آموزش علوم داده و یادگیری ماشین از الف تا ی با پایتون - آخرین آپدیت

سرفصل ها و درس ها

Installations

• نصب توزیع Anaconda برای ویندوز Installing Anaconda Distribution for Windows

• لینک فایل‌های پروژه Notebook در رابطه با کتابخانه زبان برنامه‌نویسی NumPy Python Notebook Project Files Link regarding NumPy Python Programming Language Library

• نصب توزیع Anaconda برای macOS Installing Anaconda Distribution for MacOs

• 6 مقاله و لینک در مورد Numpy، Numpy Pyhon 6 Article Advice And Links about Numpy, Numpy Pyhon

• نصب توزیع Anaconda برای لینوکس Installing Anaconda Distribution for Linux

NumPy Library Introduction - معرفی کتابخانه NumPy NumPy Library Introduction

• مقدمه‌ای بر کتابخانه NumPy Introduction to NumPy Library

• قدرت NumPy The Power of NumPy

• آزمون Quiz

Creating NumPy Array in Python - ایجاد آرایه NumPy در پایتون Creating NumPy Array in Python

• ایجاد آرایه NumPy با تابع Array() Creating NumPy Array with The Array() Function

• ایجاد آرایه NumPy با تابع Zeros() Creating NumPy Array with Zeros() Function

• ایجاد آرایه NumPy با تابع Ones() Creating NumPy Array with Ones() Function

• ایجاد آرایه NumPy با تابع Full() Creating NumPy Array with Full() Function

• ایجاد آرایه NumPy با تابع Arange() Creating NumPy Array with Arange() Function

• ایجاد آرایه NumPy با تابع Eye() Creating NumPy Array with Eye() Function

• ایجاد آرایه NumPy با تابع Linspace() Creating NumPy Array with Linspace() Function

• ایجاد آرایه NumPy با تابع Random() Creating NumPy Array with Random() Function

• ویژگی‌های آرایه NumPy Properties of NumPy Array

• آزمون Quiz

Functions in the NumPy Library - توابع در کتابخانه NumPy Functions in the NumPy Library

• تغییر شکل یک آرایه NumPy: تابع Reshape() Reshaping a NumPy Array: Reshape() Function

• شناسایی بزرگترین عنصر یک آرایه Numpy Identifying the Largest Element of a Numpy Array

• تشخیص کوچکترین عنصر آرایه Numpy: Min()، Ar Detecting Least Element of Numpy Array: Min(), Ar

• ادغام آرایه‌های Numpy: تابع Concatenate() Concatenating Numpy Arrays: Concatenate() Functio

• تقسیم آرایه‌های Numpy یک بعدی: The Split Splitting One-Dimensional Numpy Arrays: The Split

• تقسیم آرایه‌های Numpy دو بعدی: Split()، Splitting Two-Dimensional Numpy Arrays: Split(),

• مرتب‌سازی آرایه‌های Numpy: تابع Sort() Sorting Numpy Arrays: Sort() Function

• آزمون Quiz

Indexing, Slicing, and Assigning NumPy Arrays - ایندکس‌گذاری، برش‌زدن و انتساب آرایه‌های NumPy Indexing, Slicing, and Assigning NumPy Arrays

• ایندکس‌گذاری آرایه‌های Numpy Indexing Numpy Arrays,

• برش زدن آرایه‌های Numpy یک بعدی Slicing One-Dimensional Numpy Arrays

• برش زدن آرایه‌های Numpy دو بعدی Slicing Two-Dimensional Numpy Arrays

• اختصاص دادن مقدار به آرایه‌های یک بعدی Assigning Value to One-Dimensional Arrays

• اختصاص دادن مقدار به آرایه دو بعدی Assigning Value to Two-Dimensional Array

• ایندکس‌گذاری فانتزی آرایه‌های یک بعدی Fancy Indexing of One-Dimensional Arrrays

• ایندکس‌گذاری فانتزی آرایه‌های دو بعدی Fancy Indexing of Two-Dimensional Arrrays

• ترکیب ایندکس‌گذاری فانتزی با ایندکس‌گذاری معمولی Combining Fancy Index with Normal Indexing

• ترکیب ایندکس‌گذاری فانتزی با برش‌زدن معمولی Combining Fancy Index with Normal Slicing

Operations in Numpy Library - عملیات در کتابخانه Numpy Operations in Numpy Library

• عملیات با عملگرهای مقایسه Operations with Comparison Operators

• عملیات حسابی در Numpy Arithmetic Operations in Numpy

• عملیات آماری در Numpy Statistical Operations in Numpy

• حل معادلات درجه دوم با NumPy Solving Second-Degree Equations with NumPy

Pandas Library Introduction - معرفی کتابخانه Pandas Pandas Library Introduction

• مقدمه‌ای بر کتابخانه Pandas Introduction to Pandas Library

• لینک فایل‌های پروژه Pandas Pandas Project Files Link

• آزمون Quiz

Series Structures in the Pandas Library - ساختارهای Series در کتابخانه Pandas Series Structures in the Pandas Library

• ایجاد یک Pandas Series با یک لیست Creating a Pandas Series with a List

• ایجاد یک Pandas Series با یک Dictionary Creating a Pandas Series with a Dictionary

• ایجاد Pandas Series با آرایه NumPy Creating Pandas Series with NumPy Array

• انواع Object در Series Object Types in Series

• بررسی ویژگی‌های اصلی Pandas Series Examining the Primary Features of the Pandas Seri

• متدهای پرکاربرد در Pandas Series Most Applied Methods on Pandas Series

• ایندکس‌گذاری و برش‌زدن Pandas Series Indexing and Slicing Pandas Series

• آزمون Quiz

DataFrame Structures in Pandas Library - ساختارهای DataFrame در کتابخانه Pandas DataFrame Structures in Pandas Library

• ایجاد Pandas DataFrame با List Creating Pandas DataFrame with List

• ایجاد Pandas DataFrame با آرایه NumPy Creating Pandas DataFrame with NumPy Array

• ایجاد Pandas DataFrame با Dictionary Creating Pandas DataFrame with Dictionary

• بررسی ویژگی‌های Pandas DataFrames Examining the Properties of Pandas DataFrames

• آزمون Quiz

Element Selection Operations in DataFrame Structures - عملیات انتخاب عنصر در ساختارهای DataFrame Element Selection Operations in DataFrame Structures

• عملیات انتخاب عنصر در Pandas DataFrames: درس 1 Element Selection Operations in Pandas DataFrames: Lesson 1

• عملیات انتخاب عنصر در Pandas DataFrames: درس 2 Element Selection Operations in Pandas DataFrames: Lesson 2

• انتخاب عنصر سطح بالا در Pandas DataFrames: درس 1 Top Level Element Selection in Pandas DataFrames:Lesson 1

• انتخاب عنصر سطح بالا در Pandas DataFrames: درس 2 Top Level Element Selection in Pandas DataFrames:Lesson 2

• انتخاب عنصر سطح بالا در Pandas DataFrames: درس 3 Top Level Element Selection in Pandas DataFrames:Lesson 3

• انتخاب عنصر با عملیات شرطی در Element Selection with Conditional Operations in

• آزمون Quiz

Structural Operations on Pandas DataFrame - عملیات ساختاری در Pandas DataFrame Structural Operations on Pandas DataFrame

• افزودن ستون به Pandas Data Frames Adding Columns to Pandas Data Frames

• حذف سطرها و ستون‌ها از Pandas Data frames Removing Rows and Columns from Pandas Data frames

• مقادیر Null در Pandas Dataframes Null Values in Pandas Dataframes

• حذف مقادیر Null: تابع Dropna() Dropping Null Values: Dropna() Function

• پر کردن مقادیر Null: تابع Fillna() Filling Null Values: Fillna() Function

• تنظیم ایندکس در Pandas DataFrames Setting Index in Pandas DataFrames

• آزمون Quiz

Multi-Indexed DataFrame Structures - ساختارهای DataFrame چند ایندکسی Multi-Indexed DataFrame Structures

• Multi-Index و سلسله مراتب Index در Pandas DataFrames Multi-Index and Index Hierarchy in Pandas DataFrames

• انتخاب عنصر در Multi-Indexed DataFrames Element Selection in Multi-Indexed DataFrames

• انتخاب عناصر با استفاده از تابع xs() در Multi-Indexed DataFrames Selecting Elements Using the xs() Function in Multi-Indexed DataFrames

• آزمون Quiz

Structural Concatenation Operations in Pandas DataFrame - عملیات الحاق ساختاری در Pandas DataFrame Structural Concatenation Operations in Pandas DataFrame

• الحاق Pandas Dataframes: تابع Concat Concatenating Pandas Dataframes: Concat Function

• ادغام Pandas Dataframes: تابع Merge(): درس 1 Merge Pandas Dataframes: Merge() Function: Lesson 1

• ادغام Pandas Dataframes: تابع Merge(): درس 2 Merge Pandas Dataframes: Merge() Function: Lesson 2

• ادغام Pandas Dataframes: تابع Merge(): درس 3 Merge Pandas Dataframes: Merge() Function: Lesson 3

• ادغام Pandas Dataframes: تابع Merge(): درس 4 Merge Pandas Dataframes: Merge() Function: Lesson 4

• پیوستن Pandas Dataframes: تابع Join() Joining Pandas Dataframes: Join() Function

• آزمون Quiz

Functions That Can Be Applied on a DataFrame - توابعی که می‌توانند بر روی DataFrame اعمال شوند Functions That Can Be Applied on a DataFrame

• بارگذاری یک مجموعه داده از کتابخانه Seaborn Loading a Dataset from the Seaborn Library

• بررسی مجموعه داده 1 Examining the Data Set 1

• توابع تجمیعی در Pandas DataFrames Aggregation Functions in Pandas DataFrames

• بررسی مجموعه داده 2 Examining the Data Set 2

• استفاده هماهنگ از توابع گروه‌بندی و تجمیع در Pandas Dataframes Coordinated Use of Grouping and Aggregation Functions in Pandas Dataframes

• توابع تجمیعی پیشرفته: تابع Aggregate() Advanced Aggregation Functions: Aggregate() Function

• توابع تجمیعی پیشرفته: تابع Filter() Advanced Aggregation Functions: Filter() Function

• توابع تجمیعی پیشرفته: تابع Transform() Advanced Aggregation Functions: Transform() Function

• توابع تجمیعی پیشرفته: تابع Apply() Advanced Aggregation Functions: Apply() Function

• آزمون Quiz

Pivot Tables in Pandas Library - Pivot Tableها در کتابخانه Pandas Pivot Tables in Pandas Library

• بررسی مجموعه داده 3 Examining the Data Set 3

• Pivot Tableها در کتابخانه Pandas Pivot Tables in Pandas Library

• آزمون Quiz

File Operations in Pandas Library - عملیات فایل در کتابخانه Pandas File Operations in Pandas Library

• دسترسی و در دسترس قرار دادن فایل‌ها Accessing and Making Files Available

• ورود داده‌ها با فایل‌های Csv و Txt Data Entry with Csv and Txt Files

• ورود داده‌ها با فایل‌های Excel Data Entry with Excel Files

• خروجی به عنوان یک پسوند CSV Outputting as an CSV Extension

• خروجی به عنوان یک فایل Excel Outputting as an Excel File

• آزمون Quiz

Code Files And Resources: Python data analysis and visualization - فایل‌های کد و منابع: تجزیه و تحلیل و تجسم داده‌ها در پایتون Code Files And Resources: Python data analysis and visualization

• تجسم داده‌ها - فایل‌های Matplotlib Data Visualisation - Matplotlib Files

• تجسم داده‌ها - فایل‌های Seaborn Data Visualisation - Seaborn Files

• تجسم داده‌ها - Geoplotlib Data Visualisation - Geoplotlib

Introduction to Data Visualization with Python - معرفی تجسم داده‌ها با پایتون Introduction to Data Visualization with Python

• مقدمه‌ای بر تجسم داده‌ها با پایتون Introduction to Data Visualization with Python

• سوالات متداول در مورد تجسم داده‌ها، پایتون FAQ regarding Data Visualization, Python

Matplotlib - مت‌پلات‌لیب Matplotlib

• Matplotlib چیست؟ What is Matplotlib

• استفاده از Pyplot Using Pyplot

• Pyplot – Pylab - Matplotlib Pyplot – Pylab - Matplotlib

• Figure، Subplot و Axex Figure, Subplot and Axex

• سفارشی‌سازی Figure Figure Customization

• سفارشی‌سازی Plot Plot Customization

• Grid، Spines، Ticks Grid, Spines, Ticks

• نمودارهای پایه در Matplotlib I Basic Plots in Matplotlib I

• نمودارهای پایه در Matplotlib II Basic Plots in Matplotlib II

• آزمون Quiz

Seaborn - سی‌بورن Seaborn

• Seaborn چیست؟ What is Seaborn?

• کنترل زیبایی‌شناسی Figure در Seaborn Controlling Figure Aesthetics in Seaborn

• مثال در Seaborn Example in Seaborn

• پالت‌های رنگی در Seaborn Color Palettes in Seaborn

• نمودارهای پایه در Seaborn Basic Plots in Seaborn

• نمودارهای چندگانه در Seaborn Multi-Plots in Seaborn

• نمودارهای رگرسیون و Squarify در Seaborn Regression Plots and Squarify in Seaborn

• آزمون Quiz

Geoplotlib - جئوپلات‌لیب Geoplotlib

• Geoplotlib چیست؟ What is Geoplotlib?

• مثال - 1 Example - 1

• مثال - 2 Example - 2

• مثال - 3 Example - 3

• آزمون Quiz

First Contact with Machine Learning - اولین تماس با یادگیری ماشین First Contact with Machine Learning

• یادگیری ماشین چیست؟ What is Machine Learning?

• اصطلاحات یادگیری ماشین Machine Learning Terminology

• یادگیری ماشین: فایل‌های پروژه Machine Learning: Project Files

• سوالات متداول در مورد پایتون FAQ regarding Python

• سوالات متداول در مورد یادگیری ماشین FAQ regarding Machine Learning

• آزمون Quiz

Evaluation Metrics in Machine Learning - معیارهای ارزیابی در یادگیری ماشین Evaluation Metrics in Machine Learning

• Classification در مقابل Regression در یادگیری ماشین Classification vs Regression in Machine Learning

• ارزیابی عملکرد مدل یادگیری ماشین: معیارهای خطای طبقه‌بندی Machine Learning Model Performance Evaluation: Classification Error Metrics

• ارزیابی عملکرد: معیارهای خطای رگرسیون در پایتون Evaluating Performance: Regression Error Metrics in Python

• یادگیری ماشین با پایتون Machine Learning With Python

• آزمون Quiz

Supervised Learning with Machine Learning - یادگیری نظارت شده با یادگیری ماشین Supervised Learning with Machine Learning

• یادگیری نظارت شده در یادگیری ماشین چیست؟ What is Supervised Learning in Machine Learning?

• آزمون Quiz

Linear Regression Algorithm in Machine Learning A-Z - الگوریتم رگرسیون خطی در یادگیری ماشین A-Z Linear Regression Algorithm in Machine Learning A-Z

• تئوری الگوریتم رگرسیون خطی در یادگیری ماشین A-Z Linear Regression Algorithm Theory in Machine Learning A-Z

• الگوریتم رگرسیون خطی با پایتون بخش 1 Linear Regression Algorithm With Python Part 1

• الگوریتم رگرسیون خطی با پایتون بخش 2 Linear Regression Algorithm With Python Part 2

• الگوریتم رگرسیون خطی با پایتون بخش 3 Linear Regression Algorithm With Python Part 3

• الگوریتم رگرسیون خطی با پایتون بخش 4 Linear Regression Algorithm With Python Part 4

Bias Variance Trade-Off in Machine Learning - مبادله Bias Variance در یادگیری ماشین Bias Variance Trade-Off in Machine Learning

• مبادله Bias Variance چیست؟ What is Bias Variance Trade-Off?

• آزمون Quiz

Logistic Regression Algorithm in Machine Learning A-Z - الگوریتم رگرسیون لجستیک در یادگیری ماشین A-Z Logistic Regression Algorithm in Machine Learning A-Z

• الگوریتم رگرسیون لجستیک در یادگیری ماشین چیست؟ What is Logistic Regression Algorithm in Machine Learning?

• الگوریتم رگرسیون لجستیک با پایتون بخش 1 Logistic Regression Algorithm with Python Part 1

• الگوریتم رگرسیون لجستیک با پایتون بخش 2 Logistic Regression Algorithm with Python Part 2

• الگوریتم رگرسیون لجستیک با پایتون بخش 3 Logistic Regression Algorithm with Python Part 3

• الگوریتم رگرسیون لجستیک با پایتون بخش 4 Logistic Regression Algorithm with Python Part 4

• الگوریتم رگرسیون لجستیک با پایتون بخش 5 Logistic Regression Algorithm with Python Part 5

• آزمون Quiz

K-fold Cross-Validation in Machine Learning A-Z - K-fold Cross-Validation در یادگیری ماشین A-Z K-fold Cross-Validation in Machine Learning A-Z

• تئوری K-Fold Cross-Validation K-Fold Cross-Validation Theory

• K-Fold Cross-Validation با پایتون K-Fold Cross-Validation with Python

K Nearest Neighbors Algorithm in Machine Learning A-Z - الگوریتم K Nearest Neighbors در یادگیری ماشین A-Z K Nearest Neighbors Algorithm in Machine Learning A-Z

• تئوری الگوریتم K Nearest Neighbors K Nearest Neighbors Algorithm Theory

• الگوریتم K Nearest Neighbors با پایتون بخش 1 K Nearest Neighbors Algorithm with Python Part 1

• الگوریتم K Nearest Neighbors با پایتون بخش 2 K Nearest Neighbors Algorithm with Python Part 2

• الگوریتم K Nearest Neighbors با پایتون بخش 3 K Nearest Neighbors Algorithm with Python Part 3

• آزمون Quiz

Hyperparameter Optimization - بهینه‌سازی هایپرپارامتر Hyperparameter Optimization

• تئوری بهینه‌سازی هایپرپارامتر Hyperparameter Optimization Theory

• بهینه‌سازی هایپرپارامتر با پایتون Hyperparameter Optimization with Python

Decision Tree Algorithm in Machine Learning A-Z - الگوریتم درخت تصمیم در یادگیری ماشین A-Z Decision Tree Algorithm in Machine Learning A-Z

• تئوری الگوریتم درخت تصمیم Decision Tree Algorithm Theory

• الگوریتم درخت تصمیم با پایتون بخش 1 Decision Tree Algorithm with Python Part 1

• الگوریتم درخت تصمیم با پایتون بخش 2 Decision Tree Algorithm with Python Part 2

• الگوریتم درخت تصمیم با پایتون بخش 3 Decision Tree Algorithm with Python Part 3

• الگوریتم درخت تصمیم با پایتون بخش 4 Decision Tree Algorithm with Python Part 4

• الگوریتم درخت تصمیم با پایتون بخش 5 Decision Tree Algorithm with Python Part 5

• آزمون Quiz

Random Forest Algorithm in Machine Learning A-Z - الگوریتم جنگل تصادفی در یادگیری ماشین A-Z Random Forest Algorithm in Machine Learning A-Z

• تئوری الگوریتم جنگل تصادفی Random Forest Algorithm Theory

• الگوریتم جنگل تصادفی با پایتون بخش 1 Random Forest Algorithm with Pyhon Part 1

• الگوریتم جنگل تصادفی با پایتون بخش 2 Random Forest Algorithm with Pyhon Part 2

Support Vector Machine Algorithm in Machine Learning A-Z - الگوریتم ماشین بردار پشتیبان در یادگیری ماشین A-Z Support Vector Machine Algorithm in Machine Learning A-Z

• تئوری الگوریتم ماشین بردار پشتیبان Support Vector Machine Algorithm Theory

• الگوریتم ماشین بردار پشتیبان با پایتون بخش 1 Support Vector Machine Algorithm with Python Part 1

• الگوریتم ماشین بردار پشتیبان با پایتون بخش 2 Support Vector Machine Algorithm with Python Part 2

• الگوریتم ماشین بردار پشتیبان با پایتون بخش 3 Support Vector Machine Algorithm with Python Part 3

• الگوریتم ماشین بردار پشتیبان با پایتون بخش 4 Support Vector Machine Algorithm with Python Part 4

• آزمون Quiz

Unsupervised Learning with Machine Learning - یادگیری بدون نظارت با یادگیری ماشین Unsupervised Learning with Machine Learning

• مروری بر یادگیری بدون نظارت Unsupervised Learning Overview

K Means Clustering Algorithm in Machine Learning A-Z - الگوریتم K Means Clustering در یادگیری ماشین A-Z K Means Clustering Algorithm in Machine Learning A-Z

• تئوری الگوریتم K Means Clustering K Means Clustering Algorithm Theory

• الگوریتم K Means Clustering با پایتون بخش 1 K Means Clustering Algorithm with Python Part 1

• الگوریتم K Means Clustering با پایتون بخش 2 K Means Clustering Algorithm with Python Part 2

• الگوریتم K Means Clustering با پایتون بخش 3 K Means Clustering Algorithm with Python Part 3

• الگوریتم K Means Clustering با پایتون بخش 4 K Means Clustering Algorithm with Python Part 4

• آزمون Quiz

Hierarchical Clustering Algorithm in machine learning data science - الگوریتم خوشه‌بندی سلسله مراتبی در علم داده یادگیری ماشین Hierarchical Clustering Algorithm in machine learning data science

• تئوری الگوریتم خوشه‌بندی سلسله مراتبی Hierarchical Clustering Algorithm Theory

• الگوریتم خوشه‌بندی سلسله مراتبی با پایتون بخش 2 Hierarchical Clustering Algorithm with Python Part 2

• الگوریتم خوشه‌بندی سلسله مراتبی با پایتون بخش 2 Hierarchical Clustering Algorithm with Python Part 2

Principal Component Analysis (PCA) in Machine Learning A-Z - تحلیل مؤلفه‌های اصلی (PCA) در یادگیری ماشین A-Z Principal Component Analysis (PCA) in Machine Learning A-Z

• تئوری تحلیل مؤلفه‌های اصلی (PCA) Principal Component Analysis (PCA) Theory

• تحلیل مؤلفه‌های اصلی (PCA) با پایتون بخش 1 Principal Component Analysis (PCA) with Python Part 1

• تحلیل مؤلفه‌های اصلی (PCA) با پایتون بخش 2 Principal Component Analysis (PCA) with Python Part 2

• تحلیل مؤلفه‌های اصلی (PCA) با پایتون بخش 3 Principal Component Analysis (PCA) with Python Part 3

Recommender System Algorithm in Machine Learning A-Z - الگوریتم سیستم توصیه‌گر در یادگیری ماشین A-Z Recommender System Algorithm in Machine Learning A-Z

• سیستم توصیه‌گر چیست؟ بخش 1 What is the Recommender System? Part 1

• سیستم توصیه‌گر چیست؟ بخش 2 What is the Recommender System? Part 2

First Contact with Kaggle - اولین تماس با کگل First Contact with Kaggle

• Kaggle چیست؟ What is Kaggle?

• سوالات متداول در مورد Kaggle FAQ about Kaggle

• ثبت‌نام در Kaggle و مراحل ورود اعضا Registering on Kaggle and Member Login Procedures

• فایل لینک پروژه - پروژه پیش‌بینی حمله قلبی، یادگیری ماشین Project Link File - Hearth Attack Prediction Project, Machine Learning

• آشنایی با صفحه اصلی Kaggle Getting to Know the Kaggle Homepage

• آزمون quiz

Competition Section on Kaggle - بخش رقابت‌ها در کگل Competition Section on Kaggle

• رقابت‌ها در Kaggle: درس 1 Competitions on Kaggle: Lesson 1

• رقابت‌ها در Kaggle: درس 2 Competitions on Kaggle: Lesson 2

Dataset Section on Kaggle - بخش مجموعه داده‌ها در کگل Dataset Section on Kaggle

• مجموعه داده‌ها در Kaggle Datasets on Kaggle

• آزمون Quiz

Code Section on Kaggle - بخش کد در کگل Code Section on Kaggle

• بررسی بخش کد در Kaggle: درس 1 Examining the Code Section in Kaggle: Lesson 1

• بررسی بخش کد در Kaggle: درس 2 Examining the Code Section in Kaggle: Lesson 2

• بررسی بخش کد در Kaggle: درس 3 Examining the Code Section in Kaggle: Lesson 3

• آزمون Quiz

Discussion Section on Kaggle - بخش بحث و گفت‌وگو در کگل Discussion Section on Kaggle

• بحث و گفت‌وگو در Kaggle چیست؟ What is Discussion on Kaggle?

• آزمون Quiz

Other Most Used Options on Kaggle - سایر گزینه‌های پرکاربرد در Kaggle Other Most Used Options on Kaggle

• دوره‌ها در Kaggle Courses in Kaggle

• رتبه‌بندی بین کاربران در Kaggle Ranking Among Users on Kaggle

• بخش‌های وبلاگ و مستندات Blog and Documentation Sections

• آزمون Quiz

Details on Kaggle - جزئیات در مورد کگل Details on Kaggle

• مرور صفحه کاربری در Kaggle User Page Review on Kaggle

• گنج در Kaggle Treasure in The Kaggle

• انتشار Notebookها در Kaggle Publishing Notebooks on Kaggle

• چه کارهایی باید برای موفقیت در Kaggle انجام داد؟ What Should Be Done to Achieve Success in Kaggle?

• آزمون Quiz

Introduction to Machine Learning with Real Hearth Attack Prediction Project - معرفی یادگیری ماشین با پروژه پیش‌بینی حمله قلبی واقعی Introduction to Machine Learning with Real Hearth Attack Prediction Project

• اولین قدم برای پروژه پیش‌بینی حمله قلبی First Step to the Hearth Attack Prediction Project

• سوالات متداول در مورد یادگیری ماشین، علم داده FAQ about Machine Learning, Data Science

• طراحی Notebook برای استفاده در پروژه Notebook Design to be Used in the Project

• فایل لینک پروژه - پروژه پیش‌بینی حمله قلبی، یادگیری ماشین Project Link File - Hearth Attack Prediction Project, Machine Learning

• بررسی موضوع پروژه Examining the Project Topic

• شناخت متغیرها در مجموعه داده Recognizing Variables In Dataset

• آزمون Quiz

First Organization - سازماندهی اولیه First Organization

• کتابخانه‌های پایتون مورد نیاز Required Python Libraries

• بارگذاری مجموعه داده‌های آماری در علم داده Loading the Statistics Dataset in Data Science

• تجزیه و تحلیل اولیه بر روی مجموعه داده Initial analysis on the dataset

• آزمون Quiz

Preparation For Exploratory Data Analysis (EDA) in Data Science - آماده‌سازی برای تحلیل داده‌های اکتشافی (EDA) در علم داده Preparation For Exploratory Data Analysis (EDA) in Data Science

• بررسی مقادیر از دست رفته Examining Missing Values

• بررسی مقادیر منحصربه‌فرد Examining Unique Values

• جدا کردن متغیرها (عددی یا دسته‌ای) Separating variables (Numeric or Categorical)

• بررسی آمار متغیرها Examining Statistics of Variables

• آزمون Quiz

Exploratory Data Analysis (EDA) - Uni-variate Analysis - تحلیل داده‌های اکتشافی (EDA) - تحلیل تک متغیره Exploratory Data Analysis (EDA) - Uni-variate Analysis

• متغیرهای عددی (تحلیل با Distplot): درس 1 Numeric Variables (Analysis with Distplot): Lesson 1

• متغیرهای عددی (تحلیل با Distplot): درس 2 Numeric Variables (Analysis with Distplot): Lesson 2

• متغیرهای دسته‌ای (تحلیل با نمودار Pie Chart): درس 1 Categoric Variables (Analysis with Pie Chart): Lesson 1

• متغیرهای دسته‌ای (تحلیل با نمودار Pie Chart): درس 2 Categoric Variables (Analysis with Pie Chart): Lesson 2

• بررسی داده‌های از دست رفته با توجه به نتیجه تحلیل Examining the Missing Data According to the Analysis Result

• آزمون Quiz

Exploratory Data Analysis (EDA) - Bi-variate Analysis - تحلیل داده‌های اکتشافی (EDA) - تحلیل دو متغیره Exploratory Data Analysis (EDA) - Bi-variate Analysis

• متغیرهای عددی – متغیر هدف (تحلیل با FacetGrid): درس 1 Numeric Variables – Target Variable (Analysis with FacetGrid): Lesson 1

• متغیرهای عددی – متغیر هدف (تحلیل با FacetGrid): درس 2 Numeric Variables – Target Variable (Analysis with FacetGrid): Lesson 2

• متغیرهای دسته‌ای – متغیر هدف (تحلیل با Count Plot): درس 1 Categoric Variables – Target Variable (Analysis with Count Plot): Lesson 1

• متغیرهای دسته‌ای – متغیر هدف (تحلیل با Count Plot): درس 2 Categoric Variables – Target Variable (Analysis with Count Plot): Lesson 2

• بررسی متغیرهای عددی در بین خودشان (تحلیل با Pair Plot) درس 1 Examining Numeric Variables Among Themselves (Analysis with Pair Plot) Lesson 1

• بررسی متغیرهای عددی در بین خودشان (تحلیل با Pair Plot) درس 2 Examining Numeric Variables Among Themselves (Analysis with Pair Plot) Lesson 2

• مقیاس‌بندی ویژگی‌ها با روش Robust Scaler Feature Scaling with the Robust Scaler Method

• ایجاد یک DataFrame جدید با تابع Melt() Creating a New DataFrame with the Melt() Function

• متغیرهای عددی - دسته‌ای (تحلیل با Swarm Plot): درس 1 Numerical - Categorical Variables (Analysis with Swarm Plot): Lesson 1

• متغیرهای عددی - دسته‌ای (تحلیل با Swarm Plot): درس 2 Numerical - Categorical Variables (Analysis with Swarm Plot): Lesson 2

• متغیرهای عددی - دسته‌ای (تحلیل با Box Plot): درس 1 Numerical - Categorical Variables (Analysis with Box Plot): Lesson 1

• متغیرهای عددی - دسته‌ای (تحلیل با Box Plot): درس 2 Numerical - Categorical Variables (Analysis with Box Plot): Lesson 2

• روابط بین متغیرها (تحلیل با Heatmap): درس 1 Relationships between variables (Analysis with Heatmap): Lesson 1

• روابط بین متغیرها (تحلیل با Heatmap): درس 2 Relationships between variables (Analysis with Heatmap): Lesson 2

• آزمون Quiz

Preparation for Modelling in Machine Learning - آماده‌سازی برای مدل‌سازی در یادگیری ماشین Preparation for Modelling in Machine Learning

• حذف ستون‌ها با همبستگی کم Dropping Columns with Low Correlation

• تصویرسازی Outlierها Visualizing Outliers

• برخورد با Outlierها - متغیر Trtbps: درس 1 Dealing with Outliers – Trtbps Variable: Lesson 1

• برخورد با Outlierها - متغیر Trtbps: درس 2 Dealing with Outliers – Trtbps Variable: Lesson 2

• برخورد با Outlierها - متغیر Thalach Dealing with Outliers – Thalach Variable

• برخورد با Outlierها - متغیر Oldpeak Dealing with Outliers – Oldpeak Variable

• تعیین توزیع متغیرهای عددی Determining Distributions of Numeric Variables

• عملیات تبدیل روی داده‌های نامتقارن Transformation Operations on Unsymmetrical Data

• اعمال روش One Hot Encoding بر روی متغیرهای دسته‌ای Applying One Hot Encoding Method to Categorical Variables

• مقیاس‌بندی ویژگی‌ها با روش Robust Scaler برای الگوریتم‌های یادگیری ماشین Feature Scaling with the Robust Scaler Method for Machine Learning Algorithms

• جدا کردن داده‌ها به مجموعه تست و آموزش Separating Data into Test and Training Set

• آزمون Quiz

Modelling for Machine Learning - مدل‌سازی برای یادگیری ماشین Modelling for Machine Learning

• رگرسیون لجستیک Logistic Regression

• اعتبارسنجی متقابل Cross Validation

• منحنی ROC و مساحت زیر منحنی (AUC) Roc Curve and Area Under Curve (AUC)

• بهینه‌سازی هایپرپارامتر (با GridSearchCV) Hyperparameter Optimization (with GridSearchCV)

• الگوریتم درخت تصمیم Decision Tree Algorithm

• الگوریتم ماشین بردار پشتیبان Support Vector Machine Algorithm

• الگوریتم جنگل تصادفی Random Forest Algorithm

• بهینه‌سازی هایپرپارامتر (با GridSearchCV) Hyperparameter Optimization (with GridSearchCV)

• آزمون Quiz

Conclusion - نتیجه‌گیری Conclusion

• نتیجه‌گیری و اشتراک‌گذاری پروژه Project Conclusion and Sharing

• آزمون Quiz

Extra - اضافی Extra

• علم داده کامل و یادگیری ماشین A-Z با پایتون Complete Data Science & Machine Learning A-Z with Python