مهندسی ویژگی برای Machine Learning در Python
✅ سرفصل و جزئیات آموزش
هر روز درباره پیشرفتهای شگفتانگیزی میخوانید که نشان میدهند جدیدترین کاربردهای Machine Learning چگونه جهان را تغییر میدهند. اما اغلب در این گزارشها به این نکته توجه نمیشود که پیش از استفاده از این مدلهای پیشرفته، حجم زیادی از دادهپردازی و مهندسی ویژگی باید انجام شود. در این دوره، دقیقاً همین مهارتها را میآموزید.
با داده مانند نظرسنجی توسعهدهندگان Stack Overflow و متنهای تاریخی مراسم تحلیف رؤسایجمهور ایالات متحده کار میکنید تا بیاموزید چگونه داده دستهای، پیوسته و بدون ساختار را بهدرستی پیشپردازش کرده و از آنها ویژگی استخراج کنید. این دوره تجربهای کاملاً عملی در اختیار شما قرار میدهد تا بتوانید هر نوع دادهای را برای استفاده در مدلهای Machine Learning خود آماده کنید.
مهندسی ویژگی برای Machine Learning در Python
-
چرا ویژگی تولید کنیم؟ None
-
مدیریت ویژگیهای دستهای None
-
متغیرهای عددی None
-
چرا مقادیر گمشده وجود دارند؟ None
-
مدیریت مقادیر گمشده (بخش اول) None
-
مدیریت مقادیر گمشده (بخش دوم) None
-
مدیریت سایر مشکلات داده None
-
توزیعهای داده None
-
مقیاسبندی و تبدیلها None
-
حذف داده پرت None
-
مقیاسبندی و تبدیل داده جدید None
-
انکودینگ متن None
-
شمارش کلمات None
-
Term Frequency – Inverse Document Frequency (TF-IDF) None
-
N-gramها None
-
جمعبندی None
مشخصات آموزش
مهندسی ویژگی برای Machine Learning در Python
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:متوسط
- تعداد درس:16
- مدت زمان :4:00:00
- حجم :962.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
- زمان: 06:58:57
- تعداد درس: 60
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 02:27:39
- تعداد درس: 24
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 03:02:02
- تعداد درس: 14
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 58:00
- تعداد درس: 12
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 11:25:13
- تعداد درس: 94
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 08:11:21
- تعداد درس: 28
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 09:44:25
- تعداد درس: 67
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 04:52:43
- تعداد درس: 38
-
سطح دوره:
-
زبان: دوبله فارسی