توضیحات

آموزش رگرسیون خطی بیزی در پایتون

نام دوره : Data Science: Bayesian Linear Regression in Python

پیش‌نیاز

• آشنایی با کدنویسی پایتون: دستورات شرطی (if/else)، حلقه‌ها، لیست‌ها، دیکشنری‌ها و مجموعه‌ها (sets)

• تسلط بر Numpy و Pandas: عملیات ماتریسی و برداری، بارگذاری فایل CSV

• ریاضیات پایه: حساب دیفرانسیل و انتگرال، جبر خطی، احتمال

• رگرسیون خطی

• کمی آشنایی با آمار بیزی: فقط کافی است درباره “پیشین‌های مزدوج” (conjugate priors) بدانید

توضیحات

به دوره «آموزش رگرسیون خطی بیزی در پایتون» خوش آمدید!

سال‌ها پیش، سری دوره‌های یادگیری ماشین بیزی را با دوره‌ای در زمینه تست A/B آغاز کردم.

همیشه قصد داشتم این مجموعه را گسترش دهم (چون مطالب بسیار زیادی برای پوشش دادن وجود دارد)، اما مشغله‌های دیگر مانع شدند.

امروز با خوشحالی اعلام می‌کنم که مجموعه «یادگیری ماشین بیزی» دوباره به مسیر اصلی خود بازگشته است!

در دوره اول، بسیاری از دانشجویان پرسیدند: «یادگیری ماشین کجاست؟» چون آن‌ها به مدل‌های کلاسیک یادگیری نظارت‌شده یا بدون‌نظارت عادت داشتند.

البته دوره تست A/B اصلاً قرار نبود روی این نوع مدل‌ها تمرکز کند—اما دقیقاً همین دوره برای آن طراحی شده است.

اگر پیش‌تر یادگیری ماشین را مطالعه کرده باشید، می‌دانید که اولین مدلی که همه با آن آشنا می‌شوند، رگرسیون خطی است. ما نیز یادگیری ماشین بیزی را از همین نقطه آغاز خواهیم کرد.

رگرسیون خطی بیزی ویژگی‌های جذابی دارد—از جمله انتقال آسان از رگرسیون خطی غیربیزی، راه‌حل‌های بسته (closed-form solutions) و غیره.

بنابراین این مدل، بهترین و کارآمدترین نقطه شروع برای ورود به دنیای یادگیری ماشین بیزی است.

همچنین نباید فراموش کرد که رگرسیون خطی (از جمله نسخه بیزی آن) در دنیای واقعی بسیار کاربردی است. یادگیری ماشین بیزی می‌تواند از نظر ریاضی بسیار سنگین شود، اما اگر آن را مرحله‌به‌مرحله و با تمرکز بر کاربرد یاد بگیرید، دچار سردرگمی نخواهید شد.

با این حال باید گفت: یادگیری ماشین بیزی واقعاً به شدت ریاضی‌محور است.

اگر به دنبال تجربه‌ای مشابه Scikit-Learn هستید، این حوزه ممکن است برای شما کمی دشوار و پیچیده باشد.

بخش زیادی از کار شامل عملیات‌های جبری است. اما اگر تا پایان همراه بمانید، از نتایج آن شگفت‌زده خواهید شد و از زیبایی ریاضی آن لذت خواهید برد.

نکته جانبی: اگر از پس دوره‌های «رگرسیون خطی» و «تست A/B» من برآمده‌اید، این دوره را نیز به خوبی پشت سر خواهید گذاشت.

دوره  آموزش رگرسیون خطی بیزی در پایتون مناسب چه کسانی است؟

• دانشمندان داده و متخصصان یادگیری ماشین که می‌خواهند رگرسیون خطی بیزی را از تئوری تا پیاده‌سازی یاد بگیرند

• دانشجویان و متخصصانی که به روش‌های بیزی و کاربردهای واقعی آن‌ها علاقه‌مند هستند

• علاقه‌مندان به یادگیری ماشین که دوست دارند مدل‌ها را به‌صورت ریاضی درک کرده و از ابتدا پیاده‌سازی کنند

• کسانی که با پایتون و احتمال آشنایی دارند و می‌خواهند رگرسیون بیزی را در علم داده به کار بگیرند

• افرادی که می‌خواهند فراتر از Scikit-Learn بروند و واقعاً یادگیری ماشین بیزی را عمیقاً درک کنند