دوره آموزشی یادگیری ماشین با پایتون: درختان تصمیم

1 ساعت 14 دقیقهمتوسط2022-05-20

مدرسین

Frederick Nwanganga

Information Technology Professional and Teacher

جزئیات دوره

درخت‌های تصمیم یکی از رایج‌ترین رویکردهای مورد استفاده در یادگیری ماشینی نظارت شده هستند. ساختن درخت تصمیم به شما این امکان را می‌دهد که روابط پیچیده بین متغیرها را با تقلید از تصمیم‌گیری اگر به‌عنوان یک رفتار طبیعی انسانی مدل‌سازی کنید. در این دوره، مربی Frederick Nwanganga به شما یک نمای کلی از نحوه جمع‌آوری، کاوش و تبدیل داده‌های خود در آماده‌سازی برای ساخت مدل‌های درخت تصمیم در پایتون می‌دهد.

قدرت درخت‌های تصمیم‌گیری، چیستی آن‌ها، نحوه ساخت آن‌ها و چگونگی تعیین کمیت ناخالصی در یک پارتیشن را کشف کنید. نکاتی را از فردریک در مورد ساخت، تجسم، هرس و استفاده از درخت تصمیم در پایتون از جمله درختان طبقه بندی و درختان رگرسیون دریافت کنید. در پایان این دوره، شما آماده خواهید بود که مدل های خود را بسازید و آنها را در دامنه های مختلف اعمال کنید.

مهارت ها

Decision-MakingMachine LearningPythonArtificial Intelligence (AI)Programming LanguagesProfessional DevelopmentLeadership and ManagementOpen SourceSoftware DevelopmentDeep Dive (X:Y)

سرفصل ها

0. مقدمه

01 - تصمیم گیری با پایتون
02 - آنچه باید بدانید
03 - ابزار مورد نیاز شما
04 - استفاده از فایل های تمرین

1. درختان تصمیم

05 - درخت تصمیم چیست
06 - درخت طبقه بندی چگونه ساخته می شود
07 - درختان طبقه بندی چگونه ناخالصی را اندازه گیری می کنند
08 - درخت رگرسیون چگونه ساخته می شود
09 - نحوه هرس درخت تصمیم
10- چرا و چه زمانی از درخت تصمیم استفاده کنیم

2. کار با درختان طبقه بندی

11 - نحوه ساخت درخت طبقه بندی در پایتون
12 - نحوه تجسم درخت طبقه بندی در پایتون
13 - نحوه هرس درخت طبقه بندی در پایتون

3. کار با درختان رگرسیون

14 - نحوه ساخت درخت رگرسیون در پایتون
15 - نحوه تجسم درخت رگرسیون در پایتون
16 - نحوه هرس درخت رگرسیون در پایتون

نتیجه

17 - مراحل بعدی با درختان تصمیم