Ultimate Data Science Toolkit From Python Basics to GenerativeAI

기계 학습과 딥 러닝을 시작합니다

유용하다고 생각되면이 저장소를 별표하십시오

---

모듈 1- 파이썬 프로그래밍

주제 이름	다루는 것
파이썬에 대한 소개	Python, Hello World 프로그램, 식별자 및 규칙 식별자, 데이터 유형 (숫자, 부울, 문자열, 목록, 튜플, 설정 및 DICT), 주석, 입력 및 출력, 운영자 - 산술, 할당, 제 3 조, 신원 및 멤버십, 평등
파이썬의 데이터 구조 (문자열, 목록, 튜플, 세트, ​​사전)	문자열 - 문자열 만들기, 인덱싱, 슬라이스, 분할, 조인 등, 목록 - 초기화, 인덱싱, 슬라이싱, 정렬, 추가 등, 튜플 - 초기화, 인덱싱, 슬라이싱, 카운트, 인덱스 등 - 초기화, 미확인 시퀀스, 오염 시퀀스 등, 사전 초기화, 업데이트, 키 , 값, 항목 등
제어 명세서 (조건부 및 루프)	조건부 진술 - 계약 소개, if 문, if ... if ... else 진술, if..elif ... else 문, else 문, 루프 - 루프, 루프, 멤버십 운영자, 루프, 니스 루프, 중첩 루프, 깨기고 계속해서 다른 말을 하는가?
기능 및 모듈	함수 - 파이썬 기능, 기능 정의 및 통화 소개, 인수/매개 변수, 반환 문, 변수의 범위, 변수, 모듈 소개, 모듈 가져 오기, 별명, 별명, ...에서 가져 오기, 수학, 플랫폼, 랜덤, 웹 브라우저 등을 가져옵니다.
객체 지향 프로그래밍	Classes and Objects - Creating a class, Instantiating an Object, Constructor , Class Members - Variables and Mentods, Types of Variables - Instance, Static and Local Variables, Types of Methods - Instance, Class and Static Methods, Access Modifiers - Public, Private and Protected, Pillars of Object Oriented Programming - Inheritance, Polymorphism, Abstraction and Encapsulation, Setters and Getters , Inheritance vs Association
예외 처리	오류 vs 예외, 구문 및 압입 오류, 시도 ... 블록을 제외하고 시도 , 시도의 제어 흐름 ... 블록을 제외하고는 시도, 마침내 블록, 시도 ... 제외하고 ... 다른 중첩 시도를 제외하고 ... 마침내, 사용자 정의 된 예외를 제외하고 ...
파일 처리	파일 처리 소개, 파일 열기 및 닫기, 파일 객체 속성, 텍스트 파일의 데이터 읽기, 문자 파일에 데이터 쓰기, 파일 이름 바꾸기 및 삭제
웹 API	응용 프로그램 프로그래밍 인터페이스 , 인도 우주 정거장 API, API 요청, 상태 코드, 쿼리 매개 변수, API 요청에서 JSON 가져 오기, JSON- 덤프 및로드, Twitter API 작업
데이터베이스	데이터베이스 소개, SQLITE3- SQLITE3- SQLITE3 연결, CRUD ORETTATION 수행, MYSQL- MySQL 과 Python 연결, MongoDB- MongoDB - MongoDB와 Python 연결, CRUD 관계 매핑 수행 - SQLALCHEMY ORM 및 CRUD 운영 수행.
이해력, 람다, 필터, 맵, 감소를 나열하십시오	이해력, 익명 함수, 필터, 맵, 감소, 기능 별명을 나열하십시오
인터뷰에 대한 문제 해결	두 숫자, 숫자, 소수, Fibbonnacci 시퀀스, 암스트롱 번호, Palindrome 번호 등 두 가지 숫자 교체

모듈 2- 데이터 분석을위한 파이썬

주제 이름	다루는 것
데이터 분석 프레임 워크	데이터 수집, 비즈니스 이해, 탐색 적 데이터 분석 , 데이터 준비, 모델 구축, 모델 평가, 배포, 데이터 마이닝 ( CRISP-DM ) 및 Microsoft의 팀 데이터 과학 프로세스 ( TDSP ) 이해력 이해
Numpy	Numpy , Numpy Array 생성, Numpy Array에서 기본 작업, Check Check Dimensions, Shape, Datatypes 및 Itmsize, Numpy , Numpy Array를 만드는 다양한 방법, Numpy Arange () 기능, Numpy Random Module -Rand (), Randint (), uniforation () 등, Numpy random moderal () 등, Numpy random module (numpy arange () 함수, Numpy random moducation (), Numpy random and ranting in numpy random and shating, numpy random and shating, numpy random moder, numpy arange (numpy arange ( ) 기능 numpy array -add (), suptring (), multiply (), divide (), dot (), matmul (), sum (), log (), exp () 등, numpy array -min (), max (), median (), var (), std () 등의 통계 작업 등의 조작 () 린 스페이스, 분류, 스태킹, 연결, 부속, 어디서나 멍청한 방송
초보자를위한 팬더	Pandas Data Structures- 시리즈, 데이터 프레임 및 패널, 시리즈 생성 , 데이터 액세스, 튜플 및 사전, 데이터 프레임 속성 을 사용하여 데이터 프레임 생성, 열, 모양, dtypes, 축, 값 등, dataframe 메소드 - head (), infore (), spection (), .csv 및 .xfr and read_csv () 및 read_csv (), read_csv (), read_csv () .xlsx- to_csv () 및 to_excel ()
사전 팬더 운영	다루는 것
사례 연구 - 팬더 조작	다루는 것
결 측값 처리	다루는 것
Visuallization 기본 - Matplotlib 및 Seaborn	다루는 것
사례 연구 -COVID_19_TIMESERIES	다루는 것
음모와 표현	다루는 것
특이 치 - 곧 출시됩니다	다루는 것

모듈 3- 데이터 분석 통계

주제 이름	다루는 것
정규 분포	다루는 것
중앙 한계 정리	다루는 것
가설 테스트	다루는 것
카이 스퀘어 테스트	다루는 것
통계 테스트 수행	다루는 것

모듈 4- 머신 러닝

1. Sklearn을 사용한 데이터 준비 및 모델링
2. 텍스트 데이터로 작업합니다
3. 이미지 데이터 작업
4. 감독 된 ML 알고리즘
   -K- 가장 가까운 이웃
   - 선형 회귀
   - 로지스틱 회귀
   - 구배 하강
   - 의사 결정 트리
   - 벡터 머신을 지원합니다
   - 기능 엔지니어링 모델
   - 하이퍼 파라미터 튜닝
   - 앙상블
5. 감독되지 않은 ML 알고리즘
   - 클러스터링
   - 주요 구성 요소 분석

모듈 5 -mlops

주제 이름	다루는 것
모델 직렬화 및 사제화	다루는 것
응용 프로그램 통합	다루는 것
MLFLOW- 실험 추적 및 모델 관리	다루는 것
지사 - ML 파이프 라인 오케스트레이션	다루는 것

모듈 6- 사례 연구

주제 이름	다루는 것
자동차 가격 예측 (회귀)	다루는 것
항공사 감정 분석 (NLP- 분류)	다루는 것
성인 소득 예측 (분류)	다루는 것
웹 앱 개발 + 직렬화 및 사막화	다루는 것
AWS 배포	다루는 것
Heroku 배포를 간소화합니다	다루는 것
고객 세분화	다루는 것
웹 스크래핑	다루는 것

모듈 7- 딥 러닝

주제 이름	다루는 것
딥 러닝 소개	다루는 것
깊은 신경망 + Tensorflow.keras 교육	다루는 것
컨볼 루션 신경 네트워크 + Tensorflow.keras	다루는 것
이미지 압축을위한 자동 인코더	다루는 것
재발 성 신경망 (곧 출시)	다루는 것