اپلیکیشن اندرویدی فلش‌کارت آموزشی یادگیری فعال در توزیع‌های متغیر

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری فعال در توزیع‌های متغیر

موضوع کلی: یادگیری ماشین در حضور تغییر توزیع

موضوع میانی: مدل‌ها و الگوریتم‌های خاص

📋 سرفصل‌های دوره

• 1. مبانی یادگیری فعال
• 2. توزیع‌های متغیر: تعریف و کاربردها
• 3. انواع توزیع‌های متغیر
• 4. توزیع نرمال: ویژگی‌ها و کاربردها
• 5. توزیع یکنواخت: اصول و کاربردها
• 6. توزیع پواسون: کاربرد در مدل‌سازی وقایع
• 7. توزیع نمایی: ویژگی‌ها و کاربردها
• 8. توزیع گاما: کاربرد در آمار
• 9. توزیع بتا: کاربرد در مدل‌سازی احتمالات
• 10. توزیع کای‌دو: کاربرد در آزمون فرض
• 11. توزیع تی: مقایسه با توزیع نرمال
• 12. توزیع اف: کاربرد در تحلیل واریانس
• 13. برآورد پارامترهای توزیع
• 14. روش گشتاورها برای برآورد پارامتر
• 15. روش درست‌نمایی بیشینه
• 16. روش بیز برای برآورد پارامتر
• 17. فاصله اطمینان برای میانگین
• 18. فاصله اطمینان برای واریانس
• 19. آزمون فرض در مورد میانگین
• 20. آزمون فرض در مورد واریانس
• 21. آزمون‌های ناپارامتری
• 22. آزمون کای‌دو برای برازش
• 23. آزمون علامت‌ها
• 24. آزمون رتبه‌ای ویلکاکسون
• 25. آزمون من-ویتنی یو
• 26. تحلیل رگرسیون خطی ساده
• 27. تحلیل رگرسیون خطی چندگانه
• 28. ارزیابی مدل رگرسیون
• 29. تحلیل واریانس (ANOVA)
• 30. مقایسه میانگین‌ها با ANOVA
• 31. طرح‌های آزمایشات تصادفی‌شده
• 32. تحلیل کوواریانس (ANCOVA)
• 33. رگرسیون لجستیک
• 34. تحلیل بقا
• 35. مدل‌سازی سری‌های زمانی
• 36. پیش‌بینی با استفاده از سری‌های زمانی
• 37. کنترل کیفیت آماری
• 38. نمودارهای کنترل
• 39. نمونه‌برداری و تخمین
• 40. تحلیل داده‌های چندمتغیره
• 41. تحلیل مولفه‌های اصلی (PCA)
• 42. تحلیل عاملی
• 43. خوشه‌بندی
• 44. شبکه‌های بیزی
• 45. مدل‌های پنهان مارکوف