آموزش داده کاوی
آموزش داده کاوی، شامل تکنیک ها و ابزارهای داده کاوی برای استخراج الگوها و اطلاعات مفید از داده های بزرگ است.
ساختار این دوره غیرمعمول است: هشت بخش میانی اش هر کدام دقیقا شش درس دارند و هر شش درس یک الگو را دنبال می کنند، از هدف و داده تا الگوریتم و ارزیابی. خوشه بندی، طبقه بندی، تشخیص ناهنجاری، تحلیل وابستگی، رگرسیون، الگوهای دنباله ای و متن کاوی، همه با همان قالب.
یازده بخش و الگویی که در همه شان تکرار می شود
- معرفی دوره و مخاطب (۳ درس). می دانید این دوره برای چه کسی ساخته شده
- پیش نیازهای داده و الگوریتم (۳ درس). می دانید چه چیزی را باید از قبل بدانید
- کاهش داده (۶ درس). ابعاد داده را کم می کنید بدون اینکه معنا از دست برود
- خوشه بندی (۶ درس). داده بدون برچسب را به گروه های معنادار تقسیم می کنید
- طبقه بندی (۶ درس). برای داده برچسب دار مدل طبقه بندی می سازید
- تشخیص ناهنجاری (۶ درس). داده پرت و رفتار غیرعادی را پیدا می کنید
- تحلیل وابستگی (۶ درس). قاعده های همراهی بین اقلام را استخراج می کنید
- تحلیل رگرسیون (۶ درس). رابطه بین متغیرها را مدل می کنید
- الگوهای دنباله ای (۶ درس). ترتیب رخدادها را در داده کشف می کنید
- متن کاوی (۵ درس). از متن خام ویژگی قابل تحلیل بیرون می کشید
- قدم بعدی (۱ درس).
سطح، حجم و فایل تمرین
سطح دوره پیشرفته است و ۵۴ درس ویدیویی در ۱۱ بخش دارد. زیرنویس انگلیسی برای همه درس ها هست و فایل زیپ تمرین هم در پوشه دوره قرار دارد.
باید آمار پایه بدانید و با داده کار کرده باشید. دوره روی مفهوم و انتخاب روش تمرکز دارد و یک زبان خاص را آموزش نمی دهد.
برای چه کسی نوشته شده
برای تحلیلگر داده ای که روش ها را جسته گریخته می شناسد و می خواهد یک بار همه شان را با یک چارچوب مشترک کنار هم ببیند.
اگر دنبال کد آماده و پیاده سازی با پایتون هستید، این دوره مفهومی است و کدنویسی خط به خط ندارد.
ممکن است بپسندید
هنوز دیدگاهی ثبت نشده است.