متخصصان علوم داده برای حل مسائل پیچیده در حوزه های مختلف نیاز دارند تا خود را به یک زبان برنامه نویسی قدرتمند مجهز نمایند. زبان پایتون با وجود کتابخانه های گسترده و به روز خود در حوزه علوم داده، توانسته است جایگاه ویژه ای در میان متخصصان این حوزه کسب کند. دوره پیش رو پیاده سازی فرایند داده کاوی و حل مساله را در محیط پایتون و با استفاده از کتابخانه های موجود به شما می آموزد.
کد دوره: DMPy-1801
- مدت دوره: 24 ساعت
- مخاطب دوره: دانشجویان، پژوهشگران و متخصصان علاقه منده به حوزه داده
- دوره های پیش نیاز: تحلیل مقدماتی در Python . داده کاوی در SPSS Modeler
- مدرسین دوره: فوآد ابوترابی
دستاورد دوره
شرکت کنندگان پس از پایان دوره، توانایی پیاده سازی مسائل مختلف داده کاوی در محیط پایتون را کسب خواهند کرد و می توانند از کتابخانه های گسترده زبان پایتون در حوزه علوم داده استفاده نمایند.
محتوای دوره
بخش اول: آشنایی با مقدمات، مفاهیم، ابزار‌ها و فرایند کار با داده
- نصب پکیج‌ها و راه اندازی محیط کار
- معرفی انواع منابع داده
- معرفی مفاهیم کار با داده
- معرفی Workflow کار با داده
- load کردن و آماده سازی داده
- Visualization داده
- انتخاب الگوریتم مناسب
بخش دوم: یادگیری ماشین و وظایف داده کاوی
- ساخت مدل Regression
- ساخت مدل Classification
- Clustering داده در پایتون
بخش سوم: کاربردهای خاص در داده کاوی
- Anomaly Detection در پایتون
- Sentiment Analysis در پایتون
- Association Rule Mining در پایتون
- کار با داده‌های گرافی در پایتون
- یافتن اجتماعات در یک شبکه اجتماعی
برای مشاهده برنامه زمانی این دوره در تقویم آموزشی دایکه کلیک کنید.