آموزش یادگیری ماشین با استفاده از R و پایتون

جزئيات سرفصل های آموزش یادگیری ماشین با R و Python: 

مقدمه

سرفصل های یادگیری ماشین با استفاده از R

فصل اول : آشنايي با زبان برنامه نويسي R

1. مديريت فايل ها و مديريت پروژه ها
2. تعريف كردن متغير ها 
3. انواع متغير ها
4. بردار ها و چگونگي انتخاب عناصر آن
5. ماتريس ها و چگونگي دسترسي به عناصر آن
6. ديتا فريم ها(کار با ديتا فريم mtcars به عنوان ميني پروژه)
7. اضافه کردن يک متغير جديد به ديتا فريم
8. تغيير نام سطر و ستون در ديتا فريم ها
9. اماره هاي مقدماتي(ميانگين، واريانس، انحراف از معيار و ..)
10. پيش پردازش داده و آشنايي با فرايند CRISP براي اجراي مسائل data mining
11. داده هاي گمشده Missing values(اجراي ميني پروژه براي برطرف کردن missing value ها )
12. مصور سازي داده data visualization  در زبان R و با استفاده ي کتابخانه ي ggplot 2 
13. نمودار پراکندگی scatter plot
14. رسم نمودار ها با استفاده از نرم افزار آماري Minitab
15. نمودار جعبه اي Boxplot
16. نمودار فراواني Histogram
17. نمودار ميله اي Barplot 
18. نمودار پاي Pie chart
19. معرفي يک کتاب براي نمودار هاي پيشرفته تر
20. اجراي پروژه ي اول : Online Taxi Demand 

•  در این پروژه ما از يك ديتاست واقعي که حاوي بيش از 2.5 ميليون رکورد است استفاده می کنیم تا بتوانیم روند تقاضاي ساعتي، روزانه، هفتگي و ماهانه اين شركت تاكسيراني را بدست آوريم. در اين پروژه تمام مباحثی که در فصل اول آموخته ايد را مجددا در عمل استفاده مي کنيد تا به صورت عميق تر در ذهن دانشجويان عزيز جاي بگيرد.

 فصل دوم : الگوریتم Association Rules

1. مقدمه و پايه ي هاي اساس اين الگوريتم 
2. آشنايي با الگوريتم Apriori
3. آشنايي با الگوريتم Eclat
4. پروژه دوم : اعمال کردن الگوريتم Apriori و Eclat بر روي يك ديتاست خرده فروشي که به فرم استاندارد مي باشد
5. بررسي قوانين بدست آمده از اين دو الگوريتم 
6. نمودارهاي پرکاربرد در مبحث Association Rules
7. پروژه ي سوم: استفاده از يك ديتاست غير استاندارد و تبديل آن به یک دیتاست استاندارد که الگوريتم Association Rules با آن مي تواند کار کند(دليل اينكه از يك ديتاست غير استاندارد استفاده کرده ام اين است که در عمل شما براي اجراي الگوريتم Association Rules در 99% مواقع ديتاست هاي غير استاندارد را در دسترس داريد و در اين قسمت آموزش مي دهيم که چگونه يك ديتاست غير استاندارد را به یک دیتاست استاندارد که قابل شناسايي براي الگوريتم هاي Association Rules است در اوريم).

فصل سوم: رگرسيون خطي Linear Regression

1. آشنايي با مقدمات و پايه هاي رياضي رگرسيون خطي
2. مفروضات رگرسيون خطي 
3. بررسي هم خطي Multicollinearity
4. آشنايي با One hot cold encoding
5. اجراي پروژه ي چهارم: در اين پروژه شما با یک دیتاست بزرگ در زمينه ي پيش بيني خودروهاي دست دوم آشنا مي شويد و گام به گام الگوريتم رگرسيون را بر روي اين دیتاست پياده خواهيم کرد و سپس بران ميشويم که چگونه این مدل را بهبود دهيم و در نهايت به بحث Outlier detection  مي پردازيم و داده هاي پرت را حذف میکنیم تا كارايي معدلمان بالا رود   

فصل چهارم: subset selection

1. آشنايي با روش Best subset 
2. چرا از اين روش استفاده ميکنيم 
3. شروع کد و اجراي پروژه ي پنجم: در اين پروژه از یک دیتاست که داري تعداد زيادي متغير است استفاده کرده و با اجراي الگوريتم  subset selection بتوانيم عمل feature selection را بدون استفاده از آزمون t  که در رگرسيون فصل بحث كرديم را انجام دهيم. اين پروژه براي آشنايي شما با مبحث feature selection طراحي شده است. 

سرفصل های یادگیری ماشین با استفاده از Python

فصل پنجم : Introduction to Python

لطفا دقت کنید که در این فصل قرار نيست به تمام قسمت هاي پايتون بپردازيم، ما فقط روي قسمت هايي بحث میکنیم که در علم داده كاربرد بيشتري دارد.

1. آشنايي با محيط jupyter notebook
2. عمليات رياضي
3. تعريف کردن متغيرها
4. کار با strings
5. کار با list
6. کار با dictionary
7. کار با tuple 
8. دستورات شرطي if-else
9. حلقه ي for 
10. اجراي حلقه ي for  بر روي ديکشنري ها
11. توابع functions

فصل ششم : Numpy 

1. تعریف کردن آرایه ها در numpy
2. تفاوت بين ساختار داده numpy  و python
3. آشنايي با linspace
4. آشنايي با zeros
5. آشنايي با ones
6. آشنايي با ديگر data type هاي  numpy
7. آشنايي مقدماتي با مصور سازي داده (در دو فصل بعد کامل بحث ميشود)

فصل هفتم : Pandas

1. مديريت فايل ها و پروژه ها در زبان پايتون 
2. يادگيري مباحث و توابع Pandas  در يک ميني پروژه
3. ميني پروژه ي سوم : در اين ميني پروژه شما اکثر توابع پر کاربرد pandas را در يک پروژه در صنعت بيمه پياده سازي خواهيد کرد تا تمام اين توابع در ذهن شما مستحکم شود
4. کار با ديتا فريم ها و توابعي كه بر روي ان اعمل ميشود
5. آشنايي با series ها و بررسي بقيه ي مباحث pandas

فصل هشتم: Matplotlib

1. نمودار پراکندگی scatter plot
2. نمودار نمودار فراواني Histogram
3. نمودار ميله اي Barplot
4. نمودار Boxplot
5. نمودار stacked bar plot

تمام اين مباحث بر روي يک ميني پروژه صورت ميگيرد

فصل نهم : Advanced Regression Problem

اين فصل يکي از زيبا ترين فصل هاي اين دوره مي باشد، ابتدا شما در اين فصل با سايت معروف Kaggle آشنا خواهید شد و سپس يک محيطي جديد كه اين وب سايت براي كد نويسي و به اشتراک گذاري کدها به ما ارائه ميدهد را معرفي مي كنيم و سپس در اين محيط يک پروژه ي پيشرفته را با متدهاي پيشرفته حل میکنیم 

پروژه ي اين فصل پيش بيني قيمت خانه هاي شهر بوستون آمريكا مي باشد که بنده با رويکرد هاي زير به حل اين پروژه پرداخته ام : 

1- Linear Regression

2- Ridge Regression

3- Decision Tree Regression

4- Bagging Regression

5- Random Forest Regression

6- Gradient Boost Regression

7- XGradient Boost Regression

8- Cat Boost Regression

9- Light GBM Regression

10- Deep learning for Regression

11- KNN Regression

دقت كنيد متد هايي مانند catboost , light gbm متد هاي خيلي بروزي هستند که در سال 2017 پا به عرصه ي ديتا ساينس نهادند 

در اين فصل شما با مباحث عملي اين مدل ها و روش ها آشنا خواهيد شد و نحوه ي parameter tuning  را براي انتخاب مقادير صحيح hyper parameter ها فرا خواهید گرفت و در نهايت بعد از اين که تمام مدل ها را براي روي اين ديتاست پياده کرديم، بهترين مدل را از بين مدلهاي پياده شده انتخاب میکنیم.

فصل ده: Classification Problem: 

پروژه ي Churn prediction 

 در اين فصل شما با متدهاي پيشرفته ي طبقه بندي اشنا ميشود 

پروژه اي که براي اين فصل در نظر گرفته شده است يك پروژه براي تشخيص اينکه مشتريان يک خرده فروشي  churn مي كند يا خير مي باشد. اين پروژه را نيز با رويکرد هاي مختلفي بررسي و حل میکنیم و در نهايت با ارائه يک سريع معيار هاي انتخاب مدل، بهترين مدل را از بين مدل هاي ساخته شده انتخاب میکنیم. در اين فصل به متد هاي زير پرداخته ميشود:

1-  Linear Discriminant Analysis (LDA)

2- Quadratic Discriminant Analysis(QDA)

3- Naive Bayes

4- Logistic Regression

5- KNN 

6- Decision Tree

7- Bagging 

8- Random Forest

9- Gradient Boost

10- XGradient Boost

• برای خرید دوره آموزشی وارد شوید