشه‌بندی، طبقه‌بندی و مهندسی ویژگی‌ها را بر روی مجموعه‌داده‌های واقعی پیاده‌سازی کنند، مدل‌ها را با معیارهای ارزیابی عملکرد بسنجند و نتایج را برای دستیابی به بینش‌های کاربردی بصری‌سازی کنند. از طریق مطالعات موردی عملی، یادگیرندگان نه‌تنها الگوریتم‌ها را درک می‌کنند، بلکه توانایی آماده‌سازی داده‌ها، آموزش مدل‌ها و تفسیر مؤثر خروجی‌ها را کسب خواهند کرد. این دوره با ترکیب پروژه‌های عملی و پیاده‌سازی گام‌به‌گام با استفاده از پایتون متمایز شده است. به جای تمرکز صرف بر تئوری، یادگیری ماشین از طریق مطالعات موردی کاربردی مانند پیش‌بینی حقوق، تحلیل هزینه‌های استارت‌آپ، پیش‌بینی سری‌های زمانی، تشخیص چهره، طبقه‌بندی میوه‌ها و پیش‌بینی نکول کارت اعتباری نمایش داده می‌شود. یادگیرندگان از یک مسیر ساختاریافته بهره‌مند می‌شوند؛ شروع با مدل‌های پایه رگرسیون، پیشروی در خوشه‌بندی و طبقه‌بندی، و در نهایت مدل‌سازی ریسک اعتباری مالی با تکنیک‌های ارزیابی پیشرفته. در پایان این دوره، شرکت‌کنندگان با اعتماد به نفس کامل جریان‌های کاری یادگیری ماشین را در پایتون اجرا کرده، مجموعه‌داده‌های متنوع را تحلیل نموده و مدل‌های پیش‌بینی‌کننده را برای حل مسائل واقعی کسب‌وکار و پژوهشی به کار می‌گیرند. این تأکید ویژه بر یادگیری پروژه-محور تضمین می‌کند که یادگیرندگان هم تخصص فنی و هم مهارت‌های حل مسئله را که در صنایع داده-محور امروزی ارزشمند است، توسعه دهند.

سرفصل ها و درس ها

مبانی مطالعات موردی یادگیری ماشین Foundations of Machine Learning Case Studies

  • مقدمه‌ای بر مطالعات موردی یادگیری ماشین Introduction to Machine Learning Case Studies

  • راه‌اندازی محیط برنامه‌نویسی Environmental SetUp

  • بیان مسئله برای رگرسیون خطی Problem Statement for Linear Regression

  • شروع با رگرسیون خطی معمولی Starting with Normal linear Regression

  • رگرسیون چندجمله‌ای Polynomial Regression

  • حذف پس‌رو (Backward Elimination) Backward Elimination

  • رگرسیون مقاوم (Robust Regression) Robust Regression

  • رگرسیون لجستیک Logistic Regression

  • ادامه رگرسیون لجستیک Logistic Regression Continue

خوشه‌بندی و مدل‌سازی سری‌های زمانی Clustering and Time Series Modeling

  • مقدمه‌ای بر خوشه‌بندی K-Means Introduction to k-Means Clustering

  • ایجاد نمودارهای پراکندگی Creating Scattered Plots

  • محاسبه‌گر فاصله اقلیدسی Euclidean Distance Calculator

  • چاپ مقادیر مرکز خوشه (Centroid) Printing Centroid Values

  • تحلیل تشخیص چهره Analysing Face Detection

  • بیان مسئله Problem Statement

  • ایجاد مدل سری‌های زمانی Creating Model of time Series

  • داده‌های آموزش و تست Training and Testing Data

  • تحلیل خروجی Analysing Output

  • داده‌های سری زمانی بیت‌کوین Time Series Bitcoin Data

الگوریتم‌های طبقه‌بندی در عمل Classification Algorithms in Practice

  • طبقه‌بندی (Classification) Classification

  • توزیع انواع میوه‌ها Fruit type Distribution

  • ایجاد مجموعه‌های آموزش و تست Create Training and Test Sets

  • ساخت رگرسیون لجستیک Building Logistic Regression

  • ساخت درخت تصمیم Building Decision Tree

  • K-نزدیک‌ترین همسایه (KNN) K-Nearest Neighbors

  • تحلیل متمایزکننده خطی (LDA) Linear Discriminant Analysis

  • نایو بیز گاوسی Gaussian Naive Bayes

  • رسم مرز تصمیم‌گیری Plot the Decision Boundary

  • ادامه رسم مرز تصمیم‌گیری Plot the Decision Boundary Continue

پروژه‌های ریسک اعتباری و مهندسی ویژگی‌ها Credit Risk and Feature Engineering Projects

  • تعریف بیان مسئله Defining the Problem Statement

  • آماده‌سازی داده‌ها Data Preparation

  • پاک‌سازی داده‌ها Clean up

  • تاخیر در پرداخت‌ها Payment Delays

  • وضعیت اعتبار Standing Credit

  • پرداخت‌های ماه‌های گذشته Payments in the Previous Months

  • بررسی نکول (Defaulting) Explore Defaulting

  • آمار مطلق Absolute Statistics

  • شروع مهندسی ویژگی‌ها Starting with Feature Engineering

  • تبدیل متغیرها برای آموزش From Variables to Train

  • بصری‌سازی ماتریس‌های اغالت و منحنی‌های AUC Visualization-Confusion Matrices and AUC Curves

  • ایجاد نمودار SNS Creating SNS Plot

نمایش نظرات

آموزش یادگیری ماشین با پایتون: بررسی مطالعات موردی
جزییات دوره
9h 57m
41
(آخرین آپدیت)
92
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده