مشروع علم البيانات بلغة بايثون

فهرس موضوعات التدريب

Lesson 1

Data Exploration and Cleaning
• Python and the Anaconda Package Management System
• Different Types of Data Science Problems
• Loading the Case Study Data with Jupyter and pandas
• Data Quality Assurance and Exploration
• Exploring the Financial History Features in the Dataset
• Activity 1: Exploring Remaining Financial Features in the Dataset
Lesson 2

Introduction to Scikit-Learn and Model Evaluation
• Introduction
• Model Performance Metrics for Binary Classification
• Activity 2: Performing Logistic Regression with a New Feature and Creating a Precision-Recall Curve
Lesson 3

Details of Logistic Regression and Feature Exploration
• Introduction
• Examining the Relationships between Features and the Response
• Univariate Feature Selection: What It Does and Doesn't Do
• Building Cloud-Native Applications
• Activity 3: Fitting a Logistic Regression Model and Directly Using the Coefficients
Lesson 4

The Bias-Variance Trade-off
• Introduction
• Estimating the Coefficients and Intercepts of Logistic Regression
• Cross Validation: Choosing the Regularization Parameter and Other Hyperparameters
• Activity 4: Cross-Validation and Feature Engineering with the Case Study Data
Lesson 5

Decision Trees and Random Forests
• Introduction
• Decision trees
• Random Forests: Ensembles of Decision Trees
• Activity 5: Cross-Validation Grid Search with Random Forest
Lesson 6

Imputation of Missing Data, Financial Analysis, and Delivery to Client
• Introduction
• Review of Modeling Results
• Dealing with Missing Data: Imputation Strategies
• Activity 6: Deriving Financial Insights
• Final Thoughts on Delivering the Predictive Model to the Client

مخرجات التعلم

استكشاف البيانات وتنظيفها​

مقاييس الأداء النموذجية للتصنيف الثنائي​

بناء تطبيقات السحابة الأصلية​

تقدير معاملات وتقاطعات الانحدار اللوجستي​

أشجار القرار والغابات العشوائية​

إدخال البيانات المفقودة والتحليل المالي والتسليم للعميل

المتطلبات السابقة للتدريب

المؤهلات: المعرفة الالمام بالبرمجة بلغة البايثون الالمام بتحليل البيانات والاحصاء

مستوى الخبرة خبرة لا تقل عن سنة في مجال البيانات والبرمجة والاحصاء القدرات

اللغة الانجليزية

بالنسبة للأجهزة والأدوات البرمجيات: ستحتاج أيضًا إلى تثبيت البرامج التالية مسبقًا: نظام التشغيل: Windows 7 SP1 64 بت أو Windows 8.1 64 بت أو Windows 10 64 بت أو Ubuntu Linux أو أحدث إصدار من OS X المتصفح: Google Chrome / Mozilla Firefox أحدث إصدار Notepad ++ / Sublime Text as IDE (اختياري ، حيث يمكنك ممارسة كل شيء باستخدام Jupyter notecourse على متصفحك) تم تثبيت Python 3.4+ (آخرها Python 3.7) (من https://python.org) مكتبات Python حسب الحاجة (J