آموزش یادگیری عمیق و هوش مصنوعی تولیدی: آماده سازی، تجزیه و تحلیل و تجسم داده با پایتون

سرفصل ها و درس ها

مقدمه Introduction

• از هوش مصنوعی مولد برای تجزیه و تحلیل و بینش استفاده کنید Leverage generative AI for analytics and insights

• نحوه استفاده از فایل های تمرین چالش How to use the challenge exercise files

• آنچه شما باید بدانید What you should know

1. چرا پردازش و چرا داده ها را تجسم می کنیم؟ 1. Why Process and Why Visualize Data?

• ما در دنیای داده محور زندگی می کنیم! We live in a data-driven world!

• داده های خام آشفته است Raw data is messy

• نقش داده ها در گردش کار یادگیری ماشین Role of data in the machine learning workflow

• مورد استفاده ما Our use case

2. درک داده ها 2. Understanding Data

• داده های بدون ساختار Data without a structure

• راه حل: داده ها را با استفاده از پایتون بارگیری و بررسی کنید Solution: Load and check the data using Python

• استفاده از کدهای ساده پایتون برای بررسی داده های خود Using simple Python code to check your data

• چالش: داده ها را با استفاده از پایتون بارگیری و بررسی کنید Challenge: Load and check the data using Python

• پایتون برای پیش پردازش داده ها با پانداها و Matplotlib Python for data preprocessing with Pandas and Matplotlib

• داده با ساختار Data with a structure

3. پیش پردازش داده ها 3. Data Preprocessing

• راه حل: پیش پردازش داده ها مجموعه داده های مخابراتی Solution: Data preprocessing the telecom dataset

• پیش پردازش داده ها مجموعه داده های مخابراتی Data preprocessing the telecom dataset

• چالش: پیش پردازش داده ها مجموعه داده های مخابراتی Challenge: Data preprocessing the telecom dataset

• مقدمه ای بر پیش پردازش متن Introduction to text preprocessing

4. تجزیه و تحلیل داده های اکتشافی 4. Exploratory Data Analysis

• تجزیه و تحلیل داده های اکتشافی (EDA) Exploratory data analysis (EDA)

• راه حل: تجزیه و تحلیل داده های اکتشافی را انجام دهید Solution: Perform exploratory data analysis

• چالش: تجزیه و تحلیل داده های اکتشافی را انجام دهید Challenge: Perform exploratory data analysis

5. هوش مصنوعی پیش بینی کننده و مولد 5. Predictive and Generative AI

• مروری بر هوش مصنوعی پیش‌بینی‌کننده و مولد Overview of predictive and generative AI

• موارد استفاده از مدل سازی پیش بینی کننده Predictive modeling use cases

• یادگیری عمیق چیست؟ What is deep learning?

• موارد استفاده از مدل سازی مولد Generative modeling use cases

6. یادگیری عمیق: ساخت و ارزیابی یک مدل پیش بینی 6. Deep Learning: Build and Evaluate a Predictive Model

• یادگیری عمیق: ارزش طول عمر مشتری را پیش بینی کنید Deep learning: Predict customer lifetime value

• راه حل: ارزش طول عمر مشتری را پیش بینی کنید Solution: Predict customer lifetime value

• چالش: ارزش طول عمر مشتری را پیش بینی کنید Challenge: Predict customer lifetime value

7. Capstone: ساخت و ارزیابی یک مدل پیش بینی و مولد 7. Capstone: Build and Evaluate a Predictive and Generative Model

• مقدمه ای بر Capstone و مورد استفاده Introduction to capstone and use case

• چالش اختیاری: با استفاده از BERT احساسات ایجاد کنید Optional challenge: Generate sentiments using BERT

• راه حل: با استفاده از BERT احساسات ایجاد کنید Solution: Generate sentiments using BERT

• چالش: فروش کانال های رسانه ای را با استفاده از Keras پیش بینی کنید Challenge: Predict media channel sales using Keras

• راه حل: فروش کانال های رسانه ای را با استفاده از Keras پیش بینی کنید Solution: Predict media channel sales using Keras

نتیجه گیری Conclusion

• مراحل بعدی Next steps