آموزش پایتون تحلیل داده – قسمت ۲
آموزش پایتون بررسی داده 2، شامل تکنیک های پیشرفته تحلیل داده، کتابخانه های مهم و پروژه های عملی است.
ده درس از بیست و نه درس این قسمت روی مدل های رگرسیون است. این قسمت دوم مجموعه است و از جایی شروع می کند که قسمت اول تمام شده: به جای آماده سازی و نمودار، سراغ مدل می رود، از رگرسیون و خوشه بندی تا کاهش ابعاد.
هشت بخش، از رگرسیون تا کاهش ابعاد
- معرفی دوره (۲ درس). می دانید این قسمت از کجا ادامه می دهد
- آشنایی با علم داده (۳ درس). جای مدل سازی در چرخه کار داده را می بینید
- آشنایی با یادگیری ماشین (۲ درس). تفاوت یادگیری با نظارت و بدون نظارت را می دانید
- مدل های رگرسیون (۱۰ درس). رابطه بین متغیرها را مدل و پیش بینی می کنید
- مدل های خوشه بندی (۳ درس). داده بدون برچسب را گروه بندی می کنید
- روش های کاهش ابعاد (۲ درس). تعداد متغیرها را کم می کنید بدون از دست دادن معنا
- روش های پرکاربرد دیگر (۶ درس). با چند الگوریتم رایج دیگر آشنا می شوید
- قدم بعدی (۱ درس).
تعداد درس، سطح و فایل تمرین
سطح دوره متوسط است و ۲۹ درس ویدیویی در ۸ بخش دارد. برای ۲۸ درس زیرنویس انگلیسی هست و یک فایل هم زبانش در نام مشخص نیست. فایل زیپ تمرین همراه دوره در پوشه است.
باید پایتون و پانداس را بلد باشید و آمار پایه بدانید. قسمت اول این مجموعه پیش نیاز طبیعی آن است.
چه کسی باید سراغش برود
برای کسی که داده را تمیز و تصویرسازی کرده و حالا باید از آن پیش بینی بیرون بکشد.
اگر یادگیری عمیق و شبکه عصبی می خواهید، این دوره روی روش های کلاسیک می ماند و به آن سمت نمی رود.
این آموزش برایتان مفید بود؟با یک لایک به ما انگیزه بدهید 💙
۹بازدید۰دیدگاه
ممکن است بپسندید
آموزش برنامه نویسی، شامل یادگیری زبان برنامه نویسی GO، نوشتن کد و پیاده سازی پروژه های عملی است.
آموزش توسعه نرم افزار، شامل متدولوژی های Agile، مدیریت پروژه و پیاده سازی فرآیندهای توسعه نرم افزار است.
آموزش Power BI، شامل تحلیل داده ها، ایجاد گزارش ها و داشبوردهای تعاملی با Power BI.
آموزش هوش مصنوعی کنترل پروژه، شامل استفاده از الگوریتم های هوش مصنوعی برای مدیریت و کنترل پروژه های پیچیده است.
هنوز دیدگاهی ثبت نشده است.