Materi :
- Menerapkan konsep penambangan data untuk masalah dunia nyata
- Prediksi hasil pertandingan olahraga berdasarkan hasil sebelumnya
- Tentukan penulis dokumen berdasarkan gaya penulisan mereka
- Gunakan API untuk mengunduh kumpulan data dari media sosial dan layanan online lainnya
- Temukan dan ekstrak fitur bagus dari set data yang sulit
- Buat model yang memecahkan masalah dunia nyata
- Merancang dan mengembangkan aplikasi penambangan data menggunakan berbagai set data
- Siapkan percobaan yang dapat direproduksi dan hasil yang kuat
- Rekomendasikan film, selebritas daring, dan artikel berita berdasarkan preferensi pribadi
- Hitung pada data besar, termasuk data waktu nyata dari Internet
Diskripsi :
Langkah selanjutnya dalam era informasi adalah untuk mendapatkan wawasan dari banjir data yang mendatangi kita. Penambangan data menyediakan cara untuk menemukan wawasan ini, dan Python adalah salah satu bahasa yang paling populer untuk penambangan data, memberikan kekuatan dan fleksibilitas dalam analisis.
Kursus ini mengajarkan Anda untuk merancang dan mengembangkan aplikasi penambangan data menggunakan berbagai set data, dimulai dengan klasifikasi dasar dan analisis afinitas. Selanjutnya, beralih ke tipe data yang lebih kompleks termasuk teks, gambar, dan grafik. Membuat model yang memecahkan masalah dunia nyata.
Ada satu set perpustakaan yang kaya dan beragam yang tersedia dalam Python untuk penggalian data. Kursus ini mencakup sejumlah besar, termasuk Notebook IPython, panda, scikit-learn dan NLTK.
Memperkenalkan Anda pada algoritma dan teknik baru. Pada akhir kursus ini, Anda akan mendapatkan wawasan besar tentang penggunaan Python untuk penggalian data, dengan pengetahuan dan pemahaman yang baik tentang algoritma dan implementasi.
Fitur :
- Pelajari penggalian data dalam istilah praktis, menggunakan beragam perpustakaan dan teknik
- Pelajari cara menemukan, memanipulasi, dan menganalisis data menggunakan Python
- Petunjuk langkah demi langkah tentang cara menciptakan aplikasi dunia nyata dari teknik penambangan data
Kurikulum :
- Memulai dengan Penambangan Data
- Memperkenalkan penambangan data
- Menggunakan Python dan Notebook IPython
- Contoh analisis afinitas sederhana
- Contoh klasifikasi sederhana
- Apa itu klasifikasi?
- Ringkasan
- Klasifikasi dengan Estimator scikit-learn
- Scikit-learn estimator
- Preprocessing menggunakan jalur pipa
- Jaringan pipa
- Ringkasan
- Memprediksi Pemenang Olahraga dengan Pohon Keputusan
- Memuat dataset
- Pohon keputusan
- Prediksi hasil olahraga
- Hutan acak
- Ringkasan
- Merekomendasikan Film Menggunakan Analisis Afinitas
- Analisis afinitas
- Masalah rekomendasi film
- Implementasi Apriori
- Mengekstrak aturan asosiasi
- Ringkasan
- Mengekstrak Fitur dengan Transformers
- Ekstraksi fitur
- Pemilihan fitur
- Pembuatan fitur
- Membuat transformator Anda sendiri
- Ringkasan
- Wawasan Media Sosial Menggunakan Naive Bayes
- Disambiguasi
- Transformer teks
- Naive Bayes
- Aplikasi
- Ringkasan
- Menemukan Akun untuk Diikuti Menggunakan Grafik Mining
- Memuat dataset
- Menemukan subgraph
- Ringkasan
- Mengalahkan CAPTCHA dengan Neural Networks
- Jaringan saraf tiruan
- Membuat dataset
- Pelatihan dan klasifikasi
- Meningkatkan akurasi menggunakan kamus
- Ringkasan
- Atribusi Kepengarangan
- Mengaitkan dokumen dengan penulis
- Kata fungsi
- Mendukung mesin vektor
- Karakter n-gram
- Menggunakan dataset Enron
- Ringkasan
- Artikel Berita Clustering
- Memperoleh artikel berita
- Mengekstrak teks dari situs web
- Mengelompokkan artikel berita
- Ansambel Clustering
- Pembelajaran online
- Ringkasan
- Mengklasifikasikan Objek dalam Gambar Menggunakan Pembelajaran Mendalam
- Klasifikasi objek
- Skenario dan sasaran aplikasi
- Jaringan saraf yang mendalam
- Optimalisasi GPU
- Menyiapkan lingkungan
- Aplikasi
- Ringkasan
- Bekerja dengan Data Besar
- Data besar
- Skenario dan sasaran aplikasi
- MapReduce
- Aplikasi
- Ringkasan
- Selesai
