تقلب نامه (Cheat Sheet) کتابخانه Scikit-Learn برای علم داده

۱۳۳۰ بازدید

آخرین به‌روزرسانی: ۱۷ تیر ۱۴۰۲

زمان مطالعه: ۱ دقیقه

تقلب نامه (Cheat Sheet) کتابخانه Scikit-Learn برای علم داده

تقلب نامه (Cheat Sheet)، متنی کوتاه اما جامع پیرامون یک موضوع مشخص است. هدف اصلی ارائه تقلب‌نامه، انتقال مفاهیمِ مرتبط با یک موضوع به صورت کامل، در کمترین زمان ممکن است. با استفاده از تقلب‌نامه می‌توان چکیده مفاهیم بیان شده در کلاس‌های درس را در مدت زمانی بسیار اندک فرا گرفت. بنابراین در هنگام تمرین، حل سوالات و یا شب امتحان به جای ورق زدن کتابی چند صد صفحه‌ای می‌توانید با مراجعه به تقلب‌نامه به مقصود خود دست یابید.

فهرست مطالب این نوشته

کتابخانه Scikit-Learn برای علم داده

از تقلب‌نامه‌های زبان‌های برنامه‌نویسی می‌توان برای آگاهی از دستورهای مورد نیاز برای انجام امور گوناگون استفاده کرد. همچنین، تقلب‌نامه‌هایی که پیرامون یک کتابخانه خاص از یک زبان هستند، حجم زیادی از اطلاعات مفید و مهم را به صورت یک جا و یکپارچه در بر می‌گیرند. با توجه به اهمیت بیان شده، وبلاگ فرادرس اقدام به انتشار تقلب‌نامه‌هایی در حوزه‌های گوناگون از جمله زبان‌های برنامه‌نویسی کرده است. به منظور دسترسی به کلیه تقلب‌نامه‌های منتشر شده در وبلاگ فرادرس، می‌توانید از این لینک استفاده کنید. نوشته حاضر در برگیرنده تقلب‌نامه «کتابخانه پایتون سایکیت‌لِرن برای علم داده» است.

کتابخانه Scikit-Learn برای علم داده

در این تقلب‌نامه، کدهای مربوط به عملکردهای مختلف کتابخانه «متن‌باز» (Open Source) زبان برنامه‌نویسی پایتون به نام «سایکیت‌لِرن» (Scikit-Learn) که برای تحلیل داده مورد استفاده قرار می‌گیرد آورده شده است.

فیلم آموزش کتابخانه scikit-learn در پایتون – الگوریتم های یادگیری ماشین در فرادرس

کلیک کنید

از جمله مباحث موجود در این تقلب‌نامه می‌توان به موارد زیر اشاره کرد:

معرفی کتابخانه Scikit-Learn
نحوه بارگذاری داده‌ها (Loading The Data)
داده‌های آموزش و آزمون (Training And Test Data)
پیش‌پردازش داده‌ها (Pre-processing The Data)
آموزش ساخت انواع مدل‌های «نظارت شده» (Supervised)، «نظارت نشده» (Unsupervised) و آماری
ارزیابی کارایی در انواع مدل‌ها
روش‌های تنظیم مدل (Model Tuning)

این تقلب‌نامه را می‌توانید با کلیک روی لینک زیر دانلود کنید.

دانلود تقلب‌نامه (+ کلیک کنید)

اگر مطلب بالا برای شما مفید بوده، آموزش‌های زیر نیز به شما پیشنهاد می‌شود:

بر اساس رای ۲ نفر

آیا این مطلب برای شما مفید بود؟

اگر بازخوردی درباره این مطلب دارید یا پرسشی دارید که بدون پاسخ مانده است، آن را از طریق بخش نظرات مطرح کنید.

ثبت نظر

الهام حصارکی (+)

«الهام حصارکی»، فارغ‌التحصیل مقطع کارشناسی ارشد مهندسی فناوری اطلاعات، گرایش سیستم‌های اطلاعات مدیریت است. او در زمینه هوش مصنوعی و داده‌کاوی، به ویژه تحلیل شبکه‌های اجتماعی، فعالیت می‌کند.