در این دوره با تکنیک های علم داده با تشخیص الگو، داده کاوی، خوشه بندی k-means، خوشه بندی سلسله مراتبی و KDE آشنا می شوید.

آنچه یاد خواهید گرفت

• درک الگوریتم منظم K-Means 
• درک و برشمردن معایب خوشه بندی K-Means 
• درک الگوریتم خوشه بندی Soft K-Means یا K-Means فازی
• پیاده سازی خوشه بندی Soft K-Means در کد
• درک خوشه بندی سلسله مراتبی 
• توضیح نحوه عملکرد خوشه بندی تجمعی سلسله مراتبی، به صورت الگوریتمی 
• اعمال کتابخانه خوشه‌ بندی سلسله مراتبی Scipy روی داده‌
• درک نحوه خواندن دندروگرام
• درک معیارهای مختلف فاصله، مورد استفاده در خوشه بندی
• درک تفاوت بین پیوند تکی، پیوند کامل، پیوند Ward و UPGMA 
• درک مدل آمیخته گاوسی و نحوه استفاده از آن برای برآورد چگالی
• نوشتن یک GMM در کد پایتون 
• توضیح اینکه چه زمانی GMM معادل خوشه بندی K-Means است.
• توضیح الگوریتم امیدریاضی - بیشینه سازی
• درک نحوه غلبه GMM بر برخی از معایب K-Means 
• درک مشکل کوواریانس منفرد و نحوه فیکس کردن آن

توضیحات دوره

تحلیل خوشه ای جز اصلی یادگیری ماشین بدون نظارت و علم داده است. برای داده کاوی و کلان داده بسیار مفید است زیرا برخلاف یادگیری ماشین نظارت شده، به طور خودکار الگوها را در داده، بدون نیاز به برچسب ها، پیدا می کند.

در یک محیط واقعی، می توانید تصور کنید که یک ربات یا یک هوش مصنوعی همیشه به پاسخ بهینه دسترسی نخواهد داشت، یا شاید پاسخ صحیح بهینه وجود نداشته باشد. شما دوست دارید که آن ربات بتواند به تنهایی جهان را کاوش کند و فقط با جستجوی الگوها موارد را بیاموزد.

آیا تا به حال تعجب کرده اید که چگونه داده ای را که در الگوریتم های یادگیری ماشین نظارت شده خود استفاده می کنیم به دست می آوریم؟

به نظر می رسد ما همیشه یک CSV یا یک جدول خوب داریم که با X ها و Y های متناظر آن تکمیل شده است. اگر خودتان درگیر به دست آوردن داده نبوده اید، شاید به این موضوع فکر نکرده باشید، اما کسی باید این داده را بسازد..

اما شما هنوز هم می خواهید ایده ای از ساختار داده داشته باشید. اگر تحلیل داده را انجام می‌ دهید، تشخیص خودکار الگو در داده‌ بسیار ارزشمند خواهد بود. اینجا است که یادگیری ماشین بدون نظارت وارد عمل می شود.

در این دوره ابتدا قصد داریم در مورد خوشه بندی صحبت کنیم. اینجا است که به جای آموزش روی برچسب ها، سعی می کنیم برجسب های خودمان را بسازیم. ما این کار را با گروه بندی داده هایی که شبیه هم هستند انجام می دهیم.

به طور کلی، 2 متد برای خوشه بندی وجود دارد - خوشه بندی k-means و خوشه بندی سلسله مراتبی - که در مورد آن ها صحبت خواهیم کرد.

در مرحله بعد، از آنجایی که در یادگیری ماشین دوست داریم در مورد توزیع های احتمال صحبت کنیم، به سراغ مدل های آمیخته گاوسی و برآورد چگالی کرنل می رویم، جایی که به بحث در مورد نحوه "یادگیری" توزیع احتمال مجموعه ای از داده می پردازیم.

همه الگوریتم‌ هایی که در این دوره در مورد آن ها صحبت خواهیم کرد، پایه‌ های اصلی یادگیری ماشین و علم داده هستند. بنابراین اگر می‌ خواهید بدانید که چطور با داده‌ کاوی و استخراج الگو، به طور خودکار الگوها را در داده‌ خود بیابید و بدون اینکه نیازی به کار دستی داشته باشید، آن داده را برچسب گذاری کنید، این دوره برای شما مناسب خواهد بود.

پیش نیازهای پیشنهادی:

• ماتریس جمع و ضرب
• احتمال
• کدنویسی پایتون - دستورات if/else، حلقه‌ ها، لیست‌ ها، دیکشنری ها و مجموعه‌ ها
• کدنویسی Numpy - عملیات های ماتریس و برداری، بارگذاری فایل CSV

این دوره برای چه کسانی مناسب است:

• دانشجویان و متخصصان علاقه مند به یادگیری ماشین و علم داده
• افرادی که می خواهند با یادگیری ماشین بدون نظارت و تحلیل خوشه ای آشنا شوند.
• افرادی که می خواهند بدانند چطور کد خوشه بندی خود را بنویسند.
• متخصصان علاقه مند به داده کاوی مجموعه‌ های کلان داده، برای جستجوی خودکار الگوها