Udemy – Machine Learning & Data Science: The Complete Visual Guide 2025-6

در تاریخ: 1404/04/16 1:15:48

توضیحات

Machine Learning & Data Science: The Complete Visual Guide، دوره آموزش یادگیری ماشین و علوم داده: راهنمای بصری کامل توسط آکادمی یودمی منتشر شده است. این دوره برای افرادی عادی طراحی شده است که به دنبال یک معرفی شهودی و مبتدی‌پسند به دنیای یادگیری ماشین و علوم داده هستند. اعتماد به‌ نفس خود را با دموهای راهنمای گام‌به‌گام افزایش دهید و مهارت‌های پایه را از ابتدا بیاموزید. به جای حفظ کردن ریاضیات پیچیده یا یادگیری یک زبان برنامه‌ نویسی جدید، ما تکنیک‌های یادگیری ماشین را تجزیه و تحلیل خواهیم کرد تا کاملاً درک کنید که چگونه و چرا این روش‌ها کار می‌کنند. با مثال‌های بصری ساده همراه شوید و با مدل‌های کاربرپسند مبتنی بر اکسل تعامل کنید تا موضوعاتی مانند رگرسیون خطی و لجستیک، درخت‌های تصمیم، KNN، بایس ساده، خوشه‌بندی سلسله‌مراتبی، تحلیل احساسات و موارد دیگر را یاد بگیرید. بدون نوشتن حتی یک خط کد. در بخش اول، جریان کاری یادگیری ماشین را معرفی کرده و تکنیک‌های رایج برای پاک‌سازی و آماده‌سازی داده‌های خام برای تحلیل را بررسی خواهیم کرد. ما تحلیل تک‌متغیره را با استفاده از جدول‌های فراوانی، هیستوگرام‌ها، چگالی‌های کرنل و معیارهای پروفایل‌سازی بررسی خواهیم کرد، سپس وارد ابزارهای پروفایل‌ سازی چند متغیره مانند نقشه‌های حرارتی، نمودارهای ویولن و جعبه‌ای، نمودارهای پراکندگی خواهیم شد. در طول دوره، سناریوهای واقعی معرفی می‌کنیم تا مفاهیم کلیدی را تقویت کنیم و موارد واقعی علم داده و هوش تجاری را شبیه‌سازی کنیم. شما از معیارهای پروفایل‌سازی برای پاک‌سازی داده‌های موجودی محصولات در یک فروشگاه محلی استفاده خواهید کرد، با استفاده از هیستوگرام‌ها و چگالی‌های کرنل، داده‌های جمعیتی ورزشکاران المپیک را بررسی خواهید کرد، فرکانس تصادفات رانندگی را با نقشه‌های حرارتی تجسم خواهید کرد، و موارد دیگر.

آنچه خواهید آموخت

مهارت‌های پایه‌ای یادگیری ماشین و علوم داده را بدون نیاز به نوشتن کد پیچیده بیاموزید
با مدل‌های تعاملی و کاربرپسند اکسل بازی کنید تا بفهمید تکنیک‌های یادگیری ماشین چگونه کار می‌کنند
مجموعه داده‌ها را با تکنیک‌های مهندسی ویژگی مانند One-Hot Encoding، مقیاس‌بندی و گسسته‌سازی غنی‌سازی کنید
پیش‌بینی نتایج طبقه‌ بندی‌ شده با مدل‌های دسته‌بندی مانند K-نزدیک‌ترین همسایگان (KNN)، بایس ساده (Naïve Bayes)، و درخت‌های تصمیم‌گیری
ایجاد پیش‌بینی‌های دقیق با مدل‌های رگرسیون خطی و غیرخطی
به‌کارگیری تکنیک‌های قدرتمند برای خوشه‌بندی، استخراج ارتباطات، شناسایی نقاط پرت، و کاهش ابعاد داده‌ها
یادگیری نحوه انتخاب و تنظیم مدل‌ها برای بهینه‌ سازی عملکرد، کاهش bias، و حداقل‌سازی انحراف
بررسی مطالعات موردی منحصربه‌فرد و عملی برای شبیه‌ سازی نحوه کاربرد یادگیری ماشین در سناریوهای واقعی

این دوره برای چه کسانی مناسب است

هر کسی که به دنبال یادگیری اصول اولیه یادگیری ماشین از طریق دموهای تعاملی و مبتدی‌پسند است
تحلیلگران داده یا متخصصان BI که قصد دارند وارد علوم داده شوند یا درک پایه‌ای از یادگیری ماشین کسب کنند
کاربران R یا Python که به دنبال درک عمیق‌تر مدل‌ها و الگوریتم‌های پشت کد خود هستند
کاربران Excel که می‌خواهند ابزارهای قدرتمند تحلیل پیش‌بینی را بیاموزند و به کار بگیرند

مشخصات دوره Machine Learning & Data Science: The Complete Visual Guide

ناشر : Udemy
مدرس : Maven Analytics • 1,500,000 Learners , Chris Dutton , Joshua MacCarty
زبان: انگلیسی
سطح آموزش : تمام سطوح
تعداد دروس : 182
مدت زمان آموزش : 8 ساعت و 51 دقیقه

سر فصل های دوره Machine Learning & Data Science: The Complete Visual Guide

Machine Learning & Data Science_ The Complete Visual Guide

پیش نیاز های دوره

This is a beginner-friendly course (no prior knowledge or math/stats background required)
We’ll use Microsoft Excel (Office 365) for some course demos, but participation is optional