آموزش نکات و ترفندهای scikit-learn - آخرین آپدیت

دانلود scikit-learn tips and tricks

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

دوره جامع Scikit-Learn برای یادگیری ماشین در دنیای واقعی

با این دوره، هنر ایجاد خطوط لوله (pipelines) کارآمد برای مدل‌های یادگیری ماشین خود را فرا بگیرید و گردش کار خود را ساده کنید تا در زمان صرفه‌جویی کرده و بهره‌وری را افزایش دهید.

دانش جامعی از ابزارهای مختلف یادگیری ماشین موجود در اختیار خود کسب کنید و یاد بگیرید که چگونه از آنها برای به دست آوردن مزیت رقابتی در این زمینه استفاده کنید.

با بهترین روش‌ها و استانداردهای صنعت در یادگیری ماشین آشنا شوید و مهارت‌های لازم برای ساخت مدل‌های یادگیری ماشین قوی و مقیاس‌پذیر را توسعه دهید.

این دوره شما را به مهارت‌ها و دانش لازم برای اعتبارسنجی مدل‌های یادگیری ماشین خود با اطمینان مجهز می‌کند.

تکنیک‌های پیشرفته برای بهینه‌سازی و تنظیم دقیق مدل‌های یادگیری ماشین خود را کاوش کنید و تجزیه و تحلیل داده‌های خود را به سطح بعدی ببرید.

پیش نیازها: درک اولیه از مدل‌های یادگیری ماشین در Scikit-learn.

اگر شما یک دانشمند داده هستید که به دنبال ارتقای مهارت‌های یادگیری ماشین خود هستید، این دوره برای شما مناسب است. برخلاف سایر دوره‌ها که طیف وسیعی از موضوعات را پوشش می‌دهند، این دوره به طور خاص برای ارائه درک جامعی از Scikit-Learn و مفیدترین ویژگی‌های آن طراحی شده است.

علاوه بر پوشش مبانی Scikit-Learn، این دوره به موضوعاتی مانند تکنیک‌های اعتبارسنجی متقابل، معیارهای سفارشی، تنظیم ابرپارامترها، مهندسی ویژگی‌ها و خطوط لوله (pipelines) می‌پردازد. شما نه تنها یاد خواهید گرفت که چگونه مدل‌ها را بسازید، بلکه یاد می‌گیرید که چگونه آنها را برای کاربردهای دنیای واقعی بهینه کنید.

به عنوان کسی که برای یافتن دوره مناسب در مورد Scikit-Learn تلاش می‌کرد، من این دوره را با هدف پر کردن این شکاف و ارائه منبعی ایجاد کردم که آرزو داشتم به آن دسترسی داشته باشم. در پایان این دوره، تسلطی بر Scikit-Learn خواهید داشت که شما را به عنوان یک دانشمند داده ماهر و آگاه متمایز می‌کند. چه تازه شروع کرده باشید و چه یک متخصص باتجربه، این دوره چیزی برای همه دارد. به من در این سفر هیجان‌انگیز برای تسلط بر Scikit-Learn بپیوندید و مهارت‌های یادگیری ماشین خود را به سطح بعدی برسانید!

در طول این دوره، نکات و ترفندهای بسیاری را برای کار با Scikit-Learn یاد خواهید گرفت که اغلب در دوره‌های دیگر نادیده گرفته می‌شوند. به عنوان مثال، یاد خواهید گرفت که چگونه از خطوط لوله (pipelines) برای ساده‌سازی گردش کار یادگیری ماشین خود و اطمینان از پردازش مداوم داده‌های خود استفاده کنید. همچنین یاد خواهید گرفت که چگونه از معیارهای سفارشی برای ارزیابی موثرتر عملکرد مدل‌های خود و نحوه استفاده از تنظیم ابرپارامترها برای بهینه سازی پارامترهای مدل خود برای عملکرد بهتر استفاده کنید. علاوه بر این، تکنیک‌های پیشرفته‌ای را برای مهندسی ویژگی‌ها، از جمله ایجاد اصطلاحات تعامل و ویژگی‌های چند جمله‌ای، و همچنین برای رسیدگی به داده‌های گمشده یاد خواهید گرفت. در پایان این دوره، نه تنها درک عمیقی از Scikit-Learn خواهید داشت، بلکه جعبه ابزاری از تکنیک‌ها و استراتژی‌ها برای ساخت مدل‌های یادگیری ماشین بهتر خواهید داشت.


**توضیحات برای بهینه‌سازی سئو:** * **برچسب‌های ``:** برای برجسته کردن کلمات کلیدی اصلی ("Scikit-Learn"، "یادگیری ماشین"، "خطوط لوله" و غیره) استفاده شده است. * **ساختار منظم:** متن با استفاده از پاراگراف‌ها (`

`) سازماندهی شده است تا خوانایی را افزایش دهد و گوگل بتواند موضوعات را بهتر درک کند. * **تکرار کلمات کلیدی:** کلمات کلیدی مرتبط (مانند "Scikit-Learn"، "یادگیری ماشین"، "مدل‌های یادگیری ماشین"، "بهینه سازی") به طور طبیعی در سراسر متن تکرار شده‌اند. این کار برای سئو ضروری است، اما باید به طور طبیعی و بدون زیاده‌روی انجام شود. * **شرح دقیق:** توضیحات دقیقی در مورد دوره و آنچه یاد گرفته خواهد شد، ارائه شده است که می‌تواند برای جذب مخاطبان و بهبود رتبه در نتایج جستجو مفید باشد. * **عنوان جذاب:** عنوان اصلی دوره (Master Scikit-Learn for Real-World ML) در ابتدای متن قرار داده شده است. * **مخاطب هدف:** در متن به این اشاره شده که این دوره برای چه کسانی مناسب است ("دانشمندان داده"). این کار به هدف قرار دادن مخاطبان مناسب کمک می‌کند. * **استفاده از اصطلاحات کلیدی:** اصطلاحاتی مانند "خطوط لوله"، "اعتبارسنجی متقابل"، "تنظیم ابرپارامترها" و "مهندسی ویژگی‌ها" در متن استفاده شده‌اند که همگی کلمات کلیدی مهم در زمینه یادگیری ماشین هستند. این ساختار HTML برای سئو گوگل بهینه شده است زیرا: 1. **به راحتی قابل خواندن است:** متن با استفاده از تگ‌های HTML ساختار یافته است و این باعث می‌شود هم برای انسان‌ها و هم برای ربات‌های موتور جستجو خوانا باشد. 2. **کلمات کلیدی به صورت استراتژیک قرار داده شده‌اند:** کلمات کلیدی در عنوان، توضیحات و در سراسر متن استفاده شده‌اند. 3. **محتوای باکیفیت ارائه می‌دهد:** متن اطلاعات مفیدی در مورد دوره و آنچه شرکت‌کنندگان یاد خواهند گرفت، ارائه می‌دهد. 4. **ساختار مناسب دارد:** استفاده از `

` و `` به گوگل کمک می‌کند تا موضوعات را درک کند.


سرفصل ها و درس ها

Course Overview-مروری بر دوره Course Overview

  • Introduction-مقدمه Introduction

  • Course Materials-مواد درسی Course Materials

data in Scikit-Learn-داده در Scikit-Learn data in Scikit-Learn

  • Toy Datasets-مجموعه داده‌های اسباب‌بازی Toy Datasets

  • Real World Data-داده‌های دنیای واقعی Real World Data

  • Generating Data-تولید داده Generating Data

model selection and validation-انتخاب مدل و اعتبارسنجی model selection and validation

  • Cross Validation Part 1-اعتبارسنجی متقاطع بخش ۱ Cross Validation Part 1

  • Cross Validation Part 2-اعتبارسنجی متقاطع بخش ۲ Cross Validation Part 2

  • Metrics and Scoring Part 1-معیارها و امتیازدهی بخش ۱ Metrics and Scoring Part 1

  • Metrics and Scoring Part 2-معیارها و امتیازدهی بخش ۲ Metrics and Scoring Part 2

  • Tuning Hyperparameters-تنظیم هایپرپارامترها Tuning Hyperparameters

Feature Engineering-مهندسی ویژگی Feature Engineering

  • Feature Engineering Part 1-مهندسی ویژگی بخش ۱ Feature Engineering Part 1

  • Feature Engineering Part 2-مهندسی ویژگی بخش ۲ Feature Engineering Part 2

  • Feature Engineering Part 3-مهندسی ویژگی بخش ۳ Feature Engineering Part 3

  • Feature Engineering Part 4-مهندسی ویژگی بخش ۴ Feature Engineering Part 4

Pipelines-پایپ‌لاین‌ها Pipelines

  • Pipelines Part A-پایپ‌لاین‌ها بخش A Pipelines Part A

  • Pipelines Part B-پایپ‌لاین‌ها بخش B Pipelines Part B

نمایش نظرات

آموزش نکات و ترفندهای scikit-learn
جزییات دوره
4.5 hours
16
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
171
4.6 از 5
دارد
دارد
دارد
Scien Click
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Scien Click Scien Click

تیم هوش مصنوعی و یادگیری ماشینی

هر روز دوره‌های جدید
HD
کیفیت بالای ویدیوها 720p
همراه زیرنویس فارسی و انگلیسی

همراه فایل‌های تمرین
آخرین آپدیت همه‌ی آموزش‌ها
مجموع تعداد ویدیوها 4,736,032