Scikit-Learn یکی از قدرتمندترین کتابخانه های پایتون است که مسائل دنیای واقعی را در زمینه های بهداشت، تجزیه و تحلیل جمعیت و شناخت رفتار خرید و موارد دیگر را حل می کند. در این دوره شما پروژه های قدرتمند را با استفاده از Scikit-Learn خواهید ساخت. با استفاده از الگوریتم، شما یاد خواهید گرفت که تمایلات بازار را برای پاسخگویی به تقاضای بازار بخوانید. همچنین با استفاده از الگوریتم های طبقه بندی، استفاده از خوشه بندی K-Means، استفاده از Support Vector Machine classifiers برای  پیش بینی بیماری قلبی، استفاده از الگوریتم های Scikit-Learn و Machine Learning آشنا می شوید.

سرفصل:

  • معرفی دوره
  • بررسی مجموعه داده ها و شناسایی مشکل
  • رگرسیون خطی چندگانه
  • پیاده سازی راه حل
  • ارزیابی و بهبود مدل
  • تجزیه و تحلیل نتایج
  • استفاده از درختان رگرسیون
  • درختان تصمیم گیری و جنگل تصادفی
  • تحلیل ویژگی ها و مهندسی
  • پیاده سازی راه حل
  • نتایج را تجزیه و تحلیل کنید
  • پیش بینی های بیماری قلبی با ماشین های بردار پشتیبانی
  • بررسی مجموعه داده ها و شناسایی مشکل
  • پشتیبانی از ماشین های بردار
  • پیش بینی پوکر با خوشه بندی K-Means
  • K-Means Clustering
  • درک رفتار خرید با استفاده از خوشه بندی سلسله مراتبی
  • و غیره