دوره پروژه محور داده کاوی و یادگیری ماشین در پایتون(فیلم ضبط شده): 30 ساعته

مبحث اول : مقدمات داده کاوی، یادگیری ماشین

مبحث دوم : تحلیل اکتشافی داده(EDA) : انواع نمودارها و نکات تحلیلی شناخت داده ها

مبحث سوم: پاکسازی داده ها(data Cleaning) و مدیریت داده پرت و از دست رفته در پایتون

مبحث چهارم: نرمالسازی و گسسته سازی داده ها(Data transformation) در پایتون

مبحث پنجم : آماده سازی داده(data preparation) : مهندسی ویژگی-انتخاب ویژگی در پایتون

مبحث ششم: فاز مدلسازی(طبقه بندی) : طبقه بندی ریزش مشتریان روی داده ایرانی (شرکت خدمات اینترنتی): از پاکسازی تا مدلسازی

• مفاهیم یادگیری ماشین 
• DecisionTree, Knn,Svm,NaiveBeyes,ANN,MLp
• Logistic Regression
• بیش برازش(Overfitting) و کم برازش(Under Fitting) و روشهای برخورد با آن
• Cross validation
• تکنیک های جمعی (Ensemble Learning )
• Random forest,stacking,vooting
• مفاهیم الگوریتم ها، هایپر پارامترهای هر مدل با فرمول ریاضی
• کدنویسی الگوریتم در پایتون

مبحث هفتم: فاز مدلسازی(رگرسیون و پیش بینی) :  پروژه پیش بینی قیمت خانه در پایتون

• آشنایی با روش رگرسیون خطی و چندگانه Linear Regression: Least-Squares
• Linear Regression: Ridge, Lasso, and Polynomial Regression
• روش Regression Tree، Mlp Regressor و SVR و KNNRegressor

مبحث هشتم : فاز ارزیابی مدل های طبقه بندی و رگرسیون(Model Evaluation)

• ماتریس در همریختگی(Confusion Matrix)
• معیار کارایی مدل ها: دقت کل) (Accuracyو کارایی آن
• معیار کارایی مدل ها: دقتهای تحلیل حساسیت(recall & Precision)
• ROC curves
• پارامترهای ارزیابی MSE، وMAE و R² و RMSE (Regression Evaluation)

مبحث نهم : فاز خوشه بندی clustering(یادگیری بدون ناظر): خوشه بندی روی داده ایرانی شرکت بیمه : گروه بندی مشتربان

• سگمنت بندی(clustering) و کاربردهای آن
• روش های مبتنی بر تراکم (Density-Based Methods)
• روش­های پارتیشن­ بندی (Partition methods)
• روش­های سلسله مراتبی (Hierarchical methods)
• روش kmeans و بهینه سازی تعداد خوشه ها
• روش DbScan
• کدنویسی مدل خوشه بندی روی داده شرکت بیمه
• آشنایی با مدل RFM در تحلیل بازار و مشتریان
• پارامترهای ارزیابی خوشه بندی Silhouette، Davis bouldin

مبحث دهم : فاز قواعد انجمنی Association Rule Mining (یادگیری بدون ناظر)

• قواعد انجمنی Association Rule Mining
• قوانین پرتکرار Frequent Itemset و روشهای تحلیل سبد خرید
• Frequent Itemset Generation
• روش APriori Illustrating Apriori Principle و مفاهیم آن با مثال
• کدنویسی پروژه تحلیل سبد خرید
•  

دوره آنلاین پروژه محور پردازش متن(NLP) با یادگیری عمیق و ترنسفورمرها: 20 ساعته

مبحث اول(مقدمه): مبانی NLp و کاربرد پردازش زبان طبیعی 

مبحث دوم: کیت ابزارهای پردازش متن(-transformerNltk-spacyو ...) - نصب ابزارها(ژوپیتر نوتبوک و گوگل کولب)

مبحث سوم: استخراج متن (Txt,Pdf,html,..)

مبحث سوم: پیش پردازش متن (nltk-spacy) و مقایسه دو کتابخانه

• حذف علایم نگارشی(Removing Punctuation)
• توکن کردن جملات و کلمات (Tokenize)
• حذف کلمات اضافه (stopwords)
• corpus,wordNet
• stemming, lemmitization(ریشه کلمات) 
• pos-tag-N-grams
• NER : تشخیص نهاد نامگذاری شده

مبحث چهارم : آشنایی با عبارات منظم در پایتون RegEx

مبحث پنجم : استخراج ویژگی با CountVectorizer, TF-IDF, word2vec

مبحث ششم(پروژه اول:) تحلیل احساسات (نظرکاوی) روی داده محصولات دیجی کالا-پردازش زبان فارسی)

• کتابخانه hazm و fattext
• پیش پردازش مجموعه داده متنی
• استخراج ویژگی(Count Vectorization)
• انتخاب ویژگی با pca
• تحلیل احساسات با مدل شبکه عصبی و نایوبیز
• دقت مدل و ارزیابی

مبحث هفتم(پروژه دوم) طبقه بندی متن (مجموعه داده imdb) با ترنسفورمرها

• الگوریتم های بازگشتی یادگیری عمیق(LSTM-RNN-GRu )
• پردازش زبان طبیعی با الگوریتم های بازگشتی و چالش
• ترنسفورمرها در تولید-تاریخچه مدل transformer
• چالش و راه حل- مدل BERT
• یادگیری انتقالی
• نمای کلی معماری ترنسفورمرها
• مدل bert و نشانه گذاری
• مکانیزم توجه به خود
• مجموعه داده imdb
• پیش پردازش در ترنسفورمرها
• طبقه بندی متن

مبحث هشتم(پروژه سوم) خلاصه سازی متن 

• text summerization with sumy
• text summerization with HuggingFace
• مقایسه دو مدل

مبحث نهم(پروژه چهارم) مدلسازی موضوع(خوشه بندی متون خبری) با gensim

• مقدمه ای بر topic modeling
• پیش پردازش داده خبری( cleaning-tfidf-corpus)
• مدلسازی موضوع با Latent Semantic Analysis (LSA)
• مدلسازی موضوع با Latent Dirichlet Allocation (LDA)​
• مصور سازی مدل با pyLDAvis