بخش اول: آشنایی آشنایی با یادگیری ماشین (Machine learning) و کتابخانه Scikit Learn (مشاهده)

بخش دوم: آشنایی با مفاهیم ابتدایی یادگیری ماشین به زبان ساده (مشاهده)

بخش سوم: آشنایی با روش بارگذاری داده ها (Dataset)، آشنایی با یک دیتاست حوزه پزشکی و معرفی سایت Kaggle (مشاهده)

بخش چهارم: درک ویژگی ها و ارتباط آماری داده های دیتاست و معرفی سایت Stack OverFlow (مشاهده)

بخش پنجم: درک داده ها و ارتباط میان ویژگی های آن با استفاده از بصری سازی (Visualization) داده ها (مشاهده)

بخش ششم: آماده سازی و پیش پردازش داده ها (مشاهده)

بخش هفتم: انتخاب خودکار بهترین ویژگی های دیتاست (Feature Selection) برای اعمال الگوریتم های یادگیری ماشین (مشاهده)

بخش هشتم: روش های تقسیم داده های آموزشی و تست برای الگوریتم های یادگیری ماشین (مشاهده)

بخش نهم: روش های ارزیابی الگوریتم های دسته بندی (Classification) و رگرسیون (Regression) (مشاهده)

بخش دهم: آشنایی با الگوریتم های دسته بندی (Classification) (مشاهده)

بخش یازدهم: آشنایی با الگوریتم های رگرسیون (Regression) (مشاهده)

منبع: