داده های علمی، تجزیه و تحلیل و پروژه های واقعی AI با استفاده از پایتون

Master AI، تجزیه و تحلیل داده ها، یادگیری ماشین و علم اطلاعات با حل مشکلات واقعی تجزیه و تحلیل زندگی با استفاده از پایتون!

عنوان اصلی : Data science ,Analytics & AI Real world Project using Python

سرفصل های دوره :

به این دوره خوش آمدید! :
چگونه به دنبال این دوره - باید تماشا کنید!
معرفی نوت بوک Jupyter
درک مشکل کسب و کار:
مجموعه داده ها و منابع
تجزیه و تحلیل داده ها و آمار پایه:
بررسی سوالات تکراری در داده های ما!
پیدا کردن رخدادهای هر سوال ..
اجازه انجام تجزیه و تحلیل متن ..
اجازه انجام تجزیه و تحلیل معنایی ..
استخراج ویژگی برای علم داده ها:
یافتن فرکانس سوالات-شناسه
پیدا کردن طول سوالات
چگونه برای پیدا کردن کلمات مشترک در 2 رشته ..
چگونه برای پیدا کردن کل کلمات در 2 رشته ..
اجازه می دهد برخی از ویژگی ها را با استفاده از ویژگی های اساسی ایجاد کنید ..
تجزیه و تحلیل توزیع داده ها (EDA پایه)
پیدا کردن boxplot و violinplot از داده ها (EDA پایه) [
چگونه با انقباض داده ها غلبه کنید!
نحوه حذف کاراکترهای ویژه از داده ها
اجازه می دهد تا فضاهای سفید اضافی را در داده ها حذف کنید ..
رشته تطبیق در ML / NLP:
رشته تطبیق با استفاده از نسبت Fuzz
رشته تطبیق با استفاده از نسبت جزئی Fuzz
رشته تطبیق با استفاده از نسبت TOKEN
رشته تطبیق با استفاده از نسبت TOKEN SET.
رشته تطبیق با استفاده از طولانی ترین زیر رشته ..
پیشرفته مهندسی پیشرفته در علوم داده / NLP / ML:
ایجاد برخی از ویژگی های ویژگی های مانند: [first_word، last_word_word_diff]
چه اتفاقی می افتد و چگونه آن را از داده ها حذف کنید. ؟
پیدا کردن common_word_count_min و common_word_count_max
سخنرانی 25
سخنرانی 26
سخنرانی 27
پیشرفته تجزیه و تحلیل داده ها:
سخنرانی 28
سخنرانی 29
سخنرانی 30
nlp (پردازش زبان طبیعی):
سخنرانی 31
سخنرانی 32
سخنرانی 33
سخنرانی 34
سخنرانی 35
یادگیری ماشین:
سخنرانی 36
hypertuning مدل یادگیری ماشین:
سخنرانی 37
سخنرانی 38
سخنرانی 39