کارگاه درخت تصمیم در یادگیری ماشین با پایتون(پروژه محور)

فصل 1 : مروری بر مفاهیم و تئوری های الگوریتم درخت تصمیم
آشنایی با درخت تصمیم
ساخت یک درخت تصمیم برای دیتاست Email Spam Detection
آشنایی با فیچر های مهم و معرفی معیار آنتروپی و information gain و معرفی الگوریتم های ساخت درخت تصمیم
محاسبه Entropy و Information Gian روی فیچر های دیتاست ایمیل
پیاده سازی محاسبه Entropy و Information Gian در پایتون
مشکلات الگوریتم ID3 و معرفی الگوریتم C4.5
نصب کتابخانه های مورد نیاز و آماده سازی محیط توسعه
فصل 2 : پروژه اول: دیتاست Breast Cancer ( سرطان سینه)
معرفی دیتاست Breast Cancer
لود کردن دیتاست و پیش پردازش دیتا
آموزش مدل درخت تصمیم
مروری بر معیارهای ارزیابی برای مسائل دسته بندی
محاسبه معیارهای ارزیابی
بررسی اهمیت فیچر ها
رسم درخت تصمیم
فصل 3 : پروژه دوم : دیتاست کشتی Titanic ( دیتاست کشتی تایتانیک)
معرفی دیتاست تایتانیک
خواندن دیتاست از روی فایل CSV و پیش پردازش دیتا
آموزش مدل درخت تصمیم و محاسبه معیارهای ارزیابی
به دست آوردن confusion matrix (ماتریس درهم ریختگی)

معرفی دیتاست Breast Cancer