یادگیری ماشین با پایتون

توضیحات

🟣 معرفی کلی کتاب و هدف آن

کتاب «یادگیری ماشین با پایتون» تألیف دکتر وحید رضایی‌تبار و زهرا احمدیان، اثری جامع و مرجع دانشگاهی در حوزه علوم داده، هوش مصنوعی و برنامه‌نویسی پایتون است. این اثر در ۷۵۵ صفحه، مسیر یادگیری را از پایه‌ای‌ترین اصول زبان پایتون آغاز کرده و تا مفاهیم پیشرفته پیش‌پردازش داده‌ها، الگوریتم‌های یادگیری بانظارت، شبکه‌های عصبی مصنوعی و یادگیری بدون نظارت امتداد می‌دهد.

هدف اصلی کتاب، ارائه یک راهنمای عملیاتی و گام‌به‌گام برای دانشجویان، پژوهشگران و متخصصان حوزه هوش مصنوعی است تا علاوه بر تسلط بر ساختار برنامه‌نویسی پایتون، توانایی پیاده‌سازی، مصورسازی، پیش‌پردازش و آموزش انواع مدل‌های یادگیری ماشین و شبکه‌های عصبی را با ابزارهای استاندارد (مانند Scikit-Learn و Power BI) بر روی داده‌های واقعی کسب کنند.

🟣 خلاصه

محتوای کتاب بر پایه فهرست مطالب در ۱۱ فصل مدون به شرح زیر سازمان‌دهی شده است:

• فصل اول: آشنایی با زبان برنامه‌نویسی پایتون (ص. ۳۴):

  نگارش در پایتون (ساختار خطی، کامنت‌گذاری، تورفتگی‌ها، رشته‌ها، شناسه‌ها و قالب‌بندی رشته‌ها)، متغیرها و هویت آن‌ها، انواع داده‌ها و انواع عملگرها در پایتون.

• فصل دوم: لیست، دیکشنری و تاپل (ص. ۷۷):

  بررسی ساختمان‌داده‌های پایه؛ ساختار، برش، توابع، تغییرپذیری و لیست‌های تو در تو؛ کار با تاپل‌ها؛ دیکشنری‌ها (دسترسی، ترکیب، کلیدها، مقادیر و دیکشنری‌های تو در تو)؛ ویژگی‌ها و اعمال مجموعه‌ها (اشتراک، اجتماع، تفاضل).

• فصل سوم: حلقه‌ها (ص. ۱۱۷):

  دستورات شرطی و شرط‌های زنجیره‌ای و تو در تو، حلقه‌های تکرار while (حلقه‌های نامتناهی و تو در تو)، حلقه for در پایتون، و مفاهیم خلاصه‌سازی ساختارها (List/Dict/Set Comprehension).

• فصل چهارم: توابع (ص. ۱۵۸):

  اصول تعریف تابع، آرگومان‌های کلیدواژه، پارامترهای پیش‌فرض، نحوه انتقال آرگومان، دستور return، و بسته‌بندی/بازکردن آرگومان‌های تاپل و دیکشنری با طول متغیر (*args و **kwargs).

• فصل پنجم: فضای نام و دامنه متغیرها (ص. ۱۸۲):

  تعریف فضای نام (Namespace)، تمایز فضاهای نام محلی و سراسری، و دامنه اثر و طول‌عمر متغیرها در پایتون.

• فصل ششم: یادگیری ماشین (ص. ۱۸۸):

  مفاهیم پایه و ضرورت یادگیری ماشین، انواع مسائل و شناخت داده‌ها، جایگاه پایتون و کتابخانه Scikit-Learn، ماژول‌های ضروری، و پیاده‌سازی اولین پروژه عملی (رده‌بندی گونه‌های زنبق با الگوریتم KNN، تقسیم داده‌ها و ارزیابی مدل).

• فصل هفتم: مصورسازی داده‌ها (ص. ۲۲۰):

  مفاهیم و روش‌های مصورسازی، استفاده از Power BI در پاکسازی و ادغام داده‌ها، و رسم انواع نمودارها (میله‌ای، مستطیلی، دایره‌ای، حبابی و نواری).

• فصل هشتم: پیش‌پردازش داده‌ها (ص. ۲۶۱):

  پاکسازی و مدیریت داده‌های پرت، استانداردسازی داده‌ها (امتیازهای z)، استخراج و انتخاب ویژگی‌ها (روش‌های فیلتر، بسته‌بند و تعبیه‌شده)، کاهش بعد (PCA، SVD، t-SNE)، روش‌های کدگذاری داده‌ها (One-Hot، Label، Binary، Target، Frequency)، روش‌های جانهی مقادیر گم‌شده (میانگین، رگرسیون، KNN و جانهی چندگانه)، متوازن‌سازی داده‌ها (نمونه‌برداری افزایشی/کاهشی و داده‌های مصنوعی)، و استراتژی‌های اعتبارسنجی (K-Fold، Leave-One-Out، Stratified).

• فصل نهم: یادگیری بانظارت (ص. ۳۸۵):

  مسائل رده‌بندی و رگرسیون، مفاهیم تعمیم‌پذیری، بیش‌برازش (Overfitting) و کم‌برازش (Underfitting)، تحلیل انواع الگوریتم‌های رگرسیون و الگوریتم‌های رده‌بندی (درخت تصمیم، K نزدیک‌ترین همسایه، ماشین بردار پشتیبان/SVM، و روش‌های رده‌بندی ترکیبی/Ensemble).

• فصل دهم: شبکه‌های عصبی مصنوعی (ص. ۵۵۱):

  مدل ریاضی نورون بیولوژیکی، انواع توابع فعالیت، ساختارهای شبکه، سلول عصبی مک‌کلوچ-پیتس، قانون یادگیری هب، آموزش پرسپترون، شبکه آدالاین، شبکه‌های عصبی چندلایه (MLP)، شبکه‌های پایه شعاعی (RBF)، و شبکه‌های عصبی بازگشتی (شبکه‌های المان و جردن).

• فصل یازدهم: یادگیری بدون نظارت (ص. ۶۶۳):

  اصول و معیارهای ارزیابی خوشه‌بندی، روش‌های تعیین تعداد بهینه خوشه‌ها، الگوریتم‌های K-Means و K-Medoids، روش‌های سلسله‌مراتبی (تجمیعی، تجزیه‌ای، BIRCH، AGNES، Chameleon)، و الگوریتم‌های مبتنی بر چگالی (DBSCAN، HDBSCAN، DECLUE، OPTICS).