مباحث تکمیلی در پیش پردازش داده‌ها - قسمت اول (نرمال‌سازی و استانداردسازی داده‌ها، روش K نزدیک‌ترین همسایه برای داده‌های گم شده)

جلسه بعد

جلسه قبل

سرفصل پیش‌پردازش داده‌ها و آماده‌سازی آن‌ها برای طبقه‌بندی/خوشه‌بندی

برای مشاهده این دوره می بایست وارد شوید و در صورتی که عضو نیستید ثبت نام کنید.

جلسات دوره
توضیحات
نکات مدرس
پرسش و پاسخ 3

معرفی کتابخانه‌ی scikit-learn و کتابخانه‌های مرتبط با داده کاوی 18:20

روش‌های مقدماتی پیش پردازش داده‌ها (Data Preprocessing) - قسمت اول 48:35

روش‌های مقدماتی پیش پردازش داده‌ها (Data Preprocessing) - قسمت دوم 35:30

مباحث تکمیلی در پیش پردازش داده‌ها - قسمت اول (نرمال‌سازی و استانداردسازی داده‌ها، روش K نزدیک‌ترین همسایه برای داده‌های گم شده) 43:46

مباحث تکمیلی در پیش پردازش داده‌ها - قسمت دوم (نرمال‌سازی L1 و L2 و باینرایزر) 27:52

همبستگی (Correlation) و روش‌های Pearson، Spearman و Kendalls Tau در تحلیل داده‌های همبسته 44:45

همبستگی داده‌ها در پایتون (مثال عملی مجموعه داده‌ی فوتبال آمریکایی) 55:42

مباحث تکمیلی EDA و آماده سازی داده‌ها (مثال مجموعه داده‌ی بازی‌های تخته‌ای) 45:44

مثال مجموعه داده‌ی اتومبیل و EDA بر روی داده‌ها 31:36

در این جلسه به معرفی و بحث پیرامون مباحث عمومی و تکمیلی دیگر در حوزه‌ی پیش پردازش داده‌ها خواهیم پرداخت و به معرفی روش‌های متفاوت و پیشرفته‌تر برای آماده‌سازی داده‌ها جهت تزریق به الگوریتم‌های داده‌کاوی می‌پردازیم

مدرس : مسعود کاویانی

پاسخ

407

بازدید

حذف شده