آموزش یادگیری ماشینی را در 21 روز بیاموزید

سرفصل ها و درس ها

مقدمه Introduction

• ML چیست؟ کاربرد و انواع ML What is ML? Application & Types of ML

تکنیک های پیش پردازش داده ها Data Preprocessing Techniques

• NumPy چیست؟ What is NumPy?

• دستکاری داده ها با پانداها Data Manipulation with Pandas

پسرفت Regression

• رگرسیون خطی ساده Simple Linear Regression

• رگرسیون خطی چندگانه Multiple Linear Regression

• رگرسیون چند جمله ای Polynomial Regression

• رگرسیون برداری پشتیبانی (SVR) Support Vector Regression(SVR)

• رگرسیون درخت تصمیم Decision Tree Regression

• رگرسیون تصادفی جنگل Random Forest Regression

• پروژه کوچک رگرسیون Regression Mini Project

طبقه بندی Classification

• رگرسیون لجستیک Logistic Regression

• K-نزدیکترین همسایه K-Nearest Neighbour

• ماشین بردار پشتیبانی (SVM) Support Vector Machine (SVM)

• هسته SVM Kernel SVM

• طبقه بندی ساده بیز Naive Bayes Classification

• طبقه بندی درخت تصمیم Decision Tree Classification

• طبقه بندی تصادفی جنگل Random Forest Classification

• مینی پروژه طبقه بندی Classification Mini Project

مشکلات با ML Problems With ML

• کم تناسب و بیش از حد Underfitting and Overfitting

انتخاب مدل Model Selection

• اعتبارسنجی متقاطع و جستجوی شبکه Cross Validation And Grid Search

استقرار مدل Model Deployment

• مدل ML با استقرار ML Model With Deployment