کتاب خوشه‌سازی در پایتون با scikit-learn با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره خوشه‌سازی در پایتون با scikit-learn

موضوع کلی: مهارت‌های تحلیلی و داده‌کاوی

موضوع میانی: تحلیل خوشه‌ای و بخش‌بندی پیشرفته مشتریان و داده‌ها

📋 سرفصل‌های دوره

• 1. آشنایی با مفاهیم خوشه‌سازی
• 2. پیش‌پردازش داده‌ها برای خوشه‌سازی
• 3. انتخاب ویژگی‌های مناسب برای خوشه‌سازی
• 4. معرفی الگوریتم K-Means
• 5. پیاده‌سازی K-Means در scikit-learn
• 6. ارزیابی عملکرد الگوریتم K-Means
• 7. تعیین تعداد بهینه خوشه‌ها با روش Elbow
• 8. تعیین تعداد بهینه خوشه‌ها با روش Silhouette
• 9. مقایسه K-Means با سایر الگوریتم‌های خوشه‌سازی
• 10. درک الگوریتم‌های سلسله مراتبی خوشه‌سازی
• 11. خوشه‌سازی سلسله مراتبی تجمعی
• 12. خوشه‌سازی سلسله مراتبی تقسیمی
• 13. ارزیابی خوشه‌بندی سلسله مراتبی با دندروگرام
• 14. کاربرد خوشه‌سازی سلسله مراتبی در تحلیل داده‌ها
• 15. معرفی الگوریتم DBSCAN
• 16. درک پارامترهای الگوریتم DBSCAN
• 17. پیاده‌سازی DBSCAN در scikit-learn
• 18. مزایا و معایب DBSCAN نسبت به K-Means
• 19. کاربرد DBSCAN در تشخیص ناهنجاری‌ها
• 20. معرفی الگوریتم Mean Shift
• 21. درک مفهوم هسته در Mean Shift
• 22. پیاده‌سازی Mean Shift در scikit-learn
• 23. مقایسه Mean Shift با DBSCAN
• 24. خوشه‌سازی مبتنی بر چگالی
• 25. بررسی الگوریتم‌های خوشه‌سازی مبتنی بر مدل
• 26. خوشه‌سازی گوسی
• 27. خوشه‌سازی با استفاده از توزیع‌های غیرپارامتری
• 28. ارزیابی خوشه‌بندی با استفاده از شاخص‌های داخلی
• 29. ارزیابی خوشه‌بندی با استفاده از شاخص‌های خارجی
• 30. خوشه‌سازی داده‌های مختلط (categorical & numerical)
• 31. خوشه‌سازی داده‌های متنی با استفاده از TF-IDF
• 32. خوشه‌سازی تصاویر با استفاده از ویژگی‌های بصری
• 33. خوشه‌سازی داده‌های سری زمانی
• 34. خوشه‌سازی داده‌های مکانی
• 35. کاربرد خوشه‌سازی در بخش‌بندی مشتریان
• 36. کاربرد خوشه‌سازی در تشخیص تقلب
• 37. کاربرد خوشه‌سازی در تحلیل شبکه‌های اجتماعی
• 38. خوشه‌سازی و کاهش ابعاد داده‌ها
• 39. ترکیب خوشه‌سازی با روش‌های یادگیری ماشین دیگر
• 40. خوشه‌سازی در داده‌های بزرگ با استفاده از Mini-Batch K-Means
• 41. بهینه‌سازی پارامترهای خوشه‌سازی با استفاده از Grid Search
• 42. خوشه‌سازی با استفاده از الگوریتم‌های مبتنی بر فاصله
• 43. خوشه‌سازی با استفاده از الگوریتم‌های مبتنی بر چگالی
• 44. خوشه‌سازی با استفاده از الگوریتم‌های مبتنی بر توزیع
• 45. خوشه‌سازی و تفسیر نتایج