آموزش رگرسیون و پیش‌بینی برای دانشمندان داده با استفاده از پایتون - آخرین آپدیت

تحلیل و پیش‌بینی سری‌های زمانی Time-Series Analysis and Forecasting

• مقدمه‌ای بر رگرسیون و پیش‌بینی برای دانشمندان داده با پایتون Introduction to Regression & Forecasting for Data Scientists using Python

• مقدمه‌ای بر مبانی سری‌های زمانی Introduction to Time-Series Basics

• موردهای کاربردی و مراحل پیش‌بینی سری زمانی Time-Series Forecasting Use Cases and steps

• ساخت مدل پیش‌بینی Forecasting Model Creation

• نمادگذاری‌های پایه در سری‌های زمانی Time-Series Basic Notations

• نصب Anaconda و Jupyter Notebook Installing Anaconda and Jupyter Notebook

• بارگذاری داده‌ها در پایتون - بخش اول Data Loading in Python Part 1

• بارگذاری داده‌ها در پایتون - بخش دوم Data Loading in Python Part 2

• بارگذاری داده‌ها در پایتون - بخش سوم Data Loading in Python Part 3

• مهندسی ویژگی در پایتون - بخش اول Feature Engineering in Python Part 1

• مهندسی ویژگی در پایتون - بخش دوم Feature Engineering in Python Part 2

• بصری‌سازی داده‌ها در پایتون - بخش اول Visualization in Python Part 1

• بصری‌سازی داده‌ها در پایتون - بخش دوم Visualization in Python Part 2

• بصری‌سازی داده‌ها در پایتون - بخش سوم Visualization in Python Part 3

• تبدیل توان در سری‌های زمانی Time-Series Power Transformation

• میانگین متحرک Moving Average

• هموارسازی نمایی Exponential Smoothing

• جمع‌بندی تحلیل و پیش‌بینی سری‌های زمانی Conclusion to Time - Series Analysis and Forecasting

مدل‌های سری زمانی Time-Series Models

• مقدمه‌ای بر مدل‌های سری زمانی Introduction to Time-Series Models

• تقسیم داده‌های آموزش و تست در پایتون - بخش اول Test Train Split in Python Part 1

• تقسیم داده‌های آموزش و تست در پایتون - بخش دوم Test Train Split in Python Part 2

• اعتبارسنجی Walk Forward Walk Forward Validation

• مدل Naïve (پایداری) در پایتون - بخش اول Naïve (Persistence) Model in Python Part 1

• مدل Naïve (پایداری) در پایتون - بخش دوم Naïve (Persistence) Model in Python Part 2

• مبانی خودرگرسیون (Auto Regression) Auto-regression basics

• ساخت مدل خودرگرسیون - بخش اول Auto-regression model creation Part 1

• ساخت مدل خودرگرسیون - بخش دوم Auto-regression model creation Part 2

• اعتبارسنجی در پایتون With Validation in Python

• مبانی مدل میانگین متحرک Moving average model basics

• مدل میانگین متحرک در پایتون - بخش اول Moving average model in python Part 1

• مدل میانگین متحرک در پایتون - بخش دوم Moving average model in python Part 2

• تحلیل ACF و PACF ACF and PACF

• مبانی مدل ARIMA ARIMA Model Basics

• مدل ARIMA در پایتون - بخش اول ARIMA Model in Python Part 1

• مدل ARIMA در پایتون - بخش دوم ARIMA Model in Python Part 2

• اعتبارسنجی مدل ARIMA در پایتون ARIMA Model validation in python

• مدل SARIMA SARIMA Model

• مدل SARIMA در پایتون - بخش اول SARIMA Model in Python Part 1

• مدل SARIMA در پایتون - بخش دوم SARIMA Model in Python Part 2

• جمع‌بندی مدل‌های سری زمانی Conclusion to Time-Series Models

رگرسیون خطی - پیش‌پردازش داده‌ها Linear Regression - Data Preprocessing

• مقدمه‌ای بر رگرسیون خطی و پیش‌پردازش داده‌ها Introduction to Linear Regression - Data Preprocessing

• مجموعه داده و دیکشنری داده‌ها - بخش اول The dataset and data dictionary Part 1

• مجموعه داده و دیکشنری داده‌ها - بخش دوم The dataset and data dictionary Part 2

• وارد کردن داده‌ها در پایتون Importing data in Python

• تحلیل تک‌متغیره و EDA در پایتون - بخش اول Univariant analysis and EDD in Python Part 1

• تحلیل تک‌متغیره و EDA در پایتون - بخش دوم Univariant analysis and EDD in Python Part 2

• مدیریت داده‌های پرت در پایتون Outlier treatment in Python

• جایگذاری مقادیر گم‌شده در پایتون Missing value imputation in python

• فصلی بودن در داده‌ها Seasonality in data

• تحلیل دومتغیره و تبدیل متغیرها - بخش اول Bi-Variant Analysis and Variable Transformation Part 1

• تحلیل دومتغیره و تبدیل متغیرها - بخش دوم Bi-Variant Analysis and Variable Transformation Part 2

• مدیریت داده‌های کمی Handling quantitative data

• ساخت متغیرهای Dummy در پایتون Dummy variable creation in python

• تحلیل همبستگی Correlation analysis

• تحلیل همبستگی در پایتون Correlation analysis in python

• جمع‌بندی رگرسیون خطی و پیش‌پردازش داده‌ها Conclusion to Linear Regression - Data Preprocessing

رگرسیون خطی - ساخت مدل Linear Regression - Model Creation

• مقدمه‌ای بر رگرسیون خطی و ساخت مدل Introduction to Linear Regression - Model Creation

• روش OLS OLS method

• سنجش دقت ضرایب پیش‌بینی شده - بخش اول Accessing Accuracy of Predicted Coefficients Part 1

• سنجش دقت ضرایب پیش‌بینی شده - بخش دوم Accessing Accuracy of Predicted Coefficients Part 2

• معیارهای RSE و R-Square RSE and R - Square

• رگرسیون خطی ساده در پایتون - بخش اول Simple Linear Regression in Python Part 1

• رگرسیون خطی ساده در پایتون - بخش دوم Simple Linear Regression in Python Part 2

• رگرسیون خطی چندگانه Multiple-Linear Regression

• رگرسیون خطی چندگانه - بخش اول Multiple-linear regression Part 1

• رگرسیون خطی چندگانه - بخش دوم Multiple-linear regression Part 2

• آمار F (F-Statistics) F-Statistics

• نتایج متغیرهای دسته‌بندی شده Results of Categorical Variables

• تقسیم آموزش و تست در پایتون Test-train Split in python

• جمع‌بندی رگرسیون خطی و ساخت مدل Conclusion to Linear Regression - Model Creation

• جمع‌بندی نهایی دوره رگرسیون و پیش‌بینی با پایتون Conclusion to Regression & Forecasting for Data Scientists using Python