آموزش پروژه - شکار سیارات فراخورشیدی با یادگیری ماشینی

سرفصل ها و درس ها

معرفی Introduction

• مقدمه ای بر دوره پروژه Introduction to Project Course

• محتوای قابل دانلود Downloadable Content

• پیشینه - درباره سیارات فراخورشیدی Background - About the Exoplanets

• روش های تشخیص سیارات فراخورشیدی Methods to Detect Exoplanets

• اصول شکار سیارات فراخورشیدی Basics of Exoplanets Hunting

آشنایی با مجموعه داده های سیارات فراخورشیدی Understanding the Exoplanets Dataset

• شناخت مجموعه داده Understanding the Dataset

• ورود به مجموعه داده Getting into the Dataset

• بررسی مقادیر گمشده در داده ها Checking for any Missing Values in the Data

• رمزگشایی برچسب ها در داده ها Decoding the Labels in the Data

• تجسم منحنی های نور ستاره ها با سیارات فراخورشیدی Visualizing Light Curves of Stars with Exoplanets

• تجسم و مدیریت موارد پرت در داده ها Visualizing and Handling the Outliers in the Data

• درک داده های سیارات فراخورشیدی Understanding the Exoplanets data

درک یادگیری ماشینی Understanding Machine Learning

• درک الگوریتم KNN Understanding KNN Algorithm

• نحوه انتخاب مقدار K در الگوریتم KNN! How to choose the value of K in KNN Algorithm!

• بحث بیشتر در مورد KNN و پیاده سازی Further Discussion on KNN and Implementation

• تقسیم داده ها به داده های آموزشی و آزمایشی Splitting the data into Training and Testing Data

• مقیاس بندی ویژگی روی داده ها Feature Scaling on the Data

• آموزش و آزمایش بر روی داده های نامتعادل Training and Testing on the imbalanced Data

• درک یادگیری ماشینی Understanding Machine Learning

تکمیل پروژه Completing the Project

• مدیریت عدم تعادل در داده ها Handling the Imbalance in the Data

• آموزش و آزمایش بر روی داده های متعادل Training and Testing on the balanced Data

• بهینه سازی مدل با انتخاب بهترین مقدار K Optimising the model by choosing the best value of K

• افکار نهایی و مراحل بعدی Final Thoughts and Further Steps

• تکمیل پروژه Completing the Project