آموزش مبانی علم داده و یادگیری ماشین با پایتون - آخرین آپدیت

دانلود Foundations of Data Science and Machine Learning with Python

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره دارای قابلیت Coursera Coach است! روشی هوشمندانه‌تر برای یادگیری با گفتگوهای تعاملی و در لحظه که به شما کمک می‌کند تا دانش خود را بیازمایید، پیش‌فرض‌ها را به چالش بکشید و در طول مسیر دوره، درک خود را عمیق‌تر کنید. سفری عملی را در دنیای علم داده و یادگیری ماشین با زبان پایتون آغاز کنید. در این دوره، شما درک عمیقی از مفاهیم محوری علم داده و تکنیک‌های یادگیری ماشین به دست خواهید آورد و همزمان بر کتابخانه‌های ضروری پایتون مسلط می‌شوید. شما مهارت‌های لازم برای تحلیل مجموعه‌داده‌ها، بصری‌سازی نتایج و به‌کارگیری مدل‌های یادگیری ماشین روی داده‌های واقعی را کسب خواهید کرد. دوره با معرفی مدیریت داده‌ها، شامل نصب ابزارهای ضروری مانند Anaconda و سپس یک دوره فشرده پایتون آغاز می‌شود. پس از آن، مفاهیم بنیادی آمار و کاربرد آن‌ها را با استفاده از پایتون بررسی خواهید کرد. در ادامه، به ساخت مدل‌های پیش‌بین، از رگرسیون خطی گرفته تا رگرسیون چندجمله‌ای و چندگانه و درک کاربردهای واقعی آن‌ها می‌پردازیم. با پیشروی در دوره، وارد تکنیک‌های یادگیری ماشین مانند یادگیری نظارت شده و نظارت نشده، از جمله درخت‌های تصمیم، ماشین‌های بردار پشتیبان (SVM) و روش‌های یادگیری گروهی مانند XGBoost خواهید شد. در نهایت، نحوه ساخت سیستم‌های توصیه‌گر را می‌آموزید که به شما در درک پیچیدگی‌های فیلترینگ مشارکتی و بهبود پیش‌بینی‌های مدل کمک می‌کند. این دوره برای افرادی که مشتاق ورود به دنیای علم داده و یادگیری ماشین هستند و همچنین کسانی که می‌خواهند مهارت‌های پایتون خود را برای رشد حرفه‌ای ارتقا دهند، ایده‌آل است. این دوره پیش‌فرض را بر آشنایی اولیه با مفاهیم برنامه‌نویسی قرار داده و برای مبتدیان این حوزه کاملاً مناسب است.

سرفصل ها و درس ها

شروع به کار Getting Started

  • معرفی تخصص Introduction to Specialization

  • [فعالیت] ویندوز: نصب و استفاده از Anaconda و مطالب دوره [Activity] Windows: Installing and Using Anaconda and Course Materials

  • [فعالیت] مک: نصب و استفاده از Anaconda و مطالب دوره [Activity] MAC: Installing and Using Anaconda and Course Materials

  • [فعالیت] لینوکس: نصب و استفاده از Anaconda و مطالب دوره [Activity] Linux: Installing and Using Anaconda and Course Materials

  • مبانی پایتون، بخش اول [اختیاری] Python Basics, Part 1 [Optional]

  • [فعالیت] مبانی پایتون، بخش دوم [اختیاری] [Activity] Python Basics, Part 2 [Optional]

  • [فعالیت] مبانی پایتون، بخش سوم [اختیاری] [Activity] Python Basics, Part 3 [Optional]

  • [فعالیت] مبانی پایتون، بخش چهارم [اختیاری] [Activity] Python Basics, Part 4 [Optional]

  • معرفی کتابخانه Pandas [اختیاری] Introducing the Pandas Library [Optional]

مرور آمار و احتمال و تمرین پایتون Statistics and Probability Refresher, and Python Practice

  • انواع داده‌ها (عددی، طبقه‌بندی شده، ترتیبی) Types of Data (Numerical, Categorical, Ordinal)

  • میانگین، میانه، مد Mean, Median, Mode

  • [فعالیت] استفاده از میانگین، میانه و مد در پایتون [Activity] Using Mean, Median, and Mode in Python

  • [فعالیت] واریانس و انحراف معیار [Activity] Variation and Standard Deviation

  • تابع چگالی احتمال؛ تابع جرم احتمال Probability Density Function; Probability Mass Function

  • توزیع‌های رایج داده‌ها (نرمال، دوجمله‌ای، پوآسون و غیره) Common Data Distributions (Normal, Binomial, Poisson, and So On)

  • [فعالیت] صدک‌ها و گشتاورها [Activity] Percentiles and Moments

  • [فعالیت] دوره فشرده matplotlib [Activity] A Crash Course in matplotlib

  • [فعالیت] بصری‌سازی پیشرفته با Seaborn [Activity] Advanced Visualization with Seaborn

  • [فعالیت] کوواریانس و همبستگی [Activity] Covariance and Correlation

  • [تمرین] احتمال شرطی [Exercise] Conditional Probability

  • پاسخ تمرین: احتمال شرطی خرید بر اساس سن Exercise Solution: Conditional Probability of Purchase by Age

  • قضیه بیز Bayes' Theorem

مدل‌های پیش‌بین Predictive Models

  • [فعالیت] رگرسیون خطی [Activity] Linear Regression

  • [فعالیت] رگرسیون چندجمله‌ای [Activity] Polynomial Regression

  • [فعالیت] رگرسیون چندگانه و پیش‌بینی قیمت خودرو [Activity] Multiple Regression and Predicting Car Prices

  • مدل‌های چندسطحی Multi-Level Models

یادگیری ماشین با پایتون Machine Learning with Python

  • یادگیری نظارت شده در مقابل نظارت نشده، و داده‌های آموزش/آزمون Supervised Versus Unsupervised Learning, and Train/Test

  • [فعالیت] استفاده از آموزش/آزمون برای جلوگیری از بیش‌برازش در رگرسیون چندجمله‌ای [Activity] Using Train/Test to Prevent Overfitting a Polynomial Regression

  • روش‌های بیزی: مفاهیم Bayesian Methods: Concepts

  • [فعالیت] پیاده‌سازی طبقه‌بندی‌کننده اسپم با Naive Bayes [Activity] Implementing a Spam Classifier with Naive Bayes

  • خوشه‌بندی K-Means K-Means Clustering

  • [فعالیت] خوشه‌بندی افراد بر اساس درآمد و سن [Activity] Clustering People Based on Income and Age

  • اندازه‌گیری آنتروپی Measuring Entropy

  • [فعالیت] ویندوز: نصب GraphViz [Activity] Windows: Installing GraphViz

  • [فعالیت] مک: نصب GraphViz [Activity] MAC: Installing GraphViz

  • [فعالیت] لینوکس: نصب GraphViz [Activity] Linux: Installing GraphViz

  • درخت‌های تصمیم: مفاهیم Decision Trees: Concepts

  • [فعالیت] درخت‌های تصمیم: پیش‌بینی تصمیمات استخدام [Activity] Decision Trees: Predicting Hiring Decisions

  • یادگیری گروهی (Ensemble Learning) Ensemble Learning

  • [فعالیت] XGBoost [Activity] XGBoost

  • مروری بر ماشین‌های بردار پشتیبان (SVM) Support Vector Machines (SVM) Overview

  • [فعالیت] استفاده از SVM برای خوشه‌بندی افراد با Scikit Learn [Activity] Using SVM to Cluster People Using Scikit-Learn

سیستم‌های توصیه‌گر Recommender Systems

  • فیلترینگ مشارکتی کاربر-محور User-Based Collaborative Filtering

  • فیلترینگ مشارکتی آیتم-محور Item-Based Collaborative Filtering

  • [فعالیت] یافتن شباهت‌های فیلم با استفاده از شباهت کسینوسی [Activity] Finding Movie Similarities Using Cosine Similarity

  • [فعالیت] بهبود نتایج شباهت فیلم‌ها [Activity] Improving the Results of Movie Similarities

  • [فعالیت] ارائه پیشنهاد فیلم با فیلترینگ مشارکتی آیتم-محور [Activity] Making Movie Recommendations with Item-Based Collaborative Filtering

  • [تمرین] بهبود نتایج سیستم توصیه‌گر [Exercise] Improve the Recommender's Results

نمایش نظرات

آموزش مبانی علم داده و یادگیری ماشین با پایتون
جزییات دوره
8h 52m
48
(آخرین آپدیت)
979
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده