Description

رس: د ا و د بزاده اح: ش ، ر ادی، ا ار
: ۱۰دی، ٢٣:۵۵
1داده 2
ر داده 2
دازش داده 2
ا زش، ارز و 2
روش ی د ی 2

ت 2
وژه ف ا روش ی د ی و دا د ا س داده اوریهScikit-Learn NIDDK ا . وژه ۴ ز :
۱. ر داده: در ا ز و داده ی ا داز و ده روی
داده ا م د .
۲. دازش داده: ا ز ز وژه د ی دازش
داده دازد ای ا ی و را ل و د داده ی رد.
۳. ا زش، ارز و : در ا ز ل ا دهscikit-learn را ای و ح ها زش د و از ر را ل وhyper parameter را ل را د د .
۴. روش ی د ی : در ز ا روش ی د ی ا .
د در ا وژه ات ز دی در را ی ل ،روش ی دازش و… ا و ا ا ل ا ات را را .
داده
داد های در ا ر ار دارد از د و ری ی ار و ی در ه.
ا داده ا س و ی و در ادا داده ا ، د دارا ر .
Column Description
Pregnancies اد د ت
Glucose در ن
BloodPressure ر ن
SkinThickness ز
Insulin ا در ن
BMI Body Mass Index
DiabetesPedigreeFunction ر د ع ۲
Age
Outcome د دارد ا
ر داده
ز داده ی م را ر ا د. ا و داده مEDA د و ایدر د داده ر رود. ا ز را ا م د و در را
ده و در ارش ور .
۱. ر داده را یinfo وdescribe ور .
۲. ای و اد و داده ی از د ر را ور .
۳. دار وا و را ر . ام و وا ی دار ؟
۴. ای و ی ا ه در دار اد ات ار د را ر .
۵. ار ط و { } را د ر ، از دار یscatter وhexbin ا ا ده .
۶. ا ر د ی را ده و .
دازش داده
در د ی وا ، ا ت اوری ه را ل و در د رج از وده، ،از د ر و ر اه ه ای ا زش ل در داده و د دار . در از ادا وژها ارد را و ا ح . ای د را ل و د ی ان اداده را داد و د. در ا ز ز وژه د ی ا در ا
رت و و ر د ا د ( ر “garbage in, garbage out”).در ارد ز، ا ب روش د ای را د .
۱. دو روش ایMissing Values ، ف ن و دن د ا ره ( ای ل )
. روش را د و .
۲. ا س ز ، ام داده ان داده ه را دار ؟ ای و داده ی ه را روش ی ح ه .
۳. در و ی دی ،standardizing normalizing ر ا م د؟ در ا وژه ز ا ما ر ؟
۴. ای ا ده و ی د ای ، رتobject string در داده ذ ه ه ا ، درا زش ل داز ش ر ؟ ا داده ی د ا ز ا روش ؟
۵. ا ا ن ف ن و د دارد؟ ا؟
۶. ای ا زش و در ارز ل د ی ز ا داده را دو دtest وtrain
. ا رت ا ؟ روش ی ای و ا دو د و د دارد؟
۷. وه دو د د و د دارد. در رد ا د (validation) د .
ا زش، ارز و
Logistic Regression وK-Nearest-Neighbours، Decision Trees ز از وژه، ل. ده زی . را را د و ل راscikit learn ا ده از
زی ا ر ا د اoverfitting رخ .ایKNN اد .
۱. د ل را ا سconfusion matrix ر ه اور و را د .
۲. ای ل را ی ز دی دارGridSearchCV ، د ای را رااور .
۳. در ردunderfitting وoverfitting . ا در ل ی ا ه رخ داد ؟
۴. از دازش ا م داد را د . ا د ل ن را ر .
روش ی د ی
د ی و ا را از ل ا م د . در ا ز
. دازRandom Forest ده زی و ل ی
در ا ل، ادیDecision Tree د ام ا و و ی وت ا زش .
ای در رای ی ا م د.
۱. در رد ا دو د از را ی ا ل و ا را را روی ن را ر دار و ذ د .
و ار ط انvariance وbias در رد. Decision Tree ا ل را ل.۲ Decision Tree لvariance وbias از ام از دو رد.
لRandom Forest ؟ ا د اورد ن دارد؟

ت
د‌ ۱ .د ف وژه ا ا از ا ار ی داده دار ا دهت ط از وژه را ر و در ل در ارش د ذ . ا در
ذ‌ ه ای ا م د ، را د ذ و ا را و .
۲ .در ی ز از ی یScikit-Learn، Seaborn، Matplotlib وPandas ا دهو ا ت زم در رد ری ا م را دا ، در م ا در
رد ام از ال ه د.
۳ . و ارش د را در ده انAI_CA4_<SID>.zip د . ت
notebook ،وhtml و ی رد ز ای ا ای ان . و و یا ه از ه ا را . از در و ی رد ز درhtml
.