دوره تخصصی فراگیری علم داده(Data Science) با پایتون

سرفصل‌های آموزش دوره تخصصی پایتون شامل علم داده ، داده کاوی، یادگیری ماشین

الف.  مقدمه و آشنایی با داده کاوی

• مقدمات و مفاهیم داده کاوی یادگیری ماشین
• طراحی مسائل و مجموعه داده‌هایی جهت شناخت داده، علم داده و کاربردهای آن
• آشنایی عمومی و مقدماتی با کتابخانه‌های موجود در زبان پایتون جهت انجام عملیات داده کاوی مثل Numpy، Pandas، sklearn، Matplotlib، Scikit Learn، Tensorflow، Py Torch و …

ب‌.    نصب و پیاده سازی محیط‌های عملیاتی

• آشنایی با ورژن‌های مختلف پایتون و نصب پایتون همراه با نصب پکیج آناکوندا و آشنایی با پکیج‌های مهم
• نصب و ایجاد محیط اولیه در Visual Studio Code و ایجاد یک برنامه پایتون
• نصب و ایجاد محیط اولیه در Jupyter و ساخت یک دفترچه پایتون
• آشنایی با رایانش ابری و آموزش کار با محیط کولب گوگل و اجرای برنامه‌ها بر روی سرورهای گوگل

ت‌.   معرفی روش‌های وارد کردن دیتاست ها و مراجع جمع آوری داده‌ها

• وارد کردن انواع دیتاست (CSV, URL، Excel، Text، SAS، STATA)
• بررسی چند مثال

ث‌.   مفاهیم پایه داده‌ها و ریاضی و آماری

• داده و درک مفهوم ویژگی(Feature)، بعد(Dimension)، ماتریس (Matrix) و درک مفهوم تنسور (Tensor) و کاربرد آن در داده کاوی
• آشنایی و کار با کتابخانه Numpy و Scipy برای انجام عملیات آماری
• بارگذاری داده‌ها و تعامل با داده‌ها با استفاده از کتابخانه Pandas

ج‌.    پیش پردازش دیتا (data preprocessing)

• پیش پردازش اولیه داده
• پر کردن مقادیر(Null) کمی، کیفی اسمی و ترتیبی
• فیلتر کردن رکورد یا وِیژگی
• مدیریت دیتای کیفی (اسمی و ترتیبی)
• تولید ویژگی (feature generation)
• ساخت Dummy برای ویژگی‌های کیفی
• (Reclassification) طبقه بندی مجدد مقادیر
• (Join) اتصال
• (Append)
• بخش بندی دیتا (Train_Test_Split)
• نرمالسازی
• استاندارد سازی
• انتخاب ویژگی
• انتخاب ویژگی‌های مهم برای داده کاوی با جنگل تصادفی
• انتخاب ویژگی‌های مهم برای داده کاوی با الگوریتم KNN
• کاهش ابعاد

ح‌.    مصور سازی و نمایش داده‌ها (Data visualization) با پایتون

• لایبرری MATPLOTLIB
• لایبرری seaborn
• لایبرری pandas
• آشنایی با نمودارهای مختلف(Bar، Line، Pie، Histogram، نقشه حرارتی(Heat map)،Flow و …) وکاربرد هریک از آن‌ها
• نحوه ایجاد نمودارها

خ‌.      پیاده سازی الگوریتم‌های مختلف یادگیری ماشینی(Machine learning) طبقه بندی

• آشنایی با نمونه داده‌های طبقه بندی و کاربردهای آن
• بررسی چند دیتاست به عنوان نمونه‌های ساده و کاربردی
  1. بررسی دیتاست IRIS (تشخیص گل‌های زنبق از روی ویژگی‌ها) و پروژه های آن
  2. MNISTتشخیص تصاویر دست نوشته
  3. قیمت گذاری هوشمند خانه

1.  آشنایی و پیاده سازی طبقه بندی با الگوریتم k نزدیکترین همسایه(KNN) در پایتون

2.  آشنایی و پیاده سازی طبقه بندی با الگوریتم ماشین بردار پشتیبان (SVM)و آشنایی با انواع مختلف پیاده سازی و پارامترهای آن در پایتون

3.  بررسی درخت‌های تصمیم (Decision Trees)و پیاده سازی آن‌ها در حل مسائل طبقه بندی در پایتون

د‌.       پیاده سازی الگوریتم‌های مختلف یادگیری ماشینی(Machine learning) رگرسیون

• رگرسیون خطی و …
• پروژه تخمین salary با رگرسیون خطی
• پروژه پیش بینی آب و هوا

ذ‌.     Ensemble

1.  آشنایی و پیاده سازی طبقه بندی با الگوریتم‌های  RandomForest، AdaBoost و… در پایتون

2.  آشنایی با الگوریتم‌های XGBoost و CatBoost و کتابخانه‌های XGBoost و CatBoost

ر‌.      سری زمانی

ز‌.      لزوم ارزیابی مدل و آشنایی با معیارهای مختلف ارزیابی مدل‌ها

• طبقه بندی
  1. Accuracy
  2. Precision
  3. Recall
  4. F1
  5. ROI AUC
  6. و …
• رگرسیون
  1. MAE
  2. MSE
  3. RMSE
  4. …

س‌. خوشه بندی و الگوریتم‌های مختلف آن

• آشنایی با نمونه داده‌های خوشه بندی
• حل مثال کاربردی آن