لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مهندسی ویژگی و کاهش ابعاد در زبان R
- آخرین آپدیت
دانلود Feature Engineering and Dimensionality Reduction in R
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
مجموعه دادههای واقعی معمولاً نامنظم هستند و ساخت الگوریتمهای یادگیری ماشین روی دادههای خام اغلب دشوار است. با این حال، با استفاده از چند تکنیک مهم مهندسی ویژگی، میتوانیم کارایی و دقت مدلها را بهبود ببخشیم.
در این دوره آموزشی (مهندسی ویژگی و کاهش ابعاد در R)، شما توانایی بهکارگیری تکنیکهای کلیدی مهندسی ویژگی روی دادههای خام را پیش از استفاده از آنها برای آموزش مدلهای یادگیری ماشین کسب خواهید کرد.
ابتدا، نحوه مدیریت مقادیر گمشده (Missing Values) در یک مجموعه داده را بررسی میکنید.
سپس، با چندین تکنیک مهم کدگذاری و تبدیل دادهها آشنا میشوید.
در ادامه، تکنیکهای کاهش ابعاد خطی و غیرخطی را میآموزید تا بتوانید نمایشی با ابعاد کمتر از دادهها به دست آورید.
در نهایت، یاد میگیرید که چگونه ویژگیهای زائد را با استفاده از حذف بازگشتی ویژگیها (Recursive Feature Elimination) حذف کنید.
پس از اتمام این دوره، شما مهارتها و دانش لازم برای پیشپردازش بهینه و معنادار مجموعه دادههای خود را خواهید داشت که منجر به افزایش عملکرد و کارایی مدل یادگیری ماشین مورد نظر شما میشود.
سرفصل ها و درس ها
تکنیکهای مهندسی ویژگی برای بهبود عملکرد مدل
Feature Engineering Techniques to Improve Model Performance
جایگذاری دادههای گمشده در R
Imputation of Missing Data in R
کدگذاری متغیرهای دستهای در R
Encoding of Categorical Variables in R
ساخت ویژگیهای جدید با استفاده از تبدیل دادهها
Creation of New Features Using Transformation
کاهش ابعاد برای بهبود کارایی مدل
Dimensionality Reduction to Improve Model Efficiency
کاهش ابعاد خطی با استفاده از PCA
Linear Dimensionality Reduction Using PCA
کاهش ابعاد غیرخطی
Non-linear Dimensionality Reduction
انتخاب ویژگی با استفاده از حذف بازگشتی ویژگیها
Feature Selection Using Recursive Feature Elimination
Biswanath یک دانشمند داده است که حدود 9 سال سابقه کار در شرکت هایی مانند Oracle، Microsoft و Adobe دارد. او دانش گسترده ای در زمینه یادگیری ماشینی، یادگیری عمیق و یادگیری تقویتی دارد. او در کاربرد تکنیکهای یادگیری ماشینی و یادگیری عمیق در برنامههای تجاری پیچیده مرتبط با بینایی کامپیوتر و پردازش زبان طبیعی تخصص دارد. او همچنین یک معلم آزاد است و آمار، ریاضیات و یادگیری ماشین را تدریس می کند. او دارای مدرک کارشناسی ارشد در علوم کامپیوتر از موسسه علوم هند، بنگلور، و مدرک لیسانس در علوم کامپیوتر از دانشگاه جادوپور، کلکته است.
نمایش نظرات