متدها و تکنیک‌های علم داده - 2024

آنچه یاد خواهید گرفت:

• دانش متدها، تکنیک‌ها، نظریه‌ها، بهترین شیوه‌ها و تسک های علم داده
• دانش عملی عمیق در علم داده و توانایی انجام تسک های رایج علم داده با اطمینان
• تسلط کامل و عمیق به رگرسیون، پیش‌بینی، دسته‌بندی، یادگیری نظارت‌شده، تحلیل خوشه‌ای و یادگیری بدون نظارت
• دانش عملی در استفاده از کتابخانه‌های پایتون مانند Statsmodels ،Matplotlib ،Seaborn ،Scikit-learn و چند کتابخانه دیگر
• دانش پیشرفته در مدل‌های پیش‌بینی هوش مصنوعی و ساخت خودکار مدل‌ها
• رایانش ابری: استفاده از Anaconda Cloud Notebook (دفترچه یادداشت Jupyter مبتنی بر ابر) و یادگیری استفاده از منابع رایانش ابری

توضیحات دوره

این دوره ویدئویی جامع سه‌در‌یکی به شما آموزش می‌دهد که چگونه به مباحث رگرسیون، پیش‌بینی، دسته‌بندی، یادگیری نظارت‌شده، تحلیل خوشه‌ای و یادگیری بدون نظارت تسلط پیدا کنید.

شما یاد خواهید گرفت که دسته‌بندی و یادگیری نظارت‌شده را به خوبی فرا بگیرید. در این بخش با فرایند دسته‌بندی، نظریه دسته‌بندی، مصورسازی‌ها و مدل‌های کاربردی طبقه‌بندی از جمله مدل‌های قدرتمند Random Forest Classifiers Ensembles و Voting Classifier Ensembles آشنا خواهید شد.

همچنین به تسلط به تحلیل خوشه‌ای و یادگیری بدون نظارت می‌رسید. این بخش شامل یادگیری بدون نظارت، نظریه خوشه‌بندی، هوش مصنوعی، تحلیل اکتشافی داده‌ها و الگوریتم‌های مختلف خوشه‌بندی ماشین لرنینگ از مدل‌های خوشه‌بندی سلسله‌مراتبی تا مدل‌های خوشه‌بندی مبتنی بر چگالی است.

این دوره برای چه کسانی مناسب است؟

• این دوره برای شما مناسب است، چه مبتدی و چه یک دانشمند داده با تجربه باشید.
• این دوره برای شما مناسب است، چه دارای دکتری باشید و چه هیچ تحصیلات یا تجربه‌ای نداشته باشید.