دوره آموزشی پایتون پیشرفته در اکسل: یادگیری ماشین
36 دقیقهپیشرفته2024-09-12
مدرسین

Christian Martinez
جزئیات دوره
تقاضا برای تصمیمگیری مبتنی بر دادهها و ادغام سریع پایتون در اکسل و یادگیری ماشین در بخشهای مختلف تجاری رو به افزایش است. در این دوره، مدیر ارشد تحول مالی، کریستین مارتینز، آموزشهای بهموقعی را ارائه میدهد که به شما این امکان را میدهد تا بهطور مؤثر از مقادیر وسیع دادهها برای ایجاد مزیت رقابتی استفاده کنید و با نیازهای فعلی بازار همراستا شوید.
اهداف یادگیری
تسلط بر ادغام پایتون با اکسل برای پیادهسازی مدلهای یادگیری ماشین مستقیماً در محیط آشنا و محبوب صفحات گسترده (Spreadsheet).
کاوش در کاربردهای عملی یادگیری ماشین در کسبوکار و مالی، مانند تحلیلهای پیشبینیکننده و فرآیندهای تصمیمگیری خودکار.
توسعه مهارتهای استفاده از کتابخانههایی مانند pandas، NumPy و scikit-learn در اکسل برای تقویت توانمندیهای تحلیلی در پردازش دادههای تجاری.
یادگیری نحوه استفاده از الگوریتمهای یادگیری ماشین مانند رگرسیون خطی، جنگلهای تصادفی و تکنیکهای خوشهبندی برای بهبود تصمیمگیریهای تجاری و مالی.
این دوره به شما کمک میکند تا از تکنیکهای پیشرفته یادگیری ماشین در محیطهای کسبوکار استفاده کنید و به تحلیل دقیقتری از دادهها پرداخته و روندهای مالی و تجاری را بهینه کنید.
اهداف یادگیری
تسلط بر ادغام پایتون با اکسل برای پیادهسازی مدلهای یادگیری ماشین مستقیماً در محیط آشنا و محبوب صفحات گسترده (Spreadsheet).
کاوش در کاربردهای عملی یادگیری ماشین در کسبوکار و مالی، مانند تحلیلهای پیشبینیکننده و فرآیندهای تصمیمگیری خودکار.
توسعه مهارتهای استفاده از کتابخانههایی مانند pandas، NumPy و scikit-learn در اکسل برای تقویت توانمندیهای تحلیلی در پردازش دادههای تجاری.
یادگیری نحوه استفاده از الگوریتمهای یادگیری ماشین مانند رگرسیون خطی، جنگلهای تصادفی و تکنیکهای خوشهبندی برای بهبود تصمیمگیریهای تجاری و مالی.
این دوره به شما کمک میکند تا از تکنیکهای پیشرفته یادگیری ماشین در محیطهای کسبوکار استفاده کنید و به تحلیل دقیقتری از دادهها پرداخته و روندهای مالی و تجاری را بهینه کنید.
مهارت ها
Machine LearningSpreadsheetsMicrosoft ExcelPythonArtificial Intelligence (AI)Programming LanguagesBusiness Software and ToolsOpen SourceMicrosoftSoftware DevelopmentOne-Off
سرفصل ها
0. مقدمه
- 01 - مقدمه
- 02 - آنچه باید بدانید
1. خلاصه ای از Python، ML، و پاکسازی داده ها
- 03 - خلاصه ای از پایتون
- 04 - خلاصه یادگیری ماشین
- 05 - پاکسازی و آماده سازی داده ها
- 06 - چالش - چگونه این مشکل را با ML حل میکنید
- 07 - راه حل - چگونه این مشکل را با ML حل میکنید
2. یادگیری ماشین کاربردی برای امور مالی و تجارت
- 08 - مقدمه ای بر مفاهیم یادگیری ماشین
- 09 - ساخت مدلهای رگرسیون در اکسل
- 10 - مدلهای طبقه بندی برای دادههای تجاری
- 11 - چالش - یک مدل رگرسیون بسازید
- 12 - راه حل - یک مدل رگرسیون بسازید
3. کاربردهای عملی یادگیری ماشین در تجارت و امور مالی
- 13 - تجزیهوتحلیل پیشبینی برای پیشبینی مالی
- 14 - فرآیندهای تصمیمگیری خودکار
- 15 - پردازش و تحلیل دادهها در زمان واقعی
- 16 - چالش - پیشبینی مالی ایجاد کنید
- 17 - راه حل - پیشبینی مالی ایجاد کنید
4. تکنیکهای تحلیلی پیشرفته با کتابخانههای پایتون
- 18 - دستکاری دادهها با پانداها
- 19 - تحلیل عددی با NumPy
- 20 - یادگیری ماشینی با یادگیری اسکی
5. الگوریتمهای یادگیری ماشین برای تجارت و امور مالی
- 21 - رگرسیون خطی برای بینش تجاری
- 22 - جنگلهای تصادفی برای مدل سازی پیش بینی
- 23 - تکنیکهای خوشه بندی برای تقسیم بندی بازار
نتیجه گیری
- 24 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی یادگیری جامع پایتون برای علم داده و یادگیری ماشین بخش اول
- دوره آموزشی مبانی هوش مصنوعی: شبکه های عصبی
- دوره آموزشی یادگیری ماشین و آمار فضایی در پایتون
- دوره آموزشی راهنمای کامل Google BigQuery برای مهندسان داده و یادگیری ماشین
- دوره آموزشی یادگیری ماشین کاربردی: برآورد ارزش
- دوره آموزشی یادگیری ماشین کاربردی: یادگیری نظارتشده
- دوره آموزشی یادگیری ماشین در مخابرات: از مبانی تا نمونههای واقعی
- دوره آموزشی Power BI: ترکیب هوش مصنوعی با دادهها