داده کاوی با پایتون

1.1. کلیات داده کاوی

16:59

2.1. انواع مختلف داده

18:53

1.2. محیط‌های پیاده سازی

09:48

2.2. عملگرهای مهم پایتون

19:32

3.2. ماتریس‌ها در پایتون

16:59

4.2. آرایه‌ها در پایتون

15:37

5.2. پاکسازی داده‌ها

17:33

6.2. جداول داده‌ها در پایتون

15:38

7.2. عملیات در جداول داده

19:41

8.2. پیش پردازش داده‌‍‌ها

22:24

9.2. استاندارد سازی داده

10:35

1.3. مقدمه‌ای بر تحلیل اکتشافی داده‌ها

17:49

2.3. تحلیل اکتشافی داده‌ها در پایتون

14:46

3.3. نمودارها در تحلیل داده

10:32

1.4. کلیات خوشه بندی

22:10

2.4. عملیات خوشه بندی در پایتون

14:43

3.4. بسته‌های خوشه بندی

19:03

1.5. کلیات دسته بندی

23:28

2.5. روش‌های دسته بندی

17:41

3.5. عملیات دسته بندی در پایتون

19:11

4.5. درخت تصمیم

17:49

5.5. مولفه‌های مهم در دسته بندی

15:22

1.6. آشنایی با قواعد انجمنی

10:42

2.6. عملیات در قواعد انجمنی

17:06

1.7. معرفی علم شبکه

14:19

2.7. ویژگی‌های شبکه

12:40

3.7. پایتون در تحلیل شبکه

16:25

4.7. مولفه‌های مهم در تحلیل شبکه

18:04

1.8. مباحث تکمیلی در پیش بینی و دسته بندی

16:26

2.8. محیط‌های اجرای داده کاوی

08:47

3.8. شبکه عصبی مصنوعی

16:17

4.8. بالانس داده

23:43

1.9. پروژه

07:33