کتاب پیش‌پردازش داده با پایتون با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیش‌پردازش داده با پایتون

موضوع کلی: مبانی و مفاهیم علوم داده

موضوع میانی: پیش‌پردازش و پاک‌سازی داده

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پیش‌پردازش داده‌ها
• 2. آشنایی با کتابخانه‌های پیش‌پردازش داده در پایتون
• 3. خواندن و نوشتن داده‌ها با پایتون
• 4. کار با فایل‌های متنی و CSV
• 5. خواندن داده‌ها از پایگاه‌های داده
• 6. پاکسازی داده‌های گمشده
• 7. شناسایی و حذف داده‌های پرت
• 8. تبدیل انواع داده‌ها در پایتون
• 9. نرمال‌سازی داده‌ها
• 10. استانداردسازی داده‌ها
• 11. مقیاس‌بندی ویژگی‌ها
• 12. کدگذاری متغیرهای دسته‌ای
• 13. تکنیک‌های مدیریت داده‌های نامتعادل
• 14. مهندسی ویژگی
• 15. ایجاد ویژگی‌های جدید از ویژگی‌های موجود
• 16. انتخاب ویژگی
• 17. کاهش ابعاد داده‌ها
• 18. استفاده از PCA برای کاهش ابعاد
• 19. روش‌های خوشه‌بندی داده‌ها
• 20. خوشه‌بندی K-Means
• 21. خوشه‌بندی سلسله مراتبی
• 22. روش‌های طبقه‌بندی داده‌ها
• 23. درخت تصمیم‌گیری
• 24. ماشین بردار پشتیبان (SVM)
• 25. شبکه‌های عصبی مصنوعی
• 26. ارزیابی مدل‌های یادگیری ماشین
• 27. اعتبارسنجی متقابل
• 28. تنظیم پارامترهای مدل
• 29. پیش‌بینی با استفاده از مدل‌های آموزش دیده
• 30. کار با داده‌های سری زمانی
• 31. تجزیه و تحلیل داده‌های سری زمانی
• 32. پیش‌بینی سری زمانی با استفاده از مدل‌های ARIMA
• 33. پردازش زبان طبیعی (NLP)
• 34. توکنیزاسیون متن
• 35. حذف کلمات توقف
• 36. ریشه‌یابی کلمات
• 37. مدل‌سازی موضوعی
• 38. تحلیل احساسات
• 39. کار با داده‌های تصویر
• 40. خواندن و پردازش تصاویر
• 41. تشخیص اشیا در تصاویر
• 42. بخش‌بندی تصاویر
• 43. استخراج ویژگی از تصاویر
• 44. پردازش داده‌های جغرافیایی
• 45. کار با داده‌های مکانی