بوت کمپ مهندسی یادگیری ماشین

مهندسی یادگیری ماشین به سرعت به یکی از محبوب‌ترین مشاغل حوزه فناوری تبدیل شده، زیرا سازمان و متخصصین به حوزه‌های مرتبط با علوم داده‌ها علاقه‌مند شده‌اند. اساسا یک مهندس یادگیری ماشین وظیفه ساخت مدل‌هایی برای حل مشکلات واقعی را دارد. 

یک مهندس یادگیری ماشین، برخی مواقع مدل‌های یادگیری ماشینی که یک دانشمند علم داده‌ها با آن‌ کار می‌کند را بهینه‌سازی می‌کند و در مواردی نقش معماری را بازی می‌کند که پیش‌نیازها و ملزومات موردنیاز سایر مشاغل داده‌محور را آماده می‌کند تا این مشاغل بتوانند با سهولت بیشتری از داده‌ها استفاده کنند.

در دوره مهندسی یادگیری ماشین هدف تربیت متخصصین این حوزه برای ورود به بازار کار می‌باشد.

این دوره مشتمل بر 5 درس مبانی آمار و جبرخطی، مبانی علم داده و یادگیری ماشین، پایتون در علم داده، سری‌های زمانی در پایتون و متن کاوی و وب کاوی کاربردی در 100 ساعت، به صورت 25 جلسه 4 ساعته طرح‌ریزی شده است.

مبانی آمار و جبرخطی:

16 ساعت

مدرس: امیررضا تجلی 

مقدمه ای بر تجزیه و تحلیل آماری 

 آمار توصیفی و استنباطی

 برآورد پارامترهای یک جامعه با استفاده از آمار نمونه

 Data Wrangling and Data Manipulation

مقدمه ای بر روش های نمونه گیری داده‌ها 

 متغیرهای تصادفی، انتظار (میانگین) و واریانس

احتمالات و توزیع های آماری

توزیع نرمال

نرمال سازی و استانداردسازی داده ها

کوواریانس | همبستگی

Multicollinearity

آزمون فرضیه ها و confidence intervals

تست های تی، فیشر و ANOVA | تست کای‌دو

رگرسیون خطی

تجزیه و تحلیل داده‌های اکتشافی

مبانی علم داده و یادگیری ماشین: 

28 ساعت

مدرس: محمدرضا محتاط

مفاهیم پایه داده‌کاوی

کاربردهای داده‌کاوی

متدولوژی Crisp DM

آماده‌سازی داده جهت داده‌کاوی

تجمیع و یکپارچه‌سازی دادهپ

مدیریت داده نویزی

مدیریت داده پرت

مدیریت ناهنجاری

مدیریت داده مفقوده

مدیریت داده نامتوازن

کمی کردن داده‌های کیفی

نرمال‌سازی و استانداردسازی

یادگیری ماشین

مدل‌های طبقه‌بندی

الگوریتم نزدیک‌ترین همسایه

الگوریتم درخت تصمیم‌گیری

الگوریتم مبتنی بر قاعده

الگوریتم ماشین پشتیبان بردار

الگوریتم تجمیعی

الگوریتم شبکه عصبی

الگوریتم رگرسیون خطی ساده

الگوریتم رگرسیون چندگانه

الگوریتم رگرسیون چندمتغیره

الگوریتم رگرسیون چندجمله‌ای

مدل‌های خوشه‌بندی

الگوریتم Kmeans

الگوریتم Kmedoids

الگوریتم DBscan

 الگوریتم سلسله مراتبی

قوانین انجمنی

الگوریتم Apriori

الگوریتم FP Growth

ارزیابی مدل‌های یادگیری ماشین

پیاده‌سازی مفاهیم در نرم‌افزار SPSS Modeler

 شروع کار با IBM SPSS Modeler

توابع پایه نرم‌افزار

مصورسازی داده

خوشه‌بندی با الگوریتم‌ Kmeans و سلسله مراتبی

شناسایی داده‌های پرت

قواعد انجمنی با الگوریتم Apriori

طبقه‌بندی با الگوریتم‌های بیزین، SVM، شبکه عصبی و...

سری زمانی با الگوریتم Arima

آنالیز RFM

پایتون در علم داده:

36 ساعت

مدرس: امیررضا تجلی

یازها و چالش های موقعیت های شغلی مختلف علم داده با توجه به یادگیری زبان پایتان

مرور اجمالی بر محیط های توسعه (IDE) و بیان نقاط ضعف و قوت هر کدام

راه اندازی پایتان، معرفی کلی زبان برنامه نویسی پایتان، معرفی انواع کابخانه ها و چگونگی طریقه ورود داده از منابع مختلف

ارائه مبانی ابتدایی در محیط برنامه نویسی پایتان

نصب و راه اندازی کتابخانه های Scikit-Learn جهت پیاده سازی الگوریتم های یادگیری ماشین

تفاوتVerification و Validation

تفاوت Data Gathering و Data Collecting

تفاوت های DataBase, DataSet, Data Frame

تفاوتData Analysis و Data Analytics

تفاوت داده های Train و Test و Validation

تفاوت مفاهیم Overfitting و Underfitting

داده کاوی و یادگیری باناظر و بدون ناظر در پایتان:

بررسی و تحلیل مسائل طبقه بندی (Classification) بر روی حوزه های مختلف من جمله سلامت، پتروشیمی و خودروسازی

پیاده سازی الگوریتم درخت تصمیم و جنگل های تصادفی Decision Tree & Random Forest

الگوریتم ماشین های بردار پشتیبان Support Vector Machine

الگوریتم نزدیک ترین همسایگی KNN

الگوریتم نایو-بیز Naïve Bayes

الگوریتم شبکه های عصبی Neural Networks

الگوریتم رگرسیون لجستیک Logistic Regression

پیاده سازی الگوریتم‌های یادگیری تجمیعی (Ensemble Learning) شامل: Boosting و Bagging

بررسی و تحلیل مسائل رگرسیون (Regression)

پیاده سازی الگوریتم های رگرسیونی شامل رگرسیون خطی و چند متغیره

بررسی و تحلیل مسائل مسائل خوشه بندی (Clustering)

پیاده سازی الگوریتم‌های K-Means , K mediods و DBscan

بررسی و تحلیل مسائل مسائل قواعد انجمنی (Association rules)با استفاده از تکنیک Apriori در پایتان

ارزیابی مدل- امتیاز دهی مدل و اعتبار سنجی (K Fold Cross Validation)

پیاده سازی روش های اعتبار سنجی و بهبود مدل

بهینه‌سازی الگوریتم‌ها و توسعه مدل

سری‌های زمانی در پایتون:

8 ساعت

مدرس: امیررضا تجلی

مقدمه ای بر سری‌های زمانی

مصورسازی داده در سری‌های زمانی

کشف الگو در سری‌های زمانی

چالش داده‌های مفقوده در سری‌های زمانی

Cross Validation در سری‌های زمانی

مانایی و نامانایی در سری‌های زمانی

روش‌های آماری در سری‌های زمانی

تفاوت نویز و سری‌های stationary

سری‌های زمانی فصلی

خودهمبستگی

روش‌های  ACF and PACF

مدل Autoregressive

مدل Moving Average

مدل ARIMA & SARIMA

 مدل ARCH & GARCH

الگوریتم Prophet

مقدمه‌ای بر شبکه‌های عصبی در سری زمانی

معماری LSTM

متن کاوی و وب کاوی کاربردی:

12 ساعت

مدرس: محمدرضا محتاط

 مقدمه‌ای بر متن‌‌کاوی

آشنایی با کتابخانه‌های متن‌کاوی پایتون

ورود داده‌های متنی در پایتون

پیش‌پردازش متن

ساخت بردار ویژگی‌ها با استفاده از کلمات

طبقه‌بندی متن

خوشه‌بندی متن

مدل‌سازی موضوعی در متون

مدل شبکه عصبی Word2Vec

تحلیل احساسات

خلاصه سازی متن

خوشه بندی مت

 خزش وب با پایتون

مفاهیم پایه تحلیل شبکه اجتماعی

سناریوی ایجاد شبکه

پارامترهای تحلیل شبکه

شناسایی اجتماعات در گراف