Udemy – Master Regression & Prediction with Pandas and Python [2025] 2025-9

در تاریخ: 1404/06/17 8:42:52

توضیحات

دوره Master Regression & Prediction with Pandas and Python [2025]. این دوره ترکیبی از سه بخش اصلی، به شما تکنیک‌های پیشرفته رگرسیون برای اهداف پیش‌بینی و ایجاد خودکار مدل‌ها، یا به اصطلاح هوش مصنوعی واقعی را آموزش می‌دهد. شما یاد خواهید گرفت که با ساختارهای پیشرفته مدل و روش‌های پیشرفته تقویت گرادیان (eXtreme Gradient Boosting) برای وظایف پیش‌بینی کار کنید. پایتون 3 یکی از محبوب‌ترین و کاربردی‌ترین زبان‌های برنامه‌نویسی در جهان است و پانداس 2 و نسخه آینده آن (نسخه 3) قدرتمندترین، کارآمدترین و مفیدترین کتابخانه‌ی پردازش داده موجود می‌باشد.

شما یاد خواهید گرفت که بلوک‌های ساختاری اصلی پایتون و برنامه‌نویسی شیءگرا (object-oriented programming) را به طور کامل درک کنید. همچنین قادر خواهید بود ساختارهای پیشرفته خود را بر اساس بلوک‌های ساختاری پایتون طراحی کنید و وظایف پردازش داده‌های پیچیده را با استفاده از پایتون اجرا نمایید. شما یاد خواهید گرفت که کتابخانه‌ی پانداس را به طور کامل فرا بگیرید و از تکنیک‌های قدرتمند پردازش داده‌های آن برای انجام وظایف پیشرفته در علوم داده و یادگیری ماشین استفاده کنید. کتابخانه‌ی پانداس یک ابزار منبع‌باز سریع، قدرتمند، انعطاف‌پذیر و آسان برای استفاده در تحلیل و دستکاری داده‌ها است که به طور مستقیم با زبان برنامه‌نویسی پایتون قابل استفاده است.

آنچه که در دوره Master Regression & Prediction with Pandas and Python [2025] فرا خواهید گرفت

تسلط بر رگرسیون، تحلیل رگرسیون و پیش‌بینی، هم در تئوری و هم در عمل
تسلط بر مدل‌های رگرسیون از مدل‌های ساده خطی تا مدل‌های رگرسیون چندجمله‌ای چندمتغیره پیشرفته و مدل‌های رگرسیون XGBoost
استفاده از ایجاد خودکار مدل و انتخاب ویژگی در یادگیری ماشین
استفاده از تنظیم منظم (Regularization) مدل‌های رگرسیون با رگرسیون Lasso و Ridge
استفاده از مدل‌های رگرسیون درخت تصمیم، جنگل تصادفی، XGBoost و رأی‌گیری
استفاده از شبکه‌های چندلایه پیش‌خور (Feedforward Multilayer Networks) و ساختارهای پیشرفته مدل رگرسیون
استفاده از تحلیل باقیمانده (Residual analysis) پیشرفته و ابزارهای موثر برای ارزیابی کیفیت برازش مدل‌ها و توزیع باقیمانده‌ها
استفاده از کتابخانه‌های Statsmodels و Scikit-learn برای رگرسیون با پشتیبانی از Matplotlib، Seaborn، Pandas و Python
تسلط بر برنامه‌نویسی پایتون 3 با استفاده از ساختارهای داده‌ی اصلی پایتون، تبدیل‌کننده‌های داده، توابع، برنامه‌نویسی شیءگرا و منطق
استفاده و طراحی ساختارهای پیشرفته پایتون و اجرای وظایف پردازش داده‌های دقیق با پایتون، از جمله پردازش فایل‌ها
استفاده از برنامه‌نویسی شیءگرای پیشرفته پایتون و ساخت اشیاء، توابع سفارشی و نحوه‌ی تعمیم توابع
دستکاری داده‌ها و استفاده از ساختارهای داده‌ای چندبعدی نامنظم پیشرفته
تسلط بر کتابخانه‌ی پانداس 2 و 3 برای پردازش پیشرفته داده‌ها
استفاده از زبان و مفاهیم اساسی کتابخانه‌ی پانداس و نحوه‌ی مدیریت تمام جنبه‌های ایجاد، تغییر، اصلاح و انتخاب داده‌ها از یک شیء DataFrame در پانداس
استفاده از پردازش فایل با پانداس و نحوه‌ی ترکیب DataFrames پانداس با توابع/روش‌های concat، join و merge در پانداس
انجام آماده‌سازی پیشرفته داده‌ها، از جمله تکمیل پیشرفته مبتنی بر مدل داده‌های گمشده و مقیاس‌بندی و استانداردسازی داده‌ها
ایجاد توصیفات و آمار پیشرفته داده‌ها با پانداس. رتبه‌بندی، مرتب‌سازی، جدول‌بندی متقاطع، چرخش (pivot)، ذوب (melt)، جابجایی (transpose) و گروه‌بندی داده‌ها
[بنای اضافی] ایجاد تجسم داده‌های پیشرفته با پانداس، Matplotlib و Seaborn
محاسبات ابری: استفاده از Anaconda Cloud Notebook (Jupyter Notebook مبتنی بر ابر). یادگیری استفاده از منابع محاسبات ابری
گزینه: استفاده از توزیع Anaconda (برای ویندوز، مک، لینوکس)
گزینه: استفاده از اصول اولیه محیط پایتون با استفاده از سیستم مدیریت بسته‌ی Conda و نصب/به‌روزرسانی کتابخانه‌ها و بسته‌ها از طریق خط فرمان – نکات طلایی برای بهبود کیفیت زندگی کاری شما
و …

این دوره مناسب افرادیست که

می‌خواهند به تسلط بر رگرسیون و پیش‌بینی دست یابند
می‌خواهند پایتون 3 را از ابتدا یا از سطح مبتدی یاد بگیرند
می‌خواهند پایتون 3 را یاد بگیرند و با زبان برنامه‌نویسی دیگری آشنا هستند
می‌خواهند به سطح استاد/متوسط برنامه‌نویسی پایتون که در بسیاری از دوره‌های پیشرفته‌ی یودمی در زمینه پایتون، علوم داده یا یادگیری ماشین مورد نیاز است، برسند
می‌خواهند به تسلط بر کتابخانه‌ی پانداس دست یابند
می‌خواهند مهارت‌های پردازش داده را بیاموزند که به عنوان یک ضرب‌کننده‌ی نیرو عمل می‌کنند و در کل دوران حرفه‌ای خود از آن‌ها استفاده خواهند کرد
می‌خواهند پردازش داده‌های پیشرفته را بیاموزند و توانایی‌ها و بهره‌وری خود را بهبود بخشند

مشخصات دوره Master Regression & Prediction with Pandas and Python [2025]

ناشر : Udemy
مدرس : Henrik Johansson
زبان: انگلیسی
سطح آموزش : تمام سطوح
تعداد دروس : 76
مدت زمان آموزش : 40 ساعت و 37 دقیقه

سرفصل های دوره

پیشنیازهای دوره Master Regression & Prediction with Pandas and Python [2025]

Everyday experience using a computer with either Windows, MacOS, iOS, Android, ChromeOS, or Linux is recommended
Access to a computer with an internet connection
Programming experience is not needed and you will be taught everything you need
The course only uses costless software
Walk-you-through installation and setup videos for Cloud computing and Windows 10/11 is included