یادگیری ماشین با مایکروسافت اکسل 2019؛ ایجاد جریان تحلیل کامل داده ها، از جمع آوری داده ها تا مصورسازی

یک راهنمای عملی برای بهره‌برداری هرچه بیشتر از اکسل، استفاده از آن برای آماده‌سازی داده‌ها، به‌کارگیری مدل‌های یادگیری ماشین (از جمله سرویس‌های ابری) و درک نتیجه تحلیل داده‌ها.

ویژگی‌های کلیدی

استفاده از محصول مایکروسافت اکسل برای ساخت مدل‌های پیش‌بینی پیشرفته با استفاده از مثال‌های متنوع
پوشش طیف وسیعی از وظایف یادگیری ماشین مانند داده‌کاوی، تجزیه و تحلیل داده‌ها، تجسم هوشمند و موارد دیگر
استخراج تکنیک‌های داده‌محور با استفاده از افزونه‌ها و APIهای اکسل بدون نیاز به کد زیاد

شرح کتاب

ما در آموزش کامپیوترها برای انجام وظایف دشوار، به‌ویژه وظایفی که برای انسان‌ها تکراری و وقت‌گیر هستند، پیشرفت چشمگیری داشته‌ایم. کاربران اکسل، در تمام سطوح، ممکن است از این موج نوآوری عقب بمانند. حقیقت این است که بخش زیادی از کار مورد نیاز برای توسعه و استفاده از یک مدل یادگیری ماشین را می‌توان در اکسل انجام داد.

این کتاب با ارائه مقدمه‌ای کلی در مورد یادگیری ماشین آغاز می‌شود و هر مفهوم را واضح و قابل فهم می‌کند. سپس، هر مرحله از یک پروژه یادگیری ماشین، از جمع‌آوری داده‌ها، خواندن از منابع داده مختلف، توسعه مدل‌ها و تجسم نتایج با استفاده از ویژگی‌ها و پیشنهادات اکسل را نشان می‌دهد. در هر فصل، چندین مثال و تمرین عملی وجود دارد که به خواننده نشان می‌دهد چگونه توابع اکسل، افزونه‌ها و اتصال به پایگاه‌های داده و سرویس‌های ابری را برای رسیدن به هدف مورد نظر ترکیب کند: ساخت یک جریان کامل تحلیل داده. مدل‌های مختلف یادگیری ماشین، متناسب با نوع داده‌هایی که باید تحلیل شوند، نشان داده شده‌اند.

در پایان کتاب، خواننده با برخی موارد استفاده پیشرفته با استفاده از یادگیری ماشین خودکار و شبکه عصبی مصنوعی آشنا می‌شود که کار تحلیل را ساده کرده و آینده یادگیری ماشین را نشان می‌دهد.

آنچه خواهید آموخت

استفاده از اکسل برای پیش‌نمایش و پاکسازی مجموعه داده‌ها
درک همبستگی بین متغیرها و بهینه‌سازی ورودی به مدل‌های یادگیری ماشین
استفاده و ارزیابی مدل‌های مختلف یادگیری ماشین از اکسل
درک استفاده از تجسم‌های مختلف
یادگیری مفاهیم و محاسبات اولیه برای درک نحوه کار شبکه‌های عصبی مصنوعی
یادگیری نحوه اتصال اکسل به ابر مایکروسافت آزور
فراتر از اثبات مفاهیم پیش بروید و جریان‌های تحلیل داده کاملاً کاربردی بسازید

این کتاب برای چه کسانی مناسب است؟

این کتاب برای تحلیل داده‌ها، علاقه‌مندان به یادگیری ماشین، مدیران پروژه و کسانی است که نمی‌خواهند برای انجام وظایف اصلی یادگیری ماشین، زیاد کدنویسی کنند. هر مثال به شما در انجام تحلیل‌های هوشمند سرتاسری کمک می‌کند. دانش عملی از اکسل مورد نیاز است.

فهرست مطالب

پیاده‌سازی الگوریتم‌های یادگیری ماشین
مثال‌های عملی از مدل‌های یادگیری ماشین
وارد کردن داده‌ها به اکسل از منابع داده مختلف
پاک‌سازی داده‌ها و تحلیل اولیه داده‌ها
همبستگی‌ها و اهمیت متغیرها
مدل‌های داده‌کاوی در اکسل
مثال‌های عملی
پیاده‌سازی سری‌های زمانی
تصویرسازی داده‌ها در نمودارها، هیستوگرام‌ها و نقشه‌ها
شبکه‌های عصبی مصنوعی
Azure و اکسل – یادگیری ماشین در فضای ابری
آینده یادگیری ماشین