لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
یادگیری ماشینی برای مبتدیان مطلق - سطح 3 [ویدئو]
Machine Learning for Absolute Beginners - Level 3 [Video]
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
در دوره اول و دوم برنامه آموزشی «یادگیری ماشین برای مبتدیان مطلق»، اصول هوش مصنوعی و یادگیری ماشینی را آموخته اید و روش هایی را برای پیش پردازش داده ها قبل از انتقال آنها به الگوریتم های یادگیری ماشین کشف کرده اید. در این سومین و آخرین دوره از برنامه، نحوه ایجاد تجسم داده های چشم نواز با استفاده از Python، Seaborn و Matplotlib را خواهید آموخت.
این دوره با برجسته کردن اهداف یادگیری شروع می شود و سپس شما را با اصول Matplotlib و Seaborn آشنا می کند. شما یاد خواهید گرفت که چگونه از شکل ها، محورها، تکنیک های سفارشی سازی و NumPy برای انجام تجسم داده ها استفاده کنید. در ادامه این دوره، نحوه توسعه نمودارهای رتبه بندی، نسبت، روند، توزیع و همبستگی را خواهید یافت.
در پایان این دوره، دانش و مهارت لازم برای انجام تجسم داده ها و تجزیه و تحلیل داده های اکتشافی (EDA) با استفاده از Python، Matplotlib و Seaborn را خواهید داشت.
فایل های کد و تمامی فایل های مرتبط در GitHub در https://github.com/PacktPublishing/Machine-Learning-for-Absolute-Beginners---Level-3 با رابط های شی گرا و Pyplot Matplotlib آشنا شوید.
توابع Seaborn و figure-level و axes-level را درک کنید
نحوه ایجاد نمودارهای پای، نقشه درختی و ازدحام را بیاموزید
نمودارهای هیستوگرام، چگالی، جعبه و ویسکر را رسم کنید
نمودارهای نوار، نوار گروه بندی شده، نوار انباشته، و نمودارهای آب نبات چوبی ایجاد کنید
ایجاد نمودارهای پراکنده، همبسته، خط و مساحت این دوره برای مبتدیانی طراحی شده است که می خواهند یاد بگیرند چگونه نمودارهای جذاب را با استفاده از Python، Matplotlib و Seaborn تجسم و ایجاد کنند. برای شروع این دوره به مهارت های پایه پایتون و دانش خوب کتابخانه پانداها نیاز است. از این رو، توصیه می شود قبل از شروع این دوره، سطح 1 و سطح 2 برنامه آموزشی "یادگیری ماشین برای مبتدیان مطلق" را تکمیل کنید. اصول Matplotlib و Seaborn را درک کنید * در انجام تجزیه و تحلیل داده های اکتشافی (EDA) برای هر مجموعه داده مطمئن شوید * برای تجسم داده ها با استفاده از نمودارهای مختلف آماده شوید.
سرفصل ها و درس ها
شروع با سطح 3 دوره
Getting Started with Level 3 of the course
خوش آمدی
Welcome
مسیر کلی یادگیری ما
Our Overall Learning Path
چگونه تمرین کنیم؟
How to Practice?
تجسم داده ها با Matplotlib و Seaborn
Data Visualization with Matplotlib and Seaborn
تجسم داده ها - نمای کلی
Data Visualization - Overview
Matplotlib - بررسی اجمالی
Matplotlib - Overview
Matplotlib - ارقام و محورها
Matplotlib – Figures and Axes
Matplotlib - رابط های شی گرا (OO) و Pyplot
Matplotlib – The Object-Oriented (OO) and Pyplot Interfaces
Matplotlib – بررسی مرجع APIs
Matplotlib – APIs Reference Review
Seaborn - بررسی اجمالی
Seaborn – Overview
Seaborn – توابع سطح شکل و سطح محور
Seaborn – Figure-level and Axes-level Functions
Seaborn - سفارشی سازی نمودار
Seaborn - Chart Customization
Seaborn – بررسی مرجع API
Seaborn – The API Reference Review
کمی در مورد NumPy
A Little Bit about NumPy
نمودار مناسب برای شغل مناسب
The Right Chart for the Right Job
نمودارهای رتبه بندی و تناسب
Ranking and Proportion Charts
نمودارهای رتبه بندی و نسبت - یک مرور کلی
Ranking and Proportion Charts – An Overview
نمودار میله ای
Bar Chart
نمودار میله ای گروه بندی شده
Grouped Bar Chart
نمودار آب نبات چوبی
Lollipop Chart
نمودار میله ای انباشته
Stacked Bar Chart
نمودار دایره ای
Pie Chart
نقشه درختی
Treemap
بهینه سازی رنگ ها
Optimizing Colors
نمودارهای روند و توزیع
Trend and Distribution Charts
نمودارهای روند و توزیع - بررسی اجمالی
Trend and Distribution Charts - Overview
نمایش نظرات