دوره آموزشی جامع پایتون برای علم داده بخش 2

آموزش Python for Data Science یکی از محبوب‌ترین دوره‌های علوم داده در آموزش LinkedIn است. اکنون این نرم‌افزار برای تجربه بیشتر با پایتون بروزرسانی و گسترش یافته است. در این دوره، مربی Lillian Pierson شما را قدم به قدم از طریق یک پروژه عملی علوم داده پیش میبرد: ساختن مدل‌های یادگیری ماشین که می‌تواند پیش بینی‌ها و توصیه‌ها را ایجاد کند و کارها را به طور خودکار انجام دهد. در طول راه، او نحوه انجام رگرسیون خطی و لجستیک را نشان می‌دهد، استفاده از K-means و خوشه‌بندی سلسله مراتبی، شناسایی روابط بین متغیرها و استفاده از سایر ابزارهای یادگیری ماشین مانند شبکه‌های عصبی و مدل‌های Bayesian. شما باید با این کار و تجربه کد نویسی هم دست شوید، که می‌توانید به سرعت در پروژه‌های علوم داده‌های خود اعمال کنید.
اهداف یادگیری چرا از پایتون برای علم داده استفاده کنیم؟ یادگیری ماشین 101 رگرسیون خطی رگرسیون لجستیک مدلهای خوشه ای: K-means و مدلهای سلسله مراتبی روشهای کاهش ابعاد قوانین انجمن روشهای مجموعه ای آشنایی با شبکه های عصبی مدلهای درخت تصمیم گیری