آموزش کدنویسی پروژه های یادگیری ماشینی بوسیله Scikit-Learn

با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با یادگیری ماشینی یاد می گیرید.

عنوان اصلی : Machine Learning with Scikit-Learn

سرفصل ها :

معرفی:
یادگیری ماشینی موثر با Sicit-Learn
آنچه باید قبل از شروع بدانید
با استفاده از فایل های تمرین
1. داده های ورودی و بارگذاری:
یادگیری ماشینی چیست؟
چرا از scikit-learn برای یادگیری ماشین استفاده کنیم؟
2. یادگیری تحت نظارت:
یادگیری تحت نظارت چیست؟
چگونه داده ها را برای scikit-learn قالب بندی کنیم
رگرسیون خطی با استفاده از scikit-learn
تقسیم تست قطار
رگرسیون لجستیک با استفاده از scikit-learn
رگرسیون لجستیک برای طبقه بندی چند طبقه
درختان تصمیم گیری با استفاده از Sicit-Learn
نحوه تجسم درختان تصمیم با استفاده از Matplotlib
درختان کیسه ای با استفاده از Sicit-Learn
جنگل های تصادفی با استفاده از Sicit-Learn
از کدام مدل یادگیری ماشینی باید استفاده کنید؟
3. یادگیری بدون نظارت:
یادگیری بدون نظارت چیست؟
K-به معنای خوشه بندی است
تجزیه و تحلیل مؤلفه اصلی (PCA) برای تجسم داده ها
PCA برای سرعت بخشیدن به الگوریتم های یادگیری ماشین
خطوط لوله اسکیت-یادگیری
نتیجه:
با scikit-learn شروع کنید