آموزش پیش پردازش داده برای یادگیری ماشین در پایتون

سرفصل ها و درس ها

معرفی Introduction

• معرفی دوره Introduction to the course

• متغیرهای عددی و طبقه ای Numerical and categorical variables

• مجموعه داده The dataset

• بسته های پایتون مورد نیاز Required Python packages

• نوت بوک های Jupyter Jupyter notebooks

پاکسازی داده ها Data cleaning

• مقدمه ای بر پاکسازی داده ها Introduction to data cleaning

• انتخاب متغیرهای عددی و دسته بندی Selecting numerical and categorical variables

• تمیز کردن ویژگی های عددی Cleaning the numerical features

• تمیز کردن ویژگی های طبقه بندی شده Cleaning the categorical features

• پر کردن جای خالی KNN KNN blank filling

• ColumnTransformer و make_column_selector ColumnTransformer and make_column_selector

• تمرینات Exercises

رمزگذاری ویژگی های طبقه بندی شده Encoding of the categorical features

• مقدمه ای بر رمزگذاری متغیرهای طبقه بندی شده Introduction to the encoding of categorical variables

• رمزگذاری تک داغ One-hot encoding

• رمزگذاری ترتیبی Ordinal encoding

• رمزگذاری برچسب متغیر هدف Label encoding of the target variable

• ورزش Exercise

تبدیل ویژگی های عددی Transformations of the numerical features

• مقدمه ای بر تحولات Introduction to transformations

• تبدیل قدرت Power Transformation

• بنینگ Binning

• باینریزه کردن Binarizing

• اعمال یک تبدیل دلخواه Applying an arbitrary transformation

• ورزش Exercise

• درباره تحولات قدرت About power transformations

خطوط لوله Pipelines

• خط لوله انتقال را تعریف کنید Define a transformation pipeline

• Pipelines و ColumnTransformer با هم Pipelines and ColumnTransformer together

• تمرینات Exercises

مقیاس بندی Scaling

• مقدمه ای بر مقیاس بندی Introduction to scaling

• عادی سازی، استانداردسازی، مقیاس بندی قوی Normalization, Standardization, Robust scaling

• ورزش Exercise

تجزیه و تحلیل مؤلفه های اصلی Principal Component Analysis

• مقدمه ای بر PCA Introduction to PCA

• نحوه انجام PCA How to perform PCA

• ورزش Exercise

انتخاب ویژگی مبتنی بر فیلتر Filter-based feature selection

• مقدمه ای بر انتخاب ویژگی Introduction to feature selection

• ویژگی های عددی، هدف عددی Numerical features, numerical target

• ویژگی های عددی، هدف طبقه بندی شده Numerical features, categorical target

• ویژگی های دسته بندی، هدف عددی Categorical features, numerical target

• ویژگی های طبقه بندی شده، هدف طبقه بندی شده Categorical features, categorical target

• اهمیت ویژگی بر اساس یک مدل Feature importance according to a model

• نظر در مورد اطلاعات متقابل A comment on mutual information

• نظر در مورد انتخاب ویژگی با متغیرهای طبقه بندی شده A comment on feature selection with categorical variables

• تمرینات Exercises

یک خط لوله کامل A complete pipeline

• نمونه ای از یک خط لوله کامل An example of a complete pipeline

نمونه برداری بیش از حد Oversampling

• مقدمه ای بر SMOTE Introduction to SMOTE

• نحوه اجرای SMOTE How to perform SMOTE

• ورزش Exercise

دستورالعمل های عمومی General guidelines

• پیشنهادات کاربردی Practical suggestions