فلش‌کارت‌های آموزشی کاوشگران داده: مقدمه‌ای بر داده‌کاوی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کاوشگران داده: مقدمه‌ای بر داده‌کاوی

موضوع کلی: علم و اکتشافات

موضوع میانی: داده‌کاوی

📋 سرفصل‌های دوره

• 1. مفاهیم پایه داده‌کاوی
• 2. جمع‌آوری و آماده‌سازی داده‌ها
• 3. انواع داده‌ها و مقیاس‌های اندازه‌گیری
• 4. پیش‌پردازش داده‌ها: پاکسازی و تبدیل
• 5. کاوش داده‌های گمشده
• 6. تحلیل اکتشافی داده‌ها (EDA)
• 7. تصویرسازی داده‌ها: نمودارها و گراف‌ها
• 8. معرفی الگوریتم‌های خوشه‌بندی
• 9. خوشه‌بندی K-میانگین
• 10. ارزیابی خوشه‌بندی
• 11. خوشه‌بندی سلسله‌مراتبی
• 12. خوشه‌بندی DBSCAN
• 13. کاربرد خوشه‌بندی در بازاریابی
• 14. معرفی الگوریتم‌های طبقه‌بندی
• 15. درخت تصمیم
• 16. نفت‌الگوریتم جنگل تصادفی
• 17. ماشین بردار پشتیبان (SVM)
• 18. ارزیابی طبقه‌بندی: دقت و صحت
• 19. شبکه‌های عصبی مصنوعی (ANN)
• 20. کاربرد طبقه‌بندی در تشخیص تقلب
• 21. معرفی الگوریتم‌های رگرسیون
• 22. رگرسیون خطی
• 23. رگرسیون چندگانه
• 24. ارزیابی رگرسیون: R-squared و RMSE
• 25. پیش‌بینی سری‌های زمانی
• 26. کاربرد رگرسیون در پیش‌بینی فروش
• 27. کاهش ابعاد: تحلیل مولفه‌های اصلی (PCA)
• 28. انتخاب ویژگی
• 29. متغیرهای کاذب (Dummy Variables)
• 30. داده‌کاوی در مقیاس بزرگ: چالش‌ها و راهکارها
• 31. استفاده از Apache Spark در داده‌کاوی
• 32. داده‌کاوی متنی: پردازش زبان طبیعی (NLP)
• 33. مدل‌سازی موضوعی (Topic Modeling)
• 34. تحلیل احساسات (Sentiment Analysis)
• 35. داده‌کاوی در شبکه‌های اجتماعی
• 36. داده‌کاوی در سیستم‌های توصیه‌گر
• 37. داده‌کاوی در حوزه سلامت
• 38. داده‌کاوی در حوزه مالی
• 39. داده‌کاوی در حوزه خرده‌فروشی
• 40. داده‌کاوی در حوزه کشاورزی
• 41. اخلاق در داده‌کاوی و حریم خصوصی
• 42. قوانین و مقررات مربوط به داده‌کاوی
• 43. ابزارهای داده‌کاوی: Python و R
• 44. ارائه نتایج داده‌کاوی: گزارش‌نویسی و تجسم
• 45. مقدمه‌ای بر یادگیری عمیق (Deep Learning)