آموزش علم داده و اصول گرایش ماشین برای علم

سرفصل ها و درس ها

معرفی دوره Course introduction

• به دوره خوش آمدید Welcome to the course

• نحوه تماشای دوره How to watch the course

مفاهیمی در مورد داده ها، متغیرها و مقدمه ML Concepts about data, variables, and intro to ML

• هدف علم داده و یادگیری ماشین The objective of data science and machine learning

• انواع مختلف متغیرها Different types of variables

• تبدیل داده های طبقه بندی شده به داده های عددی Transforming categorical data into numerical data

• نرمال سازی/مقیاس سازی داده ها Data normalization/scaling

• یادگیری تحت نظارت/بدون نظارت Supervised/unsupervised learning

• برخی از جزئیات در مورد آموزش Some details about training

• تجسم داده ها با نمودارها: بخش 1 Visualizing data with graphs: part 1

• تجسم داده ها با نمودارها: بخش 2 Visualizing data with graphs: part 2

• کاهش ابعاد و PCA (تحلیل اجزای اصلی) Dimensionality reduction and PCA (Principal component Analysis)

• مطالعه موردی واقعی: PCA برای تجزیه و تحلیل آلودگی فلزات سنگین Real case study: PCA to analyze heavy metal pollution

• سوالات در مورد داده ها Questions about data

یادگیری ماشینی: طبقه بندی Machine Learning: classification

• مقدمه ای بر طبقه بندی Introduction to classification

• ارزیابی الگوریتم های طبقه بندی Evaluation of classification algorithms

• الگوریتم ساده بیز: مقدمه The naive Bayes algorithm: introduction

• ساده لوح بیز: تصحیح لاپلاسی Naive Bayes: Laplacian correction

• الگوریتم ساده بیز بیز: کاربردها/نمونه هایی در علم The naive Bayes algorithm: applications/examples in science

• درختان تصمیم: بخش 1 Decision trees: part 1

• درختان تصمیم: آنتروپی و کسب اطلاعات Decision trees: Entropy and gain of information

• جنگل تصادفی: افزایش نسبت به درختان تصمیم گیری ساده Random forest: an enhancement over simple decision trees

• جنگل تصادفی: یک مثال علمی: فراهمی زیستی دارو Random Forest: a scientific example: drug bioavailability

• الگوریتم KNN: مقدمه The KNN algorithm: introduction

• الگوریتم KNN: محاسبه فاصله The KNN algorithm: distance calculation

• KNN: نمونه های علمی KNN: scientific examples

• ماشین‌های بردار پشتیبانی (SVM): مقدمه Support Vector Machines (SVM): Introduction

• حاشیه در ماشین‌های بردار پشتیبانی The margin in Support Vector Machines

• ماشین‌های بردار پشتیبانی (SVM): نمونه‌های علمی Support Vector Machines (SVM): scientific examples

• مطالعه موردی واقعی: جنگل تصادفی برای ارزیابی تشخیص دیابت شیرین Real case study: Random forest to evaluate Diabetes Mellitus diagnosis

• سوالات طبقه بندی Classification questions

یادگیری ماشین: رگرسیون Machine Learning: regression

• رگرسیون: مقدمه Regression: introduction

• رگرسیون خطی ساده: مقدمه Simple linear regression: introduction

• رگرسیون خطی چندگانه: مقدمه Multiple linear regression: introduction

• سوالات رگرسیون Regression questions

یادگیری ماشینی: خوشه بندی Machine Learning: clustering

• مقدمه ای بر خوشه بندی و الگوریتم K-means: بخش 1 Introduction to clustering and K-means algorithm: part 1

• الگوریتم K-means: بخش 2 The K-means algorithm: part 2

• یک مثال علمی برای خوشه بندی A scientific example for clustering

• خوشه بندی سلسله مراتبی: نظریه Hierarchical clustering: theory

• خوشه بندی سلسله مراتبی: طبقه بندی حشرات Hierarchical clustering: insect classification

• مطالعه موردی واقعی: K-means و DBSCAN برای تجزیه و تحلیل آب و هوای جغرافیایی Real case study: K-means and DBSCAN for geospatial weather analysis

• سوالات خوشه بندی Clustering questions

مقدمه ای بر شبکه های عصبی Introduction to neural networks

• مقدمه ای بر شبکه های عصبی پایه و الهام بیولوژیکی Introduction to basic neural networks and biological inspiration

• نمونه هایی از کاربرد شبکه های عصبی در علم Examples of uses of neural networks in science

• مقدمه ای بر شبکه های عصبی پایه: بخش 2 Introduction to basic neural networks: part 2

• مقدمه ای بر شبکه های عصبی پایه: بخش 3 Introduction to basic neural networks: part 3

• شبکه های عصبی کانولوشنال و الهام از آنها در قشر بینایی Convolutional neural networks and their inspiration in the visual cortex

• شبکه های عصبی کانولوشنال: بخش 2 Convolutional neural networks: part 2

• شبکه های عصبی مکرر: بخش 1 Recurrent neural networks: part 1

• شبکه های عصبی مکرر: بخش 2 Recurrent neural networks: part 2

• شبکه های هاپفیلد به عنوان مدلی از حافظه انسان: مروری کوتاه Hopfield networks as a model of the human memory: a brief overview

• مقدمه ای بر شبکه های عصبی مایع و بهبود آنها بر اساس نورون ها Introduction to liquid neural networks and their improvements based on neurons

• سوالاتی در مورد شبکه های عصبی Questions about neural networks

نتیجه گیری Conclusion

• سخنان پایانی Concluding remarks