داده‌کاوی و یادگیری عمیق با پایتون

سرفصل‌ها و محتوای آموزشی دوره داده‌کاوی و یادگیری عمیق با پایتون

معرفی دوره:

زبان برنامه‌نویسی پایتون در کنار تسلط عمیق بر دیتابیس و ابزارهای بصری‌سازی داده، یکی از ارکان سه‌گانه در بحث تحلیل داده بشمار می‌آید. یکی از اصلی‌ترین استفاده‌های این زبان در شناسایی و کشف الگوها و همچنین روابط پنهان موجود بین داده‌ها می‌باشد که تاثیر قابل ملاحظه‌ای بر افزایش بهره‌وری و کارایی سازمان‌های داده محور خواهد داشت. تمرکز اصلی این دوره بر پیاده‌سازی عملی الگوریتم‌ها و مدل‌های سودمند حوزه داده‌کاوی در پایتون بر روی داده‌های کاربردی است و در کنار آن مروری بر تئوری و منطق این روش‌ها نیز خواهد شد. همچنین با توجه به گسترش کاربردهای فوق‌العاده جذاب یادگیری عمیق در زمینه‌هایی نظیر پردازش تصویر، پردازش متن و پیش‌بینی سری‌های زمانی، به مرور و یادگیری این زمینه‎های نیز خواهیم پرداخت.

مشاهده رزومه استاد

طول دوره: 54 ساعت

پیش‌نیاز دوره: آشنایی با زبان برنامه‌نویسی پایتون، کتابخانه‌های تخصصی تحلیل داده در پایتون

سرفصل دوره:

          مقدمه‌ای گذرا بر مفاهیم برنامه‌نویسی پایتون (3 ساعت)

o        حلقه‌های شرطی و منطقی

o        انواع داده‌ساختار

o        دسترسی و مدیریت فایل

o        ساخت تابع

o        Numpy

o        MatplotLib

o        Pandas

          پاکسازی و پیش‌پردازش داده‌ها در پایتون (6 ساعت)

o        استانداردسازی

o        نرمالسازی

o        سناریوهای مختلف در مواجهه با داده‌های بدون مقدار

o        روش‌های گوناگون انتخاب ویژگی

§         روش بازگشتی

§         روش تعیین ارزش برای هر ویژگی

§         استفاده از مدل‌های یادگیری ماشین

§         مبتنی بر رگرسیون

§         ...

o        تغییر ساختار و ماهیت داده

§         استفاده از Encoding

§         تغییر توزیع داده‌ها به کمک ترانسفرمرها

o        مهندسی معیارها و ساخت ویژگی‌های جدید

o        خودکارسازی فرآیند پاکسازی با Pipeline

o        رویکرد کاهش ابعاد و تبیین تفاوت آن با انتخاب ویژگی

§         LDA

§         PCA

§         SVD

           مدلسازی (6 ساعت)

o        الگوریتم‎های دسته‌بندی

o        الگوریتم‌های رگرسیون

o        الگوریتم‌های کشف الگو

§         APriori

§         Fp-frowth

o        روش‌های یادگیری جمعی

§         Bagging

§         Boosting

§         Voting

§         Stacking

§         XGBoost

§         LightGBM

§         CatBoost

o        خوشه‌بندی

§         K-Means

§         DBSCAN

            روش‌های نمونه‌گیری (1 ساعت)

o        Train Test Split

o        KFold cross validation

o        Leave One Out

o        Shuffle Train Test

            معیارهای گوناگون ارزیابی عملکرد مدل‌ها (2 ساعت)

o        معیارهای مسائل دسته‌بندی

o        معیارهای مسائل رگرسیون

            مفهوم Spot Checking (9 ساعت)

            پیاده‎سازی مسائل داده‌کاوی با پروژه‌های کاربردی:

o        پرسپترون چند لایه

o        لجستیک رگرسیون

o        LDA

o        روش نزدیکترین همسایگی

o        Naive bayes

o        درخت تصمیم‌گیری

o        بردارهای ماشین پشتیبان

o        رگرسیون خطی

o        رگرسیون Ridge

o        رگرسیون لاسو

            خودکارسازی مدل طراحی شده به کمک مفهوم Pipeline ( 3 ساعت)

            تنظیم پارامتر و نقش آن در بهبود عملکرد مدل داده‌کاوی (2 ساعت)

            ذخیره و لود مدل ساخته شده ( 1 ساعت)

            مقدمه‌ای بر تحلیل سری‌های زمانی بر اساس کاربرد واقعی آن در داده‌های مالی (3 ساعت)

            اصول یادگیری عمیق (3 ساعت)

o        رویکرد یادگیری عمیق در حل مسائل

o        انواع لایه‌ها در الگوریتم‌های یادگیری عمیق

o        نصب کتابخانه Tensorflow

            پردازش تصویر به کمک یادگیری عمیق (6 ساعت)

o       مفهوم شبکه کانولوشن

o       پیاده‌سازی شبکه کانولوشن در پایتون

o       دیتاست CIFAR

o       دیتاست MNIST

o       مرور و پیاده‌سازی دیتاست عکس‌های دلخواه

o       استفاده از مدل‌های از پیش آموزش دیده شده در پردازش تصویر

§         Resnet

§         VGG

§         سایر مدل‌ها

            پردازش متن در پایتون (6 ساعت)

o       مفهوم لایه Embedding

o       ایجاد سیستم اسپم یاب در ایمیل

o       ساخت سیستم توصیه‌گر فیلم

o       مروری بر مدل‌های آماده پردازش متن در Hugging Face

            پیش‌بینی سری زمانی به کمک یادگیری عمیق (3 ساعت)

o       مروری بر ساختار الگوریتم LSTM

o       پیاده‌سازی چند سناریوی برای پیش بینی بر اساس داده‌های واقعی