ماشین لرنینگ (Machine Learning)

ساخت یک مدل پیش‌بینی فقط به انتخاب الگوریتم ختم نمی‌شود؛ قبل از آن باید داده را شناخت، آماده کرد و دانست مدل قرار است چه چیزی یاد بگیرد و با چه معیاری باید عملکردش را سنجید.

در دوره ماشین لرنینگ این مسیر را از مفاهیم پایه و کار با داده در Python، NumPy و Pandas شروع می‌کنید و با آماده‌سازی داده، Train/Test، Overfitting و Underfitting جلو می‌روید. در ادامه آموزش یادگیری ماشین، با Regression و Classification، معیارهای ارزیابی و الگوریتم‌هایی مثل Logistic Regression، KNN، Decision Tree و Random Forest آشنا می‌شوید و عملکرد مدل‌ها را مقایسه می‌کنید. در بخش عملی آموزش ماشین لرنینگ با پایتون نیز یک پروژه را از داده خام تا آموزش و ارزیابی مدل پیش می‌برید تا مسیر ساخت یک مدل یادگیری ماشین را به‌صورت یکپارچه تجربه کنید.