آموزش داده کاوی برای تجزیه و تحلیل کسب و کار و تجزیه و تحلیل داده در پایتون

سرفصل ها و درس ها

معرفی Introduction

• دوره مقدماتی داده کاوی برای تجزیه و تحلیل کسب و کار و تجزیه و تحلیل داده ها Introduction to Data Mining course for Business Analytics & Data Analysis

• منابع شما Your resources

• منابع دوره، مواد، و راه اندازی Colab - مهم! Course Resources, Material, and Colab setup - Important!

• چگونه از دوره بیشتر به دست آوریم How to get more from the course

• بررسی ها و آینده دوره Reviews and the future of the course

معرفی Introduction

• دوره مقدماتی داده کاوی برای تجزیه و تحلیل کسب و کار و تجزیه و تحلیل داده ها Introduction to Data Mining course for Business Analytics & Data Analysis

• منابع شما Your resources

• منابع دوره، مواد، و راه اندازی Colab - مهم! Course Resources, Material, and Colab setup - Important!

• چگونه از دوره بیشتر به دست آوریم How to get more from the course

• بررسی ها و آینده دوره Reviews and the future of the course

تجزیه و تحلیل بقا Survival Analysis

• بخش تجزیه و تحلیل بازی Plan for Survival Game Plan for Survival Analysis section

• مقدمه تجزیه و تحلیل بقا Survival Analyisis Introduction

• خلاصه مطالعه موردی و راهنمای گام به گام Case Study Briefing and Step by Step Guide

• پایتون - تغییر دایرکتوری Python - Changing Directory

• پایتون - وارد کردن کتابخانه ها Python - Importing Libraries

• پایتون - بارگذاری داده ها Python - Loading Data

• پایتون - تبدیل متغیر وابسته Python - Transforming Dependent Variable

• برآوردگر کاپلان مایر Kaplan-Meyer Estimator

• سانسور کردن Censoring

• پایتون - برآوردگر Kaplan-Meyer Python - Kaplan-Meyer Estimator

• پایتون - محاسبه رویدادهای خاص Python - Calculating Specific Events

• پایتون - ترسیم منحنی های بقا Python - Plotting Survival Curves

• پایتون - رسم منحنی های تجمعی Python - Plotting Cumulative Curves

• آزمون رتبه ثبت Log Rank Test

• پایتون - زیرمجموعه Dataframe Python - Subsetting Dataframe

• پایتون - ترسیم هر دو منحنی بقا Python - Plotting both Survival Curves

• پایتون - تست رتبه ثبت Python - Log Rank Test

• پایتون - برآوردگر Kaplan-Meyer در هر جنسیت Python - Kaplan-Meyer Estimator per Gender

• منابع اضافی و چالش تجزیه و تحلیل بقا Extra Resources and Survival Analysis Challenge

• Python - راه حل های چالش تجزیه و تحلیل بقا Python - Survival Analysis Challenge Solutions

تجزیه و تحلیل بقا Survival Analysis

• بخش تجزیه و تحلیل بازی Plan for Survival Game Plan for Survival Analysis section

• مقدمه تجزیه و تحلیل بقا Survival Analyisis Introduction

• خلاصه مطالعه موردی و راهنمای گام به گام Case Study Briefing and Step by Step Guide

• پایتون - تغییر دایرکتوری Python - Changing Directory

• پایتون - وارد کردن کتابخانه ها Python - Importing Libraries

• پایتون - بارگذاری داده ها Python - Loading Data

• پایتون - تبدیل متغیر وابسته Python - Transforming Dependent Variable

• برآوردگر کاپلان مایر Kaplan-Meyer Estimator

• سانسور کردن Censoring

• پایتون - برآوردگر Kaplan-Meyer Python - Kaplan-Meyer Estimator

• پایتون - محاسبه رویدادهای خاص Python - Calculating Specific Events

• پایتون - ترسیم منحنی های بقا Python - Plotting Survival Curves

• پایتون - رسم منحنی های تجمعی Python - Plotting Cumulative Curves

• آزمون رتبه ثبت Log Rank Test

• پایتون - زیرمجموعه Dataframe Python - Subsetting Dataframe

• پایتون - ترسیم هر دو منحنی بقا Python - Plotting both Survival Curves

• پایتون - تست رتبه ثبت Python - Log Rank Test

• پایتون - برآوردگر Kaplan-Meyer در هر جنسیت Python - Kaplan-Meyer Estimator per Gender

• منابع اضافی و چالش تجزیه و تحلیل بقا Extra Resources and Survival Analysis Challenge

• Python - راه حل های چالش تجزیه و تحلیل بقا Python - Survival Analysis Challenge Solutions

رگرسیون خطر متناسب کاکس Cox Proportional Hazard Regression

• استراتژی بازی Game Plan

• رگرسیون خطر متناسب کاکس Cox Proportional Hazard Regression

• خلاصه مطالعه موردی و راهنمای گام به گام Case Study Briefing and Step by Step Guide

• پایتون - آماده سازی اسکریپت و داده Python - Preparing Script and Data

• Python - Cox Proportional Hazard Python - Cox Proportional Hazard

• پایتون - تجسم خلاصه رگرسیون Python - Regression Summary Visualization

• منابع اضافی و چالش Extra Resources and Challenge

• پایتون - چالش های راه حل Python - Solution Challenges

رگرسیون خطر متناسب کاکس Cox Proportional Hazard Regression

• استراتژی بازی Game Plan

• رگرسیون خطر متناسب کاکس Cox Proportional Hazard Regression

• خلاصه مطالعه موردی و راهنمای گام به گام Case Study Briefing and Step by Step Guide

• پایتون - آماده سازی اسکریپت و داده Python - Preparing Script and Data

• Python - Cox Proportional Hazard Python - Cox Proportional Hazard

• پایتون - تجسم خلاصه رگرسیون Python - Regression Summary Visualization

• منابع اضافی و چالش Extra Resources and Challenge

• پایتون - چالش های راه حل Python - Solution Challenges

CHAID CHAID

• استراتژی بازی Game Plan

• خلاصه مطالعه موردی و راهنمای گام به گام Case Study Briefing and Step by Step Guide

• بیان مسأله Problem Statement

• پایتون - نصب کتابخانه ها Python - Installing libraries

• پایتون - وارد کردن کتابخانه ها و داده ها Python - Importing Libraries and Data

• معرفی CHAID Introducing CHAID

• CHAID Statistics and Quirks CHAID Statistics and Quirks

• پایتون - حذف ستون و بررسی مقادیر منحصر به فرد Python - Removing column and unique values check

• Python - Visualizing Jobs Variable Python - Visualizing Jobs Variable

• Python - تغییر متغیر شغل Python - Transforming Jobs Variable

• پایتون - متغیر تجربه تبدیل Python - Transforming Experience Variable

• پایتون - تغییر حداقل متغیر Python - Transform Minimum Variable

• پایتون - سایر متغیرها را به متغیرهای ساختگی تغییر دهید Python - Modify other variables to dummy variables

• Python - آماده سازی CHAID Python - CHAID Preparation

• پایتون - مدل CHAID Python - CHAID Model

• پایتون - تجسم داده ها با مدل CHAID Python - Data Visualization with CHAID Model

• منابع اضافی و چالش Extra Resources and Challenge

• Python - راه حل های چالش Python - Challenge solutions

CHAID CHAID

• استراتژی بازی Game Plan

• خلاصه مطالعه موردی و راهنمای گام به گام Case Study Briefing and Step by Step Guide

• بیان مسأله Problem Statement

• پایتون - نصب کتابخانه ها Python - Installing libraries

• پایتون - وارد کردن کتابخانه ها و داده ها Python - Importing Libraries and Data

• معرفی CHAID Introducing CHAID

• CHAID Statistics and Quirks CHAID Statistics and Quirks

• پایتون - حذف ستون و بررسی مقادیر منحصر به فرد Python - Removing column and unique values check

• Python - Visualizing Jobs Variable Python - Visualizing Jobs Variable

• Python - تغییر متغیر شغل Python - Transforming Jobs Variable

• پایتون - متغیر تجربه تبدیل Python - Transforming Experience Variable

• پایتون - تغییر حداقل متغیر Python - Transform Minimum Variable

• پایتون - سایر متغیرها را به متغیرهای ساختگی تغییر دهید Python - Modify other variables to dummy variables

• Python - آماده سازی CHAID Python - CHAID Preparation

• پایتون - مدل CHAID Python - CHAID Model

• پایتون - تجسم داده ها با مدل CHAID Python - Data Visualization with CHAID Model

• منابع اضافی و چالش Extra Resources and Challenge

• Python - راه حل های چالش Python - Challenge solutions

تجزیه و تحلیل خوشه ای - مدل مخلوط گاوسی Cluster Analysis - Gaussian Mixture Model

• استراتژی بازی Game Plan

• مطالعه موردی خلاصه و خوشه بندی Case Study Briefing and Clustering

• مدل مخلوط گاوسی در مقابل Kmeans Gaussian Mixture Model vs. Kmeans

• پایتون - تغییر دایرکتوری و وارد کردن کتابخانه ها Python - Changing Directory and Importing Libraries

• پایتون - بارگذاری داده ها Python - Loading Data

• راهنمای AIC، BIC و گام به گام AIC, BIC, and Step-by-Step Guide

• پایتون - خوشه های بهینه Python - Optimal Clusters

• پایتون - مدل مخلوط گاوسی Python - Gaussian Mixture Model

• پایتون - پیش بینی خوشه Python - Cluster Prediction

• پایتون - احتمال تعلق به هر خوشه Python - Probability of belonging to each cluster

• پایتون - تفسیر خوشه ای Python - Cluster Interpretation

• منابع اضافی و چالش Extra Resources and Challenge

• Python - راه حل های چالش Python - Challenge solutions

تجزیه و تحلیل خوشه ای - مدل مخلوط گاوسی Cluster Analysis - Gaussian Mixture Model

• استراتژی بازی Game Plan

• مطالعه موردی خلاصه و خوشه بندی Case Study Briefing and Clustering

• مدل مخلوط گاوسی در مقابل Kmeans Gaussian Mixture Model vs. Kmeans

• پایتون - تغییر دایرکتوری و وارد کردن کتابخانه ها Python - Changing Directory and Importing Libraries

• پایتون - بارگذاری داده ها Python - Loading Data

• راهنمای AIC، BIC و گام به گام AIC, BIC, and Step-by-Step Guide

• پایتون - خوشه های بهینه Python - Optimal Clusters

• پایتون - مدل مخلوط گاوسی Python - Gaussian Mixture Model

• پایتون - پیش بینی خوشه Python - Cluster Prediction

• پایتون - احتمال تعلق به هر خوشه Python - Probability of belonging to each cluster

• پایتون - تفسیر خوشه ای Python - Cluster Interpretation

• منابع اضافی و چالش Extra Resources and Challenge

• Python - راه حل های چالش Python - Challenge solutions

کاهش ابعاد Dimension Reduction

• استراتژی بازی Game Plan

• کاهش ابعاد چیست؟ What is Dimension Reduction?

• تجزیه و تحلیل مؤلفه های اصلی Principal Component Analysis

• پایتون - وارد کردن کتابخانه ها Python - Importing Libraries

• پایتون - بارگذاری داده ها Python - Loading Data

• پایتون - تبدیل متغیرهای رشته ای Python - Transforming String Variables

• پایتون - ماتریس همبستگی Python - Correlation Matrix

• پایتون - استانداردسازی متغیرها Python - Standardizing Variables

• پایتون - تعداد بهینه کامپوننت ها Python - Optimal Number of Components

• پایتون - واریانس توضیح داده شده تجمعی Python - Cumulative Explained Variance

• پایتون - PCA Python - PCA

• Python - تفسیر PCA Python - PCA interpretation

• Manifold Learning و t-SNE Manifold Learning and t-SNE

• پایتون - t-SNE Python - t-SNE

• Python - Visualizing Manifold Learning Python -Visualizing Manifold Learning

• منابع اضافی و چالش Extra Resources and Challenge

• پایتون - راه حل های چالشی Python - Challenge Solutions

کاهش ابعاد Dimension Reduction

• استراتژی بازی Game Plan

• کاهش ابعاد چیست؟ What is Dimension Reduction?

• تجزیه و تحلیل مؤلفه های اصلی Principal Component Analysis

• پایتون - وارد کردن کتابخانه ها Python - Importing Libraries

• پایتون - بارگذاری داده ها Python - Loading Data

• پایتون - تبدیل متغیرهای رشته ای Python - Transforming String Variables

• پایتون - ماتریس همبستگی Python - Correlation Matrix

• پایتون - استانداردسازی متغیرها Python - Standardizing Variables

• پایتون - تعداد بهینه کامپوننت ها Python - Optimal Number of Components

• پایتون - واریانس توضیح داده شده تجمعی Python - Cumulative Explained Variance

• پایتون - PCA Python - PCA

• Python - تفسیر PCA Python - PCA interpretation

• Manifold Learning و t-SNE Manifold Learning and t-SNE

• پایتون - t-SNE Python - t-SNE

• Python - Visualizing Manifold Learning Python -Visualizing Manifold Learning

• منابع اضافی و چالش Extra Resources and Challenge

• پایتون - راه حل های چالشی Python - Challenge Solutions

آموزش قوانین انجمن Association Rule Learning

• استراتژی بازی Game Plan

• راهنمای گام به گام و مطالعه موردی بریفینگ Step by Step Guide and Case Study Briefing

• پایتون - وارد کردن کتابخانه ها Python - Importing Libraries

• پایتون - بارگذاری داده ها Python - Loading Data

• آموزش قوانین انجمن Association Rule Learning

• Python - ایجاد لیست تراکنش Python - Create Transaction List

• پایتون - رمزگذاری تراکنش ها Python - Encoding Transactions

• الگوریتم Apriori Apriori algorithm

• Python - آموزش قوانین انجمن Python - Association Rule Learning

• پایتون - تجسم Apriori Python - Apriori Visualization

• منابع اضافی و چالش Extra Resources and Challenge

• پایتون - راه حل های چالشی Python - Challenge Solutions

آموزش قوانین انجمن Association Rule Learning

• استراتژی بازی Game Plan

• راهنمای گام به گام و مطالعه موردی بریفینگ Step by Step Guide and Case Study Briefing

• پایتون - وارد کردن کتابخانه ها Python - Importing Libraries

• پایتون - بارگذاری داده ها Python - Loading Data

• آموزش قوانین انجمن Association Rule Learning

• Python - ایجاد لیست تراکنش Python - Create Transaction List

• پایتون - رمزگذاری تراکنش ها Python - Encoding Transactions

• الگوریتم Apriori Apriori algorithm

• Python - آموزش قوانین انجمن Python - Association Rule Learning

• پایتون - تجسم Apriori Python - Apriori Visualization

• منابع اضافی و چالش Extra Resources and Challenge

• پایتون - راه حل های چالشی Python - Challenge Solutions

جنگل تصادفی و انتخاب ویژگی Random Forest and Feature Selection

• طرح بازی برای جنگل تصادفی Game Plan for Random Forest

• خلاصه مطالعه موردی و راهنمای گام به گام Case Study Briefing and Step by Step Guide

• پایتون - وارد کردن کتابخانه ها Python - Importing Libraries

• پایتون - بارگذاری داده ها Python - Loading Data

• پایتون - تبدیل متغیرهای طبقه بندی شده Python - Transforming Categorical Variables

• جنگل تصادفی Random Forest

• Python - آموزش و مجموعه تست Python - Training and Test Set

• پایتون - جنگل تصادفی Python - Random Forest

• ماتریس سردرگمی، AUC، و امتیاز F1 Confusion Matrix, AUC, and F1-Score

• پایتون - پیش بینی های تصادفی جنگل Python - Random Forest Predictions

• پایتون - گزارش طبقه بندی Python - Classification Report

• Python .- اهمیت ویژگی برای تجزیه و تحلیل کسب و کار Python .- Feature Importance for Business Analytics

• منابع اضافی و چالش Extra Resources and Challenge

• پایتون - راه حل های چالشی Python - Challenge Solutions

جنگل تصادفی و انتخاب ویژگی Random Forest and Feature Selection

• طرح بازی برای جنگل تصادفی Game Plan for Random Forest

• خلاصه مطالعه موردی و راهنمای گام به گام Case Study Briefing and Step by Step Guide

• پایتون - وارد کردن کتابخانه ها Python - Importing Libraries

• پایتون - بارگذاری داده ها Python - Loading Data

• پایتون - تبدیل متغیرهای طبقه بندی شده Python - Transforming Categorical Variables

• جنگل تصادفی Random Forest

• Python - آموزش و مجموعه تست Python - Training and Test Set

• پایتون - جنگل تصادفی Python - Random Forest

• ماتریس سردرگمی، AUC، و امتیاز F1 Confusion Matrix, AUC, and F1-Score

• پایتون - پیش بینی های تصادفی جنگل Python - Random Forest Predictions

• پایتون - گزارش طبقه بندی Python - Classification Report

• Python .- اهمیت ویژگی برای تجزیه و تحلیل کسب و کار Python .- Feature Importance for Business Analytics

• منابع اضافی و چالش Extra Resources and Challenge

• پایتون - راه حل های چالشی Python - Challenge Solutions

LIME - هوش مصنوعی قابل توضیح LIME - Explainable Artificial Intelligence

• طرح بازی برای هوش مصنوعی قابل توضیح Game Plan for Explainable Artificial Intelligence

• اهک LIME

• Python - آماده سازی LIME Python - Preparing LIME

• پایتون - توضیح پیش بینی ها Python - Explaining Predictions

• منابع اضافی و چالش Extra Resources and Challenge

• پایتون - راه حل های چالشی Python - Challenge Solutions

LIME - هوش مصنوعی قابل توضیح LIME - Explainable Artificial Intelligence

• طرح بازی برای هوش مصنوعی قابل توضیح Game Plan for Explainable Artificial Intelligence

• اهک LIME

• Python - آماده سازی LIME Python - Preparing LIME

• پایتون - توضیح پیش بینی ها Python - Explaining Predictions

• منابع اضافی و چالش Extra Resources and Challenge

• پایتون - راه حل های چالشی Python - Challenge Solutions

XGBoost و SHAP XGBoost and SHAP

• برنامه بازی برای XGBoost و SHAP Game Plan for XGBoost and SHAP

• خلاصه مطالعه موردی و راهنمای گام به گام Case Study Briefing and Step by Step Guide

• پایتون - وارد کردن کتابخانه ها Python - Importing Libraries

• پایتون - بارگذاری داده ها Python - Loading Data

• معرفی XGBoost Introducing XGBoost

• نحوه کار XGBoost قسمت 1 How XGBoost works part 1

• نحوه عملکرد XGBoost قسمت 2 How XGBoost works part 2

• XGBoost عجیب است XGBoost quirks

• پایتون - X و Y را جدا کنید Python - Isolate X and Y

• Python - آموزش و مجموعه تست Python - Training and Test Set

• پایتون - ماتریس های XGBoost Python - XGBoost Matrices

• پارامترهای XGBoost XGBoost Parameters

• پایتون - پارامترهای XGBoost Python - XGBoost Parameters

• پایتون - مدل XGBoost Python - XGBoost Model

• مشکلات مبتنی بر رگرسیون را ارزیابی کنید Evaluate Regression-based Problems

• پایتون - پیش بینی ها Python - Predictions

• پایتون - MAE و RSME Python - MAE and RSME

• SHAP SHAP

• Python - آماده سازی SHAP Python - Preparing SHAP

• پایتون - تفسیر محلی Python - Local Interpretability

• پایتون - نمودارهای وابستگی Python - Dependency Plots

• پایتون - تفسیرپذیری جهانی Python - Global Interpretability

• منابع اضافی و چالش Extra Resources and Challenge

• پایتون - راه حل های چالشی Python - Challenge Solutions

XGBoost و SHAP XGBoost and SHAP

• برنامه بازی برای XGBoost و SHAP Game Plan for XGBoost and SHAP

• خلاصه مطالعه موردی و راهنمای گام به گام Case Study Briefing and Step by Step Guide

• پایتون - وارد کردن کتابخانه ها Python - Importing Libraries

• پایتون - بارگذاری داده ها Python - Loading Data

• معرفی XGBoost Introducing XGBoost

• نحوه کار XGBoost قسمت 1 How XGBoost works part 1

• نحوه عملکرد XGBoost قسمت 2 How XGBoost works part 2

• XGBoost عجیب است XGBoost quirks

• پایتون - X و Y را جدا کنید Python - Isolate X and Y

• Python - آموزش و مجموعه تست Python - Training and Test Set

• پایتون - ماتریس های XGBoost Python - XGBoost Matrices

• پارامترهای XGBoost XGBoost Parameters

• پایتون - پارامترهای XGBoost Python - XGBoost Parameters

• پایتون - مدل XGBoost Python - XGBoost Model

• مشکلات مبتنی بر رگرسیون را ارزیابی کنید Evaluate Regression-based Problems

• پایتون - پیش بینی ها Python - Predictions

• پایتون - MAE و RSME Python - MAE and RSME

• SHAP SHAP

• Python - آماده سازی SHAP Python - Preparing SHAP

• پایتون - تفسیر محلی Python - Local Interpretability

• پایتون - نمودارهای وابستگی Python - Dependency Plots

• پایتون - تفسیرپذیری جهانی Python - Global Interpretability

• منابع اضافی و چالش Extra Resources and Challenge

• پایتون - راه حل های چالشی Python - Challenge Solutions

بخش پاداش Bonus Section

• سخنرانی پاداش Bonus Lecture

بخش پاداش Bonus Section

• سخنرانی پاداش Bonus Lecture