Bilgi Bilimi için Dernek Kuralları ve Dışsal Analiz

Her gün, şirketler muazzam miktarda işlem verileri üretirler, ürünler ve müşteri davranışları arasındaki değerli ilişkileri gizlerler.Bu paternlerin kilidini açmak, kuruluşlara ürün yerleştirmelerini optimize etme, ürünleri tavsiye etme ve kritik anormallikleri tespit etme olanağı sağlar. Bu metin tabanlı kursta, gizli ilişkileri ortaya çıkarmak ve karmaşık veri kümelerinde aşırı değerleri tanımlamak için becerileri olan bir analist olarak kendinize güveneceksiniz. Denetimli olmayan öğrenmenin teorik temellerini öğrenecek ve onları endüstri standart algoritmaları kullanarak gerçek dünya senaryolarına uygulayacaksınız. Ne öğreneceksiniz: Denetlenmemiş öğrenme ve işlemsel veri yapılarının temel kavramlarını anlayın; Sıklıkla kullanılan öğeleri keşfetmek ve güçlü ilişki kuralları oluşturmak için Apriori algoritmasını öğrenin; Bulunmalarınızın gücünü değerlendirmek için destek, güven ve kaldırma metriklerini uygulayın; Kontekstüel ve kolektif dışsal değerleri tanımlamak için Kurs, anomalileri işaretleyip dolandırıcılığı önlemek; Filtrelemek ve uygulanabilir içgörülere odaklanmak için kısıtlama tabanlı madencilik tekniklerini uygulamak; Pandas ve MLxtend gibi modern Python kütüphanelerini kullanarak pazar sepeti verilerini analiz etmek üzere tasarlandı. Daha sonra adım adım yazılı yürüyüşler ve kuralları ve dışsal değerleri nasıl çıkaracağınızı ve yorumlayacağınızı gösteren kavramsal egzersizler yoluyla ilerleyeceksiniz. Bu ders, veri analistleri, iş zekası uzmanları ve karmaşık ön koşullar olmadan denetimli öğrenmeyi öğrenmek isteyen temel programlama tecrübesi olan yeni başlayanlar için tasarlanmıştır. Verilerinizin içindeki gizli bağlantıları açmak için bugün okumaya başlayın.