JWarmenhoven/ISLR-python
کاربرد:
این پروژه شامل کدهای پایتون برای کتاب معروف An Introduction to Statistical Learning است که به آموزش مفاهیم یادگیری آماری و داده‌کاوی با استفاده از پایتون می‌پردازد.
این کدها به همراه توضیحات، به شما کمک می‌کنند تا مباحثی مثل رگرسیون خطی، درخت تصمیم، ماشین بردار پشتیبان (SVM) و خوشه‌بندی را در عمل پیاده‌سازی کنید.
در چه شرایطی بهتره استفاده شود؟
اگر داری کتاب ISL رو می‌خونی و دوست داری مثال‌های کتاب رو با پایتون (به جای R) اجرا کنی، این پروژه عالیه.
همچنین برای دانشجویان و محققانی که می‌خوان یادگیری ماشین رو با رویکرد آماری یاد بگیرن و در عین حال از ابزارهای پایتون مثل scikit-learn و pandas استفاده کنن، مناسبه.
چند مثال از موارد استفاده
- اجرای مدل رگرسیون خطی روی داده‌های فروش تبلیغات
- طبقه‌بندی مشتریان با استفاده از درخت تصمیم و جنگل تصادفی
- انجام تحلیل مؤلفه‌های اصلی (PCA) برای کاهش ابعاد داده‌ها
- خوشه‌بندی مشتریان با الگوریتم K-Means برای بازاریابی هدفمند
- ##ISLR
- ##Python
- ##MachineLearning
- ##DataScience
- ##StatisticalLearning
- ##ScikitLearn
- ##Pandas
- ##Jupyter
- ##Regression
- ##Classification