این دوره با هدف آموزش طراحی و پیاده‌سازی مدل‌های پیش‌بینی خطر دیابت با استفاده از الگوریتم‌های معروف یادگیری ماشین مانند رگرسیون لجستیک، درخت تصمیم و جنگل تصادفی طراحی شده است. شرکت‌کنندگان در این دوره، با استفاده از زبان برنامه‌نویسی پایتون، مدل‌هایی را طراحی می‌کنند که می‌توانند خطر ابتلا به دیابت را در بیماران ارزیابی کنند.

• پروژه‌محور بودن: این دوره به صورت کاملاً عملی و پروژه‌محور طراحی شده است، به طوری که شرکت‌کنندگان از ابتدا تا انتهای دوره، بر روی یک پروژه واقعی کار می‌کنند.
• ارزیابی همزمان چند مدل: در این دوره، شما به طور همزمان سه مدل یادگیری ماشین را طراحی و ارزیابی خواهید کرد.
• ارائه کدهای کامل: تمام کدهای نوشته شده در طول دوره به شرکت‌کنندگان ارائه می‌شود تا بتوانند از آن‌ها در پروژه‌های آینده خود استفاده کنند.
• تفسیر نتایج: در پایان دوره، شرکت‌کنندگان یاد می‌گیرند که چگونه نتایج مدل‌های خود را تفسیر کنند و از آن‌ها برای تصمیم‌گیری‌های بالینی استفاده نمایند.

1. ارزیابی دیتاست Pima Indians Diabetes: در این بخش، شرکت‌کنندگان با دیتاست معروف Pima Indians Diabetes آشنا می‌شوند و مراحل اولیه تحلیل داده‌ها را انجام می‌دهند.
2. ست‌آپ الگوریتم‌های یادگیری ماشین: در این بخش، الگوریتم‌های رگرسیون لجستیک، درخت تصمیم و جنگل تصادفی با استفاده از پایتون پیاده‌سازی می‌شوند.
3. ارزیابی و مقایسه مدل‌ها: شرکت‌کنندگان یاد می‌گیرند که چگونه مدل‌های خود را با معیارهایی مانند دقت، حساسیت، F1-Score، ماتریس سردرگمی و Cross Validation ارزیابی و مقایسه کنند.
4. Scale کردن داده‌ها و Hyperparameter Tuning: در این بخش، شرکت‌کنندگان با روش‌های Scale کردن داده‌ها و تنظیم Hyperparameter‌ها آشنا می‌شوند تا عملکرد مدل‌های خود را بهبود بخشند.

این دوره با تخفیف ۳۰ درصدی به تعداد محدود برای ثبت‌نام‌کنندگان ارائه می‌شود. برای استفاده از این تخفیف، کافی است از کد تخفیف ggplot30 در هنگام ثبت‌نام استفاده کنید.