در حال حاضر محصولی در سبد خرید شما وجود ندارد.
الگوریتم های یادگیری ماشین را با استفاده از پایتون از متخصصان با دست به مثال ، جلسات تمرین و پروژه ها بیاموزید.
عنوان اصلی : Machine Learning Made Easy : Beginner to Expert using Python
سرفصل های دوره :
مقدمه برنامه نویسی پایتون:
دستورات اساسی در پایتون
اشیاء ، اعداد و رشته ها
اشیاء ، لیست ، Tuples و فرهنگ لغت
اگر ، دیگر و حلقه
توابع و بسته ها
بسته های مهم
یادداشت پایان
مقدمه مسابقه پایتون
دست زدن به داده ها در پایتون:
معرفی به DataHandling
دستورات اساسی و لیست چک
زیر مجموعه داده
کپی های مرتب سازی شده در زمینه محاسبه شده
ادغام و صادرات
مسابقه دست زدن به داده ها
توطئه های توصیفی:
آمار و نمونه گیری اساسی
آمار جداکننده
صدک و جعبه
نمودارها و نتیجه گیری
مسابقه توطئه های توصیفی
تمیز کردن و درمان داده ها:
مقدمه تمیز کردن داده ها و چرخه ساختمان مدل
چرخه ساختمان مدل
مطالعه موردی تمیز کردن داده ها
آزمایشگاه - مرحله 1 محتوای اساسی مجموعه داده
اکتشاف سطح متغیر کاتاگوری
خواندن فرهنگ لغت داده
آزمایشگاه - مرحله 2 اکتشاف متغیر کاتاگوری
اکتشاف سطح متغیر STEP3 - مداوم
آزمایشگاه - اکتشاف سطح متغیر STEP3 - مداوم
تمیز کردن داده ها و درمان ها
درمان مرحله 4 - سناریو 1
آزمایشگاه - مرحله 4 درمان - سناریو 1
درمان مرحله 4 - سناریو2
آزمایشگاه - مرحله 4 درمان - سناریو2
سناریوی تمیز کردن داده 3
آزمایشگاه - سناریوی تمیز کردن داده 3
برخی متغیرهای دیگر
نتیجه گیری
رگرسیون خطی:
LAB_ همبستگی
فراتر از همبستگی پیرسون
رگرسیون _ آزمایشگاه
r مربع
مدل رگرسیون چندگانه
تنظیم شده R Squared
موضوعات رگرسیون چندگانه
آزمایشگاه چند رنگ
نتیجه گیری
مسابقه رگرسیون خطی
رگرسیون لجستیک:
مقدمه و نیاز به رگرسیون لجستیک
ساختن یک خط رگرسیون لجستیک در پایتون
مدل رگرسیون لجستیک چندگانه
خوب رگرسیون لجستیک مناسب
چند قطبی در رگرسیون لجستیک
تأثیر فردی متغیرها
انتخاب مدل
نتیجه گیری
مسابقه رگرسیون لجستیک
درختان تصمیم گیری:
فلسفه درخت تصمیم و رویکرد درخت تصمیم گیری
معیار تقسیم و محاسبه آنتروپی
بسیاری از تقسیمات برای یک متغیر
تناسب و تفسیر درخت تصمیم گیری
اعتبار سنجی درخت تصمیم گیری
ساخت درخت و مدل انتخاب-lab1
ساخت درخت و مدل انتخاب-lab2
نتیجه گیری
مسابقه درخت تصمیم گیری
انتخاب مدل و اعتبار سنجی متقاطع:
ویژگی حساسیت
ویژگی حساسیت contd p.1
حساسیت ویژه Contd P.2
ROC AUC
بهترین مدل
بهترین آزمایشگاه مدل
خطاها
بیش از حد زیر.
بیش از حد زیر ص.3
تعصب-واریانس
اعتبار سنجی داده های نگهدارنده
اعتبار سنجی داده های آزمایشگاه آزمایشگاه
آزمایشگاه CV ده برابر
اعتبار سنجی صلیب تسمه بوت
نتیجه گیری MSCV
مسابقه MSCV
شبکه های عصبی:
آزمایشگاه رگرسیون لجستیک
محدودیت تصمیم گیری - آزمایشگاه
بازنمایی جدید برای رگرسیون لجستیک
محدودیت تصمیم غیر خطی - راه حل
آزمایشگاه خروجی میانی
هدف شبکه عصبی
الگوریتم شبکه عصبی نسخه ی نمایشی
حداقل محلی و تعداد لایه های پنهان
آزمایشگاه تشخیص رقم
مسابقه شبکه عصبی
SVM:
طبقه بندی و مرز تصمیم P.1
آزمایشگاه مرزی طبقه بندی و تصمیم گیری
SVM-طبقه بندی بزرگ حاشیه
SVM در پایتون
مرز غیر خطی
ترفند کرنال در پایتون
حاشیه نرم و اعتبارسنجی
نتیجه گیری SVM
مسابقه SVM
جنگل تصادفی و تقویت:
یادگیری گروه
مدل های گروه
کیف کردن
جنگل های تصادفی آزمایشگاه در پایتون
تقویت
تقویت آزمایشگاه در پایتون
نتیجه گیری
مسابقه RF و تقویت
Machine Learning Made Easy : Beginner to Expert using Python
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
