آموزش مهندسی ویژگی برای یادگیری ماشین

سرفصل ها و درس ها

خوش آمدی Welcome

• مروری بر برنامه درسی دوره Course curriculum overview

• الزامات دوره Course requirements

• الزامات دوره Course requirements

• نحوه برخورد با این دوره How to approach this course

• نحوه برخورد با این دوره How to approach this course

• راه اندازی کامپیوتر شما Setting up your computer

• راه اندازی کامپیوتر شما Setting up your computer

خوش آمدی Welcome

• مروری بر برنامه درسی دوره Course curriculum overview

مطالب دوره Course material

• مطالب دوره Course material

• مطالب دوره Course material

• دانلود نوت بوک Jupyter Download Jupyter notebooks

• دانلود نوت بوک Jupyter Download Jupyter notebooks

• مجموعه داده ها را دانلود کنید Download datasets

• مجموعه داده ها را دانلود کنید Download datasets

• ارائه ها را دانلود کنید Download presentations

• ارائه ها را دانلود کنید Download presentations

• منابعی برای یادگیری مهارت های یادگیری ماشینی Resources to learn machine learning skills

مطالب دوره Course material

• منابعی برای یادگیری مهارت های یادگیری ماشینی Resources to learn machine learning skills

انواع متغیر Variable Types

• متغیرها | مقدمه Variables | Intro

• متغیرها | مقدمه Variables | Intro

• متغیرهای عددی Numerical variables

• متغیرهای طبقه بندی شده Categorical variables

• متغیرهای تاریخ و زمان Date and time variables

• متغیرهای تاریخ و زمان Date and time variables

• متغیرهای مختلط Mixed variables

انواع متغیر Variable Types

• متغیرهای عددی Numerical variables

• متغیرهای طبقه بندی شده Categorical variables

• متغیرهای مختلط Mixed variables

ویژگی های متغیر Variable Characteristics

• ویژگی های متغیر Variable characteristics

• داده های از دست رفته Missing data

• داده های از دست رفته Missing data

• قدرتمندی Cardinality

• قدرتمندی Cardinality

• برچسب های کمیاب Rare labels

• توزیع متغیر Variable distribution

• توزیع متغیر Variable distribution

• موارد پرت Outliers

• مفروضات مدل های خطی Linear models assumptions

• مفروضات مدل خطی - منابع خواندن اضافی (اختیاری) Linear model assumptions - additional reading resources (optional)

• قدر متغیر Variable magnitude

• قدر متغیر Variable magnitude

• جدول جمع بندی Summary table

• جدول جمع بندی Summary table

• منابع خواندنی اضافی Additional reading resources

ویژگی های متغیر Variable Characteristics

• ویژگی های متغیر Variable characteristics

• برچسب های کمیاب Rare labels

• موارد پرت Outliers

• مفروضات مدل های خطی Linear models assumptions

• مفروضات مدل خطی - منابع خواندن اضافی (اختیاری) Linear model assumptions - additional reading resources (optional)

• منابع خواندنی اضافی Additional reading resources

داده‌های گمشده - پایه Missing Data Imputation - Basic

• روش‌های اولیه انتساب Basic imputation methods

• انتساب میانگین یا میانه Mean or median imputation

• انتساب ارزش دلخواه Arbitrary value imputation

• انتساب ارزش دلخواه Arbitrary value imputation

• انتساب مکرر دسته بندی Frequent category imputation

• انتساب دسته وجود ندارد Missing category imputation

• انتساب دسته وجود ندارد Missing category imputation

• اضافه کردن یک نشانگر گم شده Adding a missing indicator

• اضافه کردن یک نشانگر گم شده Adding a missing indicator

• روش های اساسی - ملاحظات Basic methods - considerations

• انتساب اولیه با پانداها Basic imputation with pandas

• انتساب اولیه با پانداها - نسخه ی نمایشی Basic imputation with pandas - demo

• روش های اساسی با Scikit-learn Basic methods with Scikit-learn

• روش های اساسی با Scikit-learn Basic methods with Scikit-learn

• تعیین میانگین یا میانه با Scikit-learn Mean or median imputation with Scikit-learn

• انتساب مقدار دلخواه با Scikit-learn Arbitrary value imputation with Scikit-learn

• انتساب مکرر دسته بندی با Scikit-learn Frequent category imputation with Scikit-learn

• انتساب دسته با Scikit-learn وجود ندارد Missing category imputation with Scikit-learn

• انتساب دسته با Scikit-learn وجود ندارد Missing category imputation with Scikit-learn

• اضافه کردن یک نشانگر گمشده با Scikit-learn Adding a missing indicator with Scikit-learn

• Imputation با GrdiSearch - Scikit-learn Imputation with GrdiSearch - Scikit-learn

• روش های اساسی با Feature-engine Basic methods with Feature-engine

• محاسبه میانگین یا میانه با Feature-engine Mean or median imputation with Feature-engine

• انتساب مقدار دلخواه با Feature-engine Arbitrary value imputation with Feature-engine

• انتساب مکرر دسته با Feature-engine Frequent category imputation with Feature-engine

• انتساب مکرر دسته با Feature-engine Frequent category imputation with Feature-engine

• انتساب رشته دلخواه با Feature-engine Arbitrary string imputation with Feature-engine

• اضافه کردن یک نشانگر گمشده با Feature-engine Adding a missing indicator with Feature-engine

• اضافه کردن یک نشانگر گمشده با Feature-engine Adding a missing indicator with Feature-engine

• بسته شدن Wrapping up

داده‌های گمشده - پایه Missing Data Imputation - Basic

• روش‌های اولیه انتساب Basic imputation methods

• انتساب میانگین یا میانه Mean or median imputation

• انتساب مکرر دسته بندی Frequent category imputation

• روش های اساسی - ملاحظات Basic methods - considerations

• انتساب اولیه با پانداها Basic imputation with pandas

• انتساب اولیه با پانداها - نسخه ی نمایشی Basic imputation with pandas - demo

• تعیین میانگین یا میانه با Scikit-learn Mean or median imputation with Scikit-learn

• انتساب مقدار دلخواه با Scikit-learn Arbitrary value imputation with Scikit-learn

• انتساب مکرر دسته بندی با Scikit-learn Frequent category imputation with Scikit-learn

• اضافه کردن یک نشانگر گمشده با Scikit-learn Adding a missing indicator with Scikit-learn

• Imputation با GrdiSearch - Scikit-learn Imputation with GrdiSearch - Scikit-learn

• روش های اساسی با Feature-engine Basic methods with Feature-engine

• محاسبه میانگین یا میانه با Feature-engine Mean or median imputation with Feature-engine

• انتساب مقدار دلخواه با Feature-engine Arbitrary value imputation with Feature-engine

• انتساب رشته دلخواه با Feature-engine Arbitrary string imputation with Feature-engine

• بسته شدن Wrapping up

داده های گمشده - روش های جایگزین Missing Data Imputation - Alternative Methods

• روش های جایگزین جایگزین Alternative imputation methods

• روش های جایگزین جایگزین Alternative imputation methods

• تجزیه و تحلیل کامل پرونده Complete Case Analysis

• CCA - ملاحظات با نسخه ی نمایشی کد CCA - considerations with code demo

• CCA - ملاحظات با نسخه ی نمایشی کد CCA - considerations with code demo

• پایان انتساب توزیع End of distribution imputation

• انتساب نمونه تصادفی Random sample imputation

• نسبت تصادفی - ملاحظات با کد Random imputation - considerations with code

• میانگین یا میانه انتساب در هر گروه Mean or median imputation per group

• CCA با پانداها CCA with pandas

• CCA با پانداها CCA with pandas

• پایان انتساب توزیع با پانداها End of distribution imputation with pandas

• پایان انتساب توزیع با پانداها End of distribution imputation with pandas

• نمونه گیری تصادفی با پانداها Random sample imputation with pandas

• نمونه گیری تصادفی با پانداها Random sample imputation with pandas

• میانگین انتساب در هر گروه با پانداها Mean imputation per group with pandas

• CCA با ویژگی موتور CCA with Feature-engine

• CCA با ویژگی موتور CCA with Feature-engine

• پایان انتساب توزیع با Feature-engine End of distribution imputation with Feature-engine

• انتساب نمونه تصادفی با Feature-engine Random sample imputation with Feature-engine

• انتساب - جدول خلاصه Imputation - Summary table

• انتساب - جدول خلاصه Imputation - Summary table

• بسته شدن Wrapping up

داده های گمشده - روش های جایگزین Missing Data Imputation - Alternative Methods

• تجزیه و تحلیل کامل پرونده Complete Case Analysis

• پایان انتساب توزیع End of distribution imputation

• انتساب نمونه تصادفی Random sample imputation

• نسبت تصادفی - ملاحظات با کد Random imputation - considerations with code

• میانگین یا میانه انتساب در هر گروه Mean or median imputation per group

• میانگین انتساب در هر گروه با پانداها Mean imputation per group with pandas

• پایان انتساب توزیع با Feature-engine End of distribution imputation with Feature-engine

• انتساب نمونه تصادفی با Feature-engine Random sample imputation with Feature-engine

• بسته شدن Wrapping up

چند متغیره از دست رفته داده Multivariate Missing Data Imputation

• انتساب چند متغیره Multivariate imputation

• انتساب KNN KNN imputation

• انتساب KNN - نسخه نمایشی KNN imputation - Demo

• انتساب KNN - نسخه نمایشی KNN imputation - Demo

• موش MICE

• موش MICE

• missForest missForest

• MICE و missForest - نسخه ی نمایشی MICE and missForest - Demo

• MICE و missForest - نسخه ی نمایشی MICE and missForest - Demo

• منابع خواندنی اضافی (اختیاری) Additional reading resources (Optional)

• منابع خواندنی اضافی (اختیاری) Additional reading resources (Optional)

چند متغیره از دست رفته داده Multivariate Missing Data Imputation

• انتساب چند متغیره Multivariate imputation

• انتساب KNN KNN imputation

• missForest missForest

رمزگذاری طبقه ای - روش های اساسی Categorical Encoding - Basic methods

• رمزگذاری دسته بندی | معرفی Categorical encoding | Introduction

• یک کدگذاری داغ One hot encoding

• یک کدگذاری داغ One hot encoding

• یک رمزگذاری داغ با پانداها One hot encoding with pandas

• یک رمزگذاری داغ با پانداها One hot encoding with pandas

• یک کدگذاری داغ با sklearn One hot encoding with sklearn

• یک کدگذاری داغ با ویژگی موتور One hot encoding with Feature-engine

• یک کدگذاری داغ با ویژگی موتور One hot encoding with Feature-engine

• یک کدگذاری داغ با رمزگذارهای دسته One hot encoding with Category encoders

• یک کدگذاری داغ با رمزگذارهای دسته One hot encoding with Category encoders

• رمزگذاری ترتیبی Ordinal encoding

• رمزگذاری ترتیبی Ordinal encoding

• رمزگذاری ترتیبی با پانداها Ordinal encoding with pandas

• رمزگذاری ترتیبی با sklearn Ordinal encoding with sklearn

• رمزگذاری ترتیبی با sklearn Ordinal encoding with sklearn

• رمزگذاری ترتیبی با Feature-engine Ordinal encoding with Feature-engine

• رمزگذاری ترتیبی با Feature-engine Ordinal encoding with Feature-engine

• رمزگذاری ترتیبی با رمزگذارهای دسته Ordinal encoding with Category encoders

• رمزگذاری تعداد یا فرکانس Count or frequency encoding

• رمزگذاری تعداد یا فرکانس Count or frequency encoding

• شمارش رمزگذاری با پانداها Count encoding with pandas

• شمارش رمزگذاری با ویژگی موتور Count encoding with Feature-engine

• شمارش رمزگذاری با ویژگی موتور Count encoding with Feature-engine

• شمارش رمزگذاری با رمزگذارهای دسته Count encoding with Category encoders

• دسته بندی های دیده نشده Unseen categories

• دسته بندی های دیده نشده Unseen categories

• دسته بندی های دیده نشده Unseen categories

• بسته شدن Wrapping up

رمزگذاری طبقه ای - روش های اساسی Categorical Encoding - Basic methods

• رمزگذاری دسته بندی | معرفی Categorical encoding | Introduction

• یک کدگذاری داغ با sklearn One hot encoding with sklearn

• رمزگذاری ترتیبی با پانداها Ordinal encoding with pandas

• رمزگذاری ترتیبی با رمزگذارهای دسته Ordinal encoding with Category encoders

• شمارش رمزگذاری با پانداها Count encoding with pandas

• شمارش رمزگذاری با رمزگذارهای دسته Count encoding with Category encoders

• دسته بندی های دیده نشده Unseen categories

• بسته شدن Wrapping up

رمزگذاری طبقه بندی شده - یکنواخت Categorical encoding - Monotonic

• رمزگذاری دسته بندی | یکنواخت Categorical encoding | Monotonic

• رمزگذاری ترتیبی مرتب شده است Ordered ordinal encoding

• رمزگذاری ترتیبی با پانداها را سفارش داد Ordered ordinal encoding with pandas

• رمزگذاری ترتیبی با Feature-engine دستور داد Ordered ordinal encoding with Feature-engine

• رمزگذاری ترتیبی با Feature-engine دستور داد Ordered ordinal encoding with Feature-engine

• رمزگذاری میانگین Mean encoding

• رمزگذاری میانگین Mean encoding

• معنی رمزگذاری با پانداها Mean encoding with pandas

• معنی رمزگذاری با پانداها Mean encoding with pandas

• میانگین رمزگذاری با Feature-engine Mean encoding with Feature-engine

• میانگین رمزگذاری با Feature-engine Mean encoding with Feature-engine

• میانگین رمزگذاری با رمزگذارهای دسته Mean encoding with Category encoders

• میانگین رمزگذاری با رمزگذارهای دسته Mean encoding with Category encoders

• رمزگذاری میانگین به علاوه صاف کردن Mean encoding plus smoothing

• رمزگذاری میانگین به علاوه صاف کردن Mean encoding plus smoothing

• میانگین رمزگذاری به علاوه صاف کردن - رمزگذارهای دسته Mean encoding plus smoothing - Category encoders

• میانگین رمزگذاری به علاوه صاف کردن - رمزگذارهای دسته Mean encoding plus smoothing - Category encoders

• میانگین رمزگذاری به علاوه صاف کردن - ویژگی موتور Mean encoding plus smoothing - Feature-engine

• وزن شواهد (WoE) Weight of evidence (WoE)

• وزن شواهد با پانداها Weight of Evidence with pandas

• وزن شواهد با ویژگی موتور Weight of Evidence with Feature-engine

• وزن شواهد با رمزگذارهای دسته Weight of Evidence with Category encoders

• وزن شواهد - گوچا Weight of evidence - gotchas

• دسته بندی های دیده نشده Unseen categories

• بسته شدن Wrapping up

• مقایسه کدگذاری متغیرهای طبقه بندی شده Comparison of categorical variable encoding

• منابع خواندنی اضافی Additional reading resources

رمزگذاری طبقه بندی شده - یکنواخت Categorical encoding - Monotonic

• رمزگذاری دسته بندی | یکنواخت Categorical encoding | Monotonic

• رمزگذاری ترتیبی مرتب شده است Ordered ordinal encoding

• رمزگذاری ترتیبی با پانداها را سفارش داد Ordered ordinal encoding with pandas

• میانگین رمزگذاری به علاوه صاف کردن - ویژگی موتور Mean encoding plus smoothing - Feature-engine

• وزن شواهد (WoE) Weight of evidence (WoE)

• وزن شواهد با پانداها Weight of Evidence with pandas

• وزن شواهد با ویژگی موتور Weight of Evidence with Feature-engine

• وزن شواهد با رمزگذارهای دسته Weight of Evidence with Category encoders

• وزن شواهد - گوچا Weight of evidence - gotchas

• دسته بندی های دیده نشده Unseen categories

• مقایسه کدگذاری متغیرهای طبقه بندی شده Comparison of categorical variable encoding

• منابع خواندنی اضافی Additional reading resources

رمزگذاری طبقه بندی شده - برچسب های کمیاب Categorical encoding - Rare labels

• گروه بندی برچسب های کمیاب Grouping rare labels

• یک رمزگذاری داغ از دسته های برتر One hot encoding of top categories

• یک رمزگذاری داغ از دسته های برتر One hot encoding of top categories

• OHE از دسته های برتر با پانداها OHE of top categories with pandas

• OHE از دسته های برتر با ویژگی موتور OHE of top categories with Feature-engine

• OHE از دسته های برتر با sklearn OHE of top categories with sklearn

• رمزگذاری برچسب نادر Rare label encoding

• رمزگذاری برچسب نادر با پانداها Rare label encoding with pandas

• رمزگذاری برچسب نادر با پانداها Rare label encoding with pandas

• رمزگذاری برچسب نادر با موتور ویژگی Rare label encoding with Feature-engine

• رمزگذاری برچسب نادر با موتور ویژگی Rare label encoding with Feature-engine

• بسته شدن Wrapping up

• رمزگذاری طبقه بندی شده - بیشتر... Categorical encoding - More...

• رمزگذاری طبقه بندی شده - بیشتر... Categorical encoding - More...

• جدول خلاصه تکنیک های رمزگذاری Summary table of encoding techniques

• جدول خلاصه تکنیک های رمزگذاری Summary table of encoding techniques

• بسته شدن Wrapping up

رمزگذاری طبقه بندی شده - برچسب های کمیاب Categorical encoding - Rare labels

• گروه بندی برچسب های کمیاب Grouping rare labels

• OHE از دسته های برتر با پانداها OHE of top categories with pandas

• OHE از دسته های برتر با ویژگی موتور OHE of top categories with Feature-engine

• OHE از دسته های برتر با sklearn OHE of top categories with sklearn

• رمزگذاری برچسب نادر Rare label encoding

• بسته شدن Wrapping up

تبدیل متغیر Variable Transformation

• تبدیل متغیر - مقدمه Variable transformation - Introduction

• تبدیل های متغیر Variable transformations

• تبدیل باکس-کاکس Box-Cox transformation

• دگرگونی یئو جانسون Yeo-Johnson transformation

• لگاریتم با Numpy Logarithm with Numpy

• لگاریتم با Numpy Logarithm with Numpy

• متقابل با Numpy Reciprocal with Numpy

• ریشه مربع با Numpy Square-root with Numpy

• تبدیل قدرت با Numpy Power transformation with Numpy

• تبدیل قدرت با Numpy Power transformation with Numpy

• باکس کاکس با اسکیپی Box-Cox with Scipy

• باکس کاکس با اسکیپی Box-Cox with Scipy

• یئو جانسون با سایپی Yeo-Johnson with Scipy

• Arcsin با Numpy Arcsin with Numpy

• Arcsin با Numpy Arcsin with Numpy

• تبدیل لگاریتم با sklearn Logarithm transformation with sklearn

• تبدیل لگاریتم با sklearn Logarithm transformation with sklearn

• تبدیل متقابل با اسکلرن Reciprocal transformation with sklearn

• تبدیل ریشه مربع با اسکلرن Square-root transformation with sklearn

• تبدیل ریشه مربع با اسکلرن Square-root transformation with sklearn

• تبدیل قدرت با اسکلرن Power transformation with sklearn

• تبدیل Box-Cox با sklearn Box-Cox transformation with sklearn

• تبدیل یئو جانسون با اسکلرن Yeo-Johnson transformation with sklearn

• تبدیل یئو جانسون با اسکلرن Yeo-Johnson transformation with sklearn

• تبدیل Arcsin با sklearn Arcsin transformation with sklearn

• تبدیل Arcsin با sklearn Arcsin transformation with sklearn

• تبدیل لگاریتم با Feature-engine Logarithm transformation with Feature-engine

• تبدیل متقابل با موتور ویژگی Reciprocal transformation with Feature-engine

• تبدیل ریشه مربعی با موتور ویژگی Square-root transformation with Feature-engine

• تبدیل قدرت با ویژگی موتور Power transformation with Feature-engine

• تبدیل قدرت با ویژگی موتور Power transformation with Feature-engine

• تبدیل Box-Cox با Feature-engine Box-Cox transformation with Feature-engine

• تبدیل Yeo-Johnson با ویژگی موتور Yeo-Johnson transformation with Feature-engine

• تبدیل Arcsin با ویژگی موتور Arcsin transformation with Feature-engine

• بسته شدن Wrapping up

• منابع خواندنی اضافی Additional reading resources

تبدیل متغیر Variable Transformation

• تبدیل متغیر - مقدمه Variable transformation - Introduction

• تبدیل های متغیر Variable transformations

• تبدیل باکس-کاکس Box-Cox transformation

• دگرگونی یئو جانسون Yeo-Johnson transformation

• متقابل با Numpy Reciprocal with Numpy

• ریشه مربع با Numpy Square-root with Numpy

• یئو جانسون با سایپی Yeo-Johnson with Scipy

• تبدیل متقابل با اسکلرن Reciprocal transformation with sklearn

• تبدیل قدرت با اسکلرن Power transformation with sklearn

• تبدیل Box-Cox با sklearn Box-Cox transformation with sklearn

• تبدیل لگاریتم با Feature-engine Logarithm transformation with Feature-engine

• تبدیل متقابل با موتور ویژگی Reciprocal transformation with Feature-engine

• تبدیل ریشه مربعی با موتور ویژگی Square-root transformation with Feature-engine

• تبدیل Box-Cox با Feature-engine Box-Cox transformation with Feature-engine

• تبدیل Yeo-Johnson با ویژگی موتور Yeo-Johnson transformation with Feature-engine

• تبدیل Arcsin با ویژگی موتور Arcsin transformation with Feature-engine

• بسته شدن Wrapping up

• منابع خواندنی اضافی Additional reading resources

گسسته سازی Discretisation

• گسسته سازی | معرفی Discretisation | Introduction

• گسسته سازی | معرفی Discretisation | Introduction

• گسسته سازی با عرض مساوی Equal-width discretisation

• مهم: ویژگی موتور نسخه 1.0.0 Important: Feature-engine v 1.0.0

• گسسته سازی با عرض برابر | نسخه ی نمایشی Equal-width discretisation | Demo

• گسسته سازی با عرض برابر | نسخه ی نمایشی Equal-width discretisation | Demo

• گسسته سازی با فرکانس برابر Equal-frequency discretisation

• گسسته سازی با فرکانس برابر | نسخه ی نمایشی Equal-frequency discretisation | Demo

• گسسته سازی با فرکانس برابر | نسخه ی نمایشی Equal-frequency discretisation | Demo

• K-به معنای گسستگی است K-means discretisation

• K-به معنای گسستگی است K-means discretisation

• ک-یعنی گسسته سازی| نسخه ی نمایشی K-means discretisation| Demo

• گسسته سازی به علاوه رمزگذاری طبقه بندی شده Discretisation plus categorical encoding

• گسسته سازی به علاوه رمزگذاری | نسخه ی نمایشی Discretisation plus encoding | Demo

• گسسته سازی به علاوه رمزگذاری | نسخه ی نمایشی Discretisation plus encoding | Demo

• گسسته سازی با درختان طبقه بندی Discretisation with classification trees

• گسسته سازی با درختان طبقه بندی Discretisation with classification trees

• گسسته سازی با درختان تصمیم با استفاده از Scikit-learn Discretisation with decision trees using Scikit-learn

• گسسته سازی با درختان تصمیم با استفاده از Scikit-learn Discretisation with decision trees using Scikit-learn

• گسسته سازی با درختان تصمیم با استفاده از موتور ویژگی Discretisation with decision trees using Feature-engine

• گسسته سازی با درختان تصمیم با استفاده از موتور ویژگی Discretisation with decision trees using Feature-engine

• گسسته سازی دانش دامنه Domain knowledge discretisation

• گسسته سازی دانش دامنه Domain knowledge discretisation

• منابع خواندنی اضافی Additional reading resources

گسسته سازی Discretisation

• گسسته سازی با عرض مساوی Equal-width discretisation

• مهم: ویژگی موتور نسخه 1.0.0 Important: Feature-engine v 1.0.0

• گسسته سازی با فرکانس برابر Equal-frequency discretisation

• ک-یعنی گسسته سازی| نسخه ی نمایشی K-means discretisation| Demo

• گسسته سازی به علاوه رمزگذاری طبقه بندی شده Discretisation plus categorical encoding

• منابع خواندنی اضافی Additional reading resources

کنترل دورتر Outlier Handling

• مهندسی پرت | مقدمه Outlier Engineering | Intro

• پیرایش بیرونی Outlier trimming

• پوشش دور با IQR Outlier capping with IQR

• پوشش پرت با میانگین و std Outlier capping with mean and std

• پوشش پرت با میانگین و std Outlier capping with mean and std

• پوشش خارج از محدوده با چندک Outlier capping with quantiles

• پوشش خارج از محدوده با چندک Outlier capping with quantiles

• محدودیت های خودسرانه Arbitrary capping

• مهم: ویژگی موتور نسخه 1.0.0 Important: Feature-engine v1.0.0

• مهم: ویژگی موتور نسخه 1.0.0 Important: Feature-engine v1.0.0

• منابع خواندنی اضافی Additional reading resources

کنترل دورتر Outlier Handling

• مهندسی پرت | مقدمه Outlier Engineering | Intro

• پیرایش بیرونی Outlier trimming

• پوشش دور با IQR Outlier capping with IQR

• محدودیت های خودسرانه Arbitrary capping

• منابع خواندنی اضافی Additional reading resources

مقیاس بندی ویژگی ها Feature Scaling

• مقیاس بندی ویژگی | معرفی Feature scaling | Introduction

• مقیاس بندی ویژگی | معرفی Feature scaling | Introduction

• استاندارد سازی Standardisation

• استاندارد سازی Standardisation

• استانداردسازی | نسخه ی نمایشی Standardisation | Demo

• استانداردسازی | نسخه ی نمایشی Standardisation | Demo

• میانگین عادی سازی Mean normalisation

• میانگین عادی سازی Mean normalisation

• میانگین نرمال سازی | نسخه ی نمایشی Mean normalisation | Demo

• میانگین نرمال سازی | نسخه ی نمایشی Mean normalisation | Demo

• مقیاس بندی به مقادیر حداقل و حداکثر Scaling to minimum and maximum values

• مقیاس بندی به مقادیر حداقل و حداکثر Scaling to minimum and maximum values

• MinMaxScaling | نسخه ی نمایشی MinMaxScaling | Demo

• MinMaxScaling | نسخه ی نمایشی MinMaxScaling | Demo

• حداکثر مقیاس بندی مطلق Maximum absolute scaling

• MaxAbsScaling | نسخه ی نمایشی MaxAbsScaling | Demo

• MaxAbsScaling | نسخه ی نمایشی MaxAbsScaling | Demo

• مقیاس بندی به میانه و چندک Scaling to median and quantiles

• مقیاس بندی به میانه و چندک Scaling to median and quantiles

• پوسته پوسته شدن قوی | نسخه ی نمایشی Robust Scaling | Demo

• مقیاس بندی به طول واحد برداری Scaling to vector unit length

• مقیاس بندی به طول واحد برداری Scaling to vector unit length

• مقیاس بندی به طول واحد برداری | نسخه ی نمایشی Scaling to vector unit length | Demo

• منابع خواندنی اضافی Additional reading resources

مقیاس بندی ویژگی ها Feature Scaling

• حداکثر مقیاس بندی مطلق Maximum absolute scaling

• پوسته پوسته شدن قوی | نسخه ی نمایشی Robust Scaling | Demo

• مقیاس بندی به طول واحد برداری | نسخه ی نمایشی Scaling to vector unit length | Demo

• منابع خواندنی اضافی Additional reading resources

متغیرهای ترکیبی مهندسی Engineering mixed variables

• متغیرهای ترکیبی مهندسی Engineering mixed variables

• متغیرهای ترکیبی مهندسی | نسخه ی نمایشی Engineering mixed variables | Demo

متغیرهای ترکیبی مهندسی Engineering mixed variables

• متغیرهای ترکیبی مهندسی Engineering mixed variables

• متغیرهای ترکیبی مهندسی | نسخه ی نمایشی Engineering mixed variables | Demo

متغیرهای مهندسی تاریخ Engineering datetime variables

• متغیرهای مهندسی تاریخ Engineering datetime variables

• تاریخ های مهندسی | نسخه ی نمایشی Engineering dates | Demo

• تاریخ های مهندسی | نسخه ی نمایشی Engineering dates | Demo

• متغیرهای زمانی مهندسی و مناطق زمانی مختلف Engineering time variables and different timezones

متغیرهای مهندسی تاریخ Engineering datetime variables

• متغیرهای مهندسی تاریخ Engineering datetime variables

• متغیرهای زمانی مهندسی و مناطق زمانی مختلف Engineering time variables and different timezones

مونتاژ خط لوله مهندسی ویژگی Assembling a feature engineering pipeline

• همه اش را بگذار کنار هم Putting it all together

• خط لوله مهندسی ویژگی Feature Engineering Pipeline

• خط لوله طبقه بندی Classification pipeline

• خط لوله طبقه بندی Classification pipeline

• خط لوله رگرسیون Regression pipeline

• خط لوله رگرسیون Regression pipeline

• عملکرد مدل ML من را با ویژگی های مهندسی شکست دهید! Beat the performance of my ML model by engineering features!!!

• عملکرد مدل ML من را با ویژگی های مهندسی شکست دهید! Beat the performance of my ML model by engineering features!!!

• ویژگی خط لوله مهندسی با اعتبارسنجی متقابل Feature engineering pipeline with cross-validation

• نمونه های بیشتر More examples

• نمونه های بیشتر More examples

مونتاژ خط لوله مهندسی ویژگی Assembling a feature engineering pipeline

• همه اش را بگذار کنار هم Putting it all together

• خط لوله مهندسی ویژگی Feature Engineering Pipeline

• ویژگی خط لوله مهندسی با اعتبارسنجی متقابل Feature engineering pipeline with cross-validation

بخش پایانی | مراحل بعدی Final section | Next steps

• نظر سنجی Survey

• تبریک می گویم Congratulations

• سخنرانی پاداش Bonus lecture

بخش پایانی | مراحل بعدی Final section | Next steps

• نظر سنجی Survey

• تبریک می گویم Congratulations

• سخنرانی پاداش Bonus lecture