توضیحات

صفر تا صد داده کاوی برای تحلیل داده در پایتون

نام دوره : Data Mining for Business Analytics & Data Analysis in Python

پیش نیاز:

• آمار – رگرسیون خطی و لجستیک
• پایتون پایه

توضیحات:

آیا به دنبال یادگیری نحوه انجام داده کاوی مانند یک حرفه ای هستید؟ آیا می خواهید با استفاده از علم داده و تجزیه و تحلیل و هوش مصنوعی قابل توضیح، بینش های تجاری قابل اجرا پیدا کنید؟

شما به جای مناسب آمده اید.

من تاثیرگذارترین الگوریتم های داده کاوی را با استفاده از پایتون که در حرفه حرفه ای خود شاهد بوده ام برای بدست آوردن بینش معنادار و تفسیر داده ها به شما نشان خواهم داد.

در عصر صفحه‌گسترده‌های بی‌پایان، به راحتی می‌توان با داده‌های زیادی غرق شد.

اینجاست که تکنیک های داده کاوی برای تجزیه و تحلیل سریع، یافتن الگوها و ارائه یک نتیجه به شما وارد می شوند.

برای من، ارزش افزوده داده کاوی این است که شما اعداد را متوقف می‌کنید و ایجاد جدول محوری را متوقف می‌کنید و زمان را برای برنامه‌های عملی بر اساس بینش‌ها باقی می‌گذارید.

حالا چرا باید در دوره صفر تا صد داده کاوی برای تحلیل داده در پایتون ثبت نام کنید؟ بگذارید چهار دلیل برایتان بیاورم.

اولین مورد این است که شهود مدل ها را بدون تمرکز بیش از حد روی ریاضی یاد خواهید گرفت.

بسیار مهم است که بدانید چرا یک مدل منطقی است و مفروضات اساسی پشت آن وجود دارد.

من هر مدل را با استفاده از کلمات، نمودارها و استعاره ها برای شما توضیح می دهم و ریاضی و الفبای یونانی را به حداقل می رسانم.

دلیل دوم ساختار دوره کامل تاثیرگذارترین تکنیک های داده کاوی برای علم داده و تجزیه و تحلیل تجاری است.

بر اساس تجربه من، برنامه درسی دوره دارای الگوریتم هایی است که من معتقدم تاثیرگذارترین، به روزترین و مورد توجه است.

در اینجا لیستی از الگوریتم هایی است که یاد خواهیم گرفت:

• Supervised Machine Learning

Survival Analysis

Cox Proportional Hazard Regression

CHAID

• Unsupervised Machine Learning

Cluster Analysis – Gaussian Mixture Model

Dimension Reduction – PCA and Manifold Learning

Association Rule Learning

• · Explainable Artificial Intelligence

Random Forest and Feature Seletion and Importance

LIME

XGBoost and SHAP

دلیل سوم این است که ما پایتون را با هم، خط به خط کدنویسی می کنیم.

برنامه نویسی به خصوص برای مبتدیان چالش برانگیز است. من شما را از طریق هر قطعه کد پایتون راهنمایی می کنم.

من همچنین تمام پارامترها و توابعی را که باید استفاده کنید را گام به گام توضیح خواهم داد. در پایان، شما قالب های کد آماده برای استفاده در مشکلات خود خواهید داشت.

دلیل نهایی این است که شما تمرین می کنید، تمرین می کنید، تمرین می کنید.

در پایان هر بخش یک چالش وجود دارد. هدف این است که بلافاصله آنچه را که آموخته اید به کار ببرید.

من یک مجموعه داده و لیستی از اقداماتی را که باید برای حل آن انجام دهید به شما ارائه می دهم.

من فکر می کنم این بهترین راه برای تثبیت تمام تکنیک ها در شماست. از این رو، 2 مطالعه موردی در هر تکنیک وجود خواهد داشت.

دوره صفر تا صد داده کاوی برای تحلیل داده در پایتون برای چه کسانی است:

• حرفه ای هایی که به دنبال یادگیری الگوریتم های داده کاوی هستند
• تحلیلگران داده شروع به یادگیری تکنیک های داده کاوی می کنند
• تحلیلگران کسب و کار به دنبال یادگیری الگوریتم هایی در مورد چگونگی کشف بینش های تجاری هستند
• هر برنامه نویس پایتون که مایل به یادگیری ابزارهای داده کاوی است

بخشی از دوره :