- مدرس دوره : محمدعلی بختیاروند ( رزومه )
- تعداد ویدیوها : 18 ویدیو
- مدت زمان دوره : 3:29:00
- سطح دوره : متوسط
- وضعیت دوره : به اتمام رسیده
_در_پایتون.jpg)
آموزش علوم داده (Data Science) در پایتون
دوره علوم داده کاربردی | آشنایی عملی با تحلیل داده و یادگیری ماشین
آیا به دنبال یادگیری مهارتهای عملی در حوزه علم داده هستید؟ این دوره علوم داده ویژه افرادی طراحی شده که میخواهند با مفاهیم کلیدی تحلیل داده و یادگیری ماشین به صورت پروژهمحور آشنا شوند. در این دوره، شرکتکنندگان با مجموعهای از دیتاستهای معروف و پرکاربرد در حوزه علم داده کار میکنند و تمام مراحل یک پروژه دادهمحور را از صفر تا صد تجربه میکنند.
شما یاد خواهید گرفت که چگونه:
دادهها را پاکسازی و آمادهسازی کنید.
تحلیل اکتشافی دادهها (EDA) انجام دهید.
الگوهای پنهان در دادهها را استخراج کنید.
دادهها را برای مدلسازی آماده نمایید.
تمرکز اصلی این دوره بر مهارتهای مورد نیاز در پروژههای واقعی علم داده است. در ادامه، با مدلهای مختلف یادگیری ماشین برای حل مسائل پیشبینی آشنا میشوید و میآموزید که چگونه از دادهها برای ساخت مدلهای پیشبینی و تصمیمگیری استفاده کنید.
در این مسیر، نحوه ارزیابی عملکرد مدلها و روشهای بهبود آنها نیز بررسی میشود. هدف نهایی دوره علوم داده این است که شما بتوانید با استفاده از ابزارها و تکنیکهای علوم داده، از دادههای خام به بینش عملی و مدلهای پیشبینیکننده کاربردی برسید.
سرفصل های دوره
معرفی کتابخانه ها
پیشبینی قیمت مسکن
برسی فروش فروشگاه و پیشبینی مقدار فروش در آینده
مصرف انرژی در ساختمان
تحلیل خرابی ماشین آلات شرکت
تحلیل سبد خرید مشتری ها
فهرستـــ ویدیوها
مدت زمان دوره 3:29:00با مشاهده آنلاین جلسات در سایت ، هزینه اینترنت شما به صورت نیم بها محاسبه خواهد شد.
معرفی کتابخانه های اصلی
در این قسمت کتابخانه های numpy, pandas, matplotlib, sklearn رو معرفی کردیم و یک کد ساده از هرکدوم نوشتیم
برسی اولیه دیتاست خانه های کالیفورنیا
در این جلسه به برسی دیتاست خانه های کالیفورنیا پرداختیم و خواهیم دید چطور اون رو با وجود قطعی سایت های رسمی مثل kaggle یا مشابه اون دانلود کنیم(راه حل کاملا قانونی)
مهندسی ویژگی
در این جلسه اومدیم و مهندسی ویژگی های دیتاست خانه های کالیفورنیا رو پیاده کردیم و از حالت اطلاعات خام در آوردیم.
ترسیم نمودار درآمد-قیمت خانه و نقشه شهر کالیفرنیا
در این جلسه نمودار های مذکور رو رسم کردیم و به نکات مربوطه پرداختیم.
تحلیل تراکم و الگوی توزیع نوع بلوکهای مسکونی در کالیفرنیا
در این جلسه، یک بازه جغرافیایی مشخص را بر اساس طول و عرض جغرافیایی بر روی نقشه کالیفرنیا تعریف میکنیم. سپس تراکم بلوکهای مسکونی واقع در این محدوده را از نظر «نوع قیمت» بررسی میکنیم تا مشخص شود ماهیت غالب این منطقه چیست: آیا با منطقهای لوکس و گرانقیمت روبرو هستیم، یا درصد بالایی از بلوکها در دستههای متوسط یا ارزانقیمت قرار میگیرند؟
آموزش دادن مدل درختی یادگیری ماشینی
در جلسه مدل هوش مصنوعی برای پیشبینی قیمت خانه رو آموزش دادیم و اکنون با دقت بالا و خطا پایین می تواند مقدار واقعیت را به خوبی تخمین بزند
کار با retail-dataset
در این جلسه کار های اولیه روی دیتاست retail-dataset رو انجام دادیم و اطلاعاتی در ضمینه اینکه هر کشور چند سفارش یا چند درصد سفارش ها رو داشته به دست آوردیم
رسم نمودار های فروش برحسب روز و یا ساعت ساعت
ممنون می شم این جلسه رو به دقت ببینید و تمرین کنید و از نظرات مثبتتون ما رو بهره مند کنید
برسی کنسلی ها و دسته بندی افراد
در این جلسه برسی کردیم تا ببنیم چند نفر کنسلی دادند و افراد رو بر اساس مدت زمان متوسطی که بین خرید هاشون بوده دسته بندی کردیم.
شروع کار با دیتاست جدید
در این جلسه دیتاست مصرف انرژی لوازم برقی رو خانه رو معرفی کردیم و توضیح دادیم ستون های این دیتاست چی هستند و یکسری مهندسی ویژگی هم برای دیتاست معرفی کردیم
ایجاد مهندسی ویژگی ها
در این جلسه مهندسی ویژکی ها که در ویدیو قبل توضیح دادیم رو پیاده کردیم
ایجاد مهندسی ویژگی و انتخاب بهترین آنها با ضریب همبستگی
با استفاده feature tools تعداد زیادی مهندسی ویژگی تولید کردیم. و با استفاده از ضریب همبستگی 10 تا از بهترین ویژگی های جدید یا قبلی را استخراج کردیم.
معرفی دیتاست ai4i2020
دیتاست ai4i2020 برای برسی خرابی دستگاه و علل آن هست. ستون های این دیتاست رو در این جلسه برسی کردیم
ایجاد مهندسی ویژگی ها
در جلسه مهندسی ویژگی هایی که روی حالات مختلف خرابی نقش موثر دارند رو ایجاد کردیم. راستی نظر مثبت یادتون نره دوستان
مخصوص اعضای ویژه
نظرات کاربران در رابطه با این دوره