کتاب تحلیل الگوها و استخراج دانش از داده‌های ساختارنیافته با پایتون (Scikit-Learn) با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل الگوها و استخراج دانش از داده‌های ساختارنیافته با پایتون (Scikit-Learn)

موضوع کلی: علوم داده و تحلیل هوشمند اطلاعات

موضوع میانی: یادگیری ماشین بدون ناظر (Unsupervised Learning)

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی و مفاهیم یادگیری ماشین بدون ناظر در علوم داده
  • 2. آماده‌سازی و پیش‌پردازش داده‌های ساختارنیافته در پایتون
  • 3. استانداردسازی و نرمال‌سازی ویژگی‌ها برای تحلیل‌های عددی
  • 4. تجسم داده‌های چندبعدی با استفاده از کتابخانه‌های پایتون
  • 5. مفهوم شباهت و فاصله در فضای برداری داده‌ها
  • 6. الگوریتم خوشه‌بندی کی-میانگین و پیاده‌سازی آن
  • 7. تعیین تعداد بهینه خوشه‌ها با روش آرنج و امتیاز سیلوئت
  • 8. تحلیل و تفسیر خوشه‌های تشکیل شده در داده‌های واقعی
  • 9. خوشه‌بندی سلسله‌مراتبی و رسم نمودار دندروگرام
  • 10. الگوریتم خوشه‌بندی مبتنی بر چگالی دی‌بی‌اسکن
  • 11. بررسی نقاط پرت و نویز در الگوریتم‌های خوشه‌بندی
  • 12. خوشه‌بندی طیفی و کاربرد آن در تفکیک الگوهای پیچیده
  • 13. روش‌های ارزیابی عملکرد مدل‌های خوشه‌بندی بدون برچسب
  • 14. کاهش ابعاد داده‌ها با استفاده از تحلیل مؤلفه‌های اصلی
  • 15. تجسم و تفسیر مؤلفه‌های اصلی استخراج شده
  • 16. استفاده از روش‌های منیفلد برای کاهش ابعاد غیرخطی
  • 17. استخراج ویژگی‌های کلیدی از داده‌های متنی ساده
  • 18. تحلیل مؤلفه‌های مستقل برای جداسازی منابع داده
  • 19. تشخیص ناهنجاری‌ها و داده‌های پرت در مجموعه‌های بزرگ
  • 20. مدل‌سازی ترکیبی گاوسی برای تخمین توزیع داده‌ها
  • 21. استفاده از مدل‌های مخلوط برای خوشه‌بندی احتمالی
  • 22. کاهش نویز در داده‌های تصویری با استفاده از فیلترهای یادگیری
  • 23. بسته‌بندی و ذخیره‌سازی مدل‌های آموزش‌دیده
  • 24. بهینه‌سازی محاسباتی در پردازش داده‌های حجیم
  • 25. معماری خط لوله در اس‌کی‌لِرن برای تحلیل داده‌ها
  • 26. مطالعه موردی تحلیل مشتریان با روش‌های خوشه‌بندی
  • 27. استخراج دانش از داده‌های سنسورهای صنعتی
  • 28. تجسم هوشمند الگوهای نهفته در داده‌های کسب‌وکار
  • 29. ارزیابی قابلیت اطمینان مدل‌های یادگیری بدون ناظر
  • 30. اخلاق در پردازش داده و حفظ حریم خصوصی کاربران
  • 31. تکنیک‌های اعتبارسنجی متقاطع در مدل‌های بدون ناظر
  • 32. به‌کارگیری یادگیری بدون ناظر در سامانه‌های پیشنهاددهنده
  • 33. مدیریت داده‌های مفقود در فرآیند تحلیل الگوها
  • 34. پیاده‌سازی الگوریتم‌های یادگیری ماشین در محیط‌های ابری
  • 35. تفسیرپذیری مدل‌های یادگیری ماشین برای تصمیم‌گیری سازمانی
تگ‌ها: اسکری‌لِرن تحلیل الگو تحلیل داده با پایتون تحلیل هوشمند اطلاعات خوشه‌بندی داده‌ها داده‌کاوی علوم داده یادگیری بدون ناظر یادگیری ماشین یادگیری ماشین با Scikit-learn

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.