مباحث نظری علم داده و یادگیری ماشین در پایتون قشقایی دیباگران تهران

کتاب مباحث نظری علم داده و یادگیری ماشین در پایتون برای دانشجویان و علاقه‌مندان به علم داده که با زبان پایتون و کتابخانه‌های Pandas، Numpy، Matplotlib و Sklearn آشنایی اولیه دارند، تدوین شده است. این کتاب مهندسی کامپیوتر خلاهای علمی میان ابزارهای مختلف را پر می‌کند و مفاهیم مهم و کاربردی آمار را همراه با نحوه پیاده‌سازی آن‌ها در پایتون ارائه می‌دهد.

علاوه بر این، کتاب نگاهی عملی به انواع الگوریتم‌های یادگیری ماشین داشته و آن‌ها را از منظر حل مسئله بررسی و طبقه‌بندی می‌کند تا خواننده بتواند درک عمیقی از مباحث نظری و کاربردی این حوزه پیدا کند.

فهرست مطالب کتاب مباحث نظری علم داده و یادگیری ماشین در پایتون:

فصل 1-تجزیه و تحلیل داده ها

فصل 2-داده ها و توزیع های نمونه گیری

فصل 3-آزمایش های آماری و آزمون فرض آماری

فصل 4-رگرسیون و پیش بینی

فصل 5-طبقه بندی و پیش بینی

فصل 6-الگوریتم های خوشه بندی

فصل 7-مدل های کاهش بعد (Reduction Dimensionality)

فصل 8-مدل های دسته بندی (Methods Ensemble)