دوره مدل‌سازی خطی در R: از تئوری تا کاربرد عملی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

2,490,000 تومان
مدل‌سازی خطی در R: از تئوری تا کاربرد عملی - قدرت تحلیل داده‌ها را آزاد کنید! مدل‌سازی خطی در R: از تئوری تا کاربرد عملی - قدرت تحلیل داده‌ها را آزاد کنید! آیا به دنبال راهی برای استخراج بینش‌های ارزش...
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 622,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدل‌سازی خطی در R: از تئوری تا کاربرد عملی

موضوع کلی: مدل‌سازی آماری

موضوع میانی: تحلیل رگرسیون خطی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌سازی آماری
  • 2. چرا R برای مدل‌سازی خطی؟
  • 3. نصب R و RStudio: راهنمای شروع سریع
  • 4. آشنایی با محیط RStudio
  • 5. مبانی برنامه‌نویسی در R: متغیرها و انواع داده
  • 6. ساختارهای داده در R: بردارها، ماتریس‌ها و دیتافریم‌ها
  • 7. ورود و خروج داده‌ها در R: خواندن فایل‌های CSV و Excel
  • 8. مقدمه‌ای بر پکیج Tidyverse: dplyr و ggplot2
  • 9. پاکسازی و آماده‌سازی داده‌ها با dplyr
  • 10. مصورسازی داده‌ها قبل از مدل‌سازی با ggplot2
  • 11. مفاهیم آماری پایه: توزیع، میانگین، واریانس
  • 12. همبستگی و کوواریانس: درک رابطه بین متغیرها
  • 13. تفکیک همبستگی از علیت
  • 14. رگرسیون خطی ساده: معرفی مدل
  • 15. فرضیات مدل رگرسیون خطی
  • 16. تخمین پارامترها: روش کمترین مربعات (Least Squares)
  • 17. تابع lm() در R: ساخت اولین مدل خطی
  • 18. تفسیر خروجی تابع summary() در R
  • 19. ارزیابی مدل: خطای استاندارد پسماندها (Residual Standard Error)
  • 20. ارزیابی مدل: ضریب تعیین (R-squared)
  • 21. استنباط آماری برای ضرایب: آزمون t
  • 22. بازه اطمینان (Confidence Interval) برای ضرایب رگرسیون
  • 23. تحلیل واریانس (ANOVA) برای رگرسیون خطی ساده
  • 24. پیش‌بینی مقادیر جدید: بازه اطمینان و بازه پیش‌بینی
  • 25. تحلیل پسماندها: بررسی خطی بودن رابطه
  • 26. تحلیل پسماندها: بررسی نرمال بودن خطاها (نمودار Q-Q)
  • 27. تحلیل پسماندها: بررسی همسانی واریانس‌ها (Homoscedasticity)
  • 28. تحلیل پسماندها: بررسی استقلال خطاها
  • 29. رگرسیون خطی چندگانه: گسترش مدل
  • 30. تخمین پارامترها در رگرسیون چندگانه
  • 31. تفسیر ضرایب در رگرسیون چندگانه
  • 32. آزمون F: ارزیابی معناداری کلی مدل
  • 33. مفهوم R-squared تعدیل‌شده (Adjusted R-squared)
  • 34. متغیرهای پیش‌بین کیفی (Categorical Predictors): متغیرهای ساختگی (Dummy Variables)
  • 35. کدگذاری متغیرهای کیفی با دو سطح
  • 36. کدگذاری متغیرهای کیفی با بیش از دو سطح
  • 37. انتخاب سطح مرجع (Reference Level) و تاثیر آن بر تفسیر
  • 38. اثرات متقابل (Interaction Effects): متغیرهای پیوسته
  • 39. تفسیر و مصورسازی اثرات متقابل بین متغیرهای پیوسته
  • 40. اثرات متقابل: متغیر پیوسته و متغیر کیفی
  • 41. تفسیر و مصورسازی اثرات متقابل بین متغیرهای پیوسته و کیفی
  • 42. مدل‌های رگرسیون چندجمله‌ای (Polynomial Regression)
  • 43. مفهوم مرکزیت‌دهی (Centering) متغیرها و کاربرد آن
  • 44. فرم ماتریسی مدل خطی: Y = Xβ + ε
  • 45. تشخیص نقاط پرت (Outliers): پسماندهای استیودنتایز شده (Studentized Residuals)
  • 46. تشخیص نقاط با اهرم بالا (High Leverage Points)
  • 47. تشخیص نقاط تاثیرگذار (Influential Points): فاصله کوک (Cook's Distance)
  • 48. راهکارهای مواجهه با نقاط پرت و تاثیرگذار
  • 49. تبدیل‌ها: تبدیل پاسخ (Transforming the Response)
  • 50. تبدیل‌ها: تبدیل پیش‌بین‌ها (Transforming Predictors)
  • 51. تبدیل باکس-کاکس (Box-Cox Transformation) برای پایدارسازی واریانس
  • 52. مشکل هم‌خطی چندگانه (Multicollinearity)
  • 53. تشخیص هم‌خطی: ماتریس همبستگی و نمودارهای پراکندگی
  • 54. تشخیص هم‌خطی: فاکتور تورم واریانس (VIF)
  • 55. عواقب و راهکارهای مقابله با هم‌خطی چندگانه
  • 56. انتخاب مدل: چالش بیش‌برازش (Overfitting)
  • 57. معیارهای انتخاب مدل: AIC و BIC
  • 58. روش‌های انتخاب متغیر: انتخاب پیش‌رو (Forward Selection)
  • 59. روش‌های انتخاب متغیر: حذف پس‌رو (Backward Elimination)
  • 60. روش‌های انتخاب متغیر: گام به گام (Stepwise Regression)
  • 61. مقایسه روش‌های خودکار انتخاب متغیر و نقد آن‌ها
  • 62. روش بهترین زیرمجموعه‌ها (All Subsets Regression)
  • 63. اعتبارسنجی مدل: اعتبارسنجی متقابل (Cross-Validation)
  • 64. پیاده‌سازی k-fold Cross-Validation در R
  • 65. مدل‌های تعمیم‌یافته خطی (GLM): فراتر از خطی بودن
  • 66. مقدمه‌ای بر رگرسیون لجستیک برای خروجی‌های دوتایی
  • 67. ساخت و تفسیر مدل رگرسیون لجستیک در R
  • 68. ارزیابی مدل‌های لجستیک: ماتریس درهم‌ریختگی (Confusion Matrix)
  • 69. مقدمه‌ای بر رگرسیون پواسون برای داده‌های شمارشی
  • 70. ساخت و تفسیر مدل رگرسیون پواسون در R
  • 71. مفهوم بیش‌پراکندگی (Overdispersion) در مدل‌های پواسون
  • 72. رگرسیون شبه‌پواسون و باینومیال منفی
  • 73. روش کمترین مربعات وزن‌دار (Weighted Least Squares) برای واریانس ناهمسانی
  • 74. رگرسیون مقاوم (Robust Regression) در برابر نقاط پرت
  • 75. متغیرهای آفست (Offset) در مدل‌سازی
  • 76. مدل‌سازی سری‌های زمانی با رگرسیون
  • 77. خطاهای خودهمبسته (Autocorrelated Errors) و آزمون دوربین-واتسون
  • 78. مدل‌سازی با داده‌های پانلی (Panel Data)
  • 79. مقدمه‌ای بر مدل‌های اثرات ثابت (Fixed Effects)
  • 80. مقدمه‌ای بر مدل‌های اثرات تصادفی (Random Effects)
  • 81. معرفی مدل‌های خطی ترکیبی (Mixed-Effects Models)
  • 82. پیاده‌سازی مدل‌های ترکیبی با پکیج lme4
  • 83. مقایسه مدل‌ها: آزمون نسبت درستنمایی (Likelihood Ratio Test)
  • 84. تحلیل توان آماری (Power Analysis) برای مدل‌های خطی
  • 85. مفهوم اندازه اثر (Effect Size) در رگرسیون
  • 86. ارائه نتایج مدل‌سازی: جداول استاندارد
  • 87. ارائه نتایج مدل‌سازی: نمودارهای گویا
  • 88. استفاده از پکیج `broom` برای تمیز کردن خروجی مدل‌ها
  • 89. استفاده از پکیج `stargazer` برای ساخت جداول حرفه‌ای
  • 90. مطالعه موردی ۱: پیش‌بینی قیمت مسکن
  • 91. مطالعه موردی ۲: تحلیل عوامل موثر بر فروش یک محصول
  • 92. مطالعه موردی ۳: مدل‌سازی داده‌های بیولوژیکی
  • 93. چالش‌های عملی در مدل‌سازی دنیای واقعی
  • 94. اخلاق در مدل‌سازی آماری
  • 95. مقدمه‌ای بر مدل‌سازی خطی بیزی (Bayesian Linear Regression)
  • 96. جمع‌بندی دوره و گام‌های بعدی در یادگیری
  • 97. پروژه نهایی: پیاده‌سازی یک پروژه مدل‌سازی کامل از صفر تا صد
✦ مجموعه ویژه یادگیری

یک دوره، چند مسیر برای یادگیری بهتر

کتاب‌های آموزشی، محتوای صوتی و تصویری و دسترسی به سامانه آنلاین فلش‌کارت؛ مجموعه‌ای برای مطالعه، تمرین و تثبیت آموخته‌ها.

📚 محتوای متنی 🎧 صوت و ویدیو 🧠 مرور هوشمند

محتویات بسته آموزشی

مجموعه‌ای از منابع برای شیوه‌های مختلف یادگیری
📚
کتاب نکته‌های خودمانی
نسخه PDF با زبان ساده، روان و کاربردی برای یادگیری راحت‌تر مفاهیم.
PDF · بیان ساده
📘
کتاب نکته‌های رسمی فارسی
نسخه PDF با نگارش استاندارد، بیان دقیق و رویکرد علمی.
PDF · نگارش رسمی
❓
کتاب پرسش و پاسخ تشریحی
نسخه PDF برای مرور مفاهیم و آشنایی با پاسخ‌های توضیحی.
PDF · یادگیری مفهومی
✅
کتاب پرسش‌های چهارگزینه‌ای
نسخه PDF برای تمرین، سنجش آموخته‌ها و آمادگی بیشتر.
PDF · تمرین و سنجش
🎧
پادکست‌های صوتی فارسی
محتوای صوتی برای یادگیری و مرور مطالب در زمان‌های مختلف.
محتوای صوتی
🎬
ویدیوهای آموزشی فارسی
محتوای ویدیویی برای تکمیل تجربه یادگیری و درک بهتر مطالب.
محتوای ویدیویی
💻
اکانت سامانه آنلاین فلش‌کارت
دسترسی به نرم‌افزار آنلاین فلش‌کارت ویژه این دوره برای تمرین و مرور مطالب.
دسترسی آنلاین
🎓
گواهی پایان دوره
امکان دریافت گواهی پس از تکمیل فعالیت‌های لازم در سامانه و طی مراحل تأیید.
پس از تکمیل شرایط
💾
بسته فیزیکی روی فلش مموری
این محصول به‌صورت فلش مموری حاوی فایل‌های آموزشی، محتوای صوتی و ویدیویی ارائه می‌شود.
تحویل فیزیکی
نکته: استفاده از سامانه آنلاین فلش‌کارت به اتصال اینترنت نیاز دارد؛ محتوای قابل استفاده آفلاین به نوع فایل‌های موجود در بسته بستگی دارد.
SMART LEARNING

🌐 سامانه آنلاین فلش‌کارت؛ مرور هدفمند و هوشمند

اکانت ارائه‌شده، دسترسی به نسخه تحت وب سامانه فلش‌کارت ویژه این دوره را فراهم می‌کند. این سامانه از الگوریتم زمان‌بندی مرور SM-2 استفاده می‌کند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم می‌کند.

به این ترتیب، کارت‌های دشوارتر می‌توانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسب‌تری داشته باشید.

🧠
مرور زمان‌بندی‌شده
📈
پیگیری پیشرفت
🔄
تمرین و تکرار هدفمند
📚 حجم آموزشی دوره
هزاران
فلش‌کارت آموزشی، به‌صورت تقریبی
۶۰ ساعت
مدت‌زمان معادل برآوردشده آموزشی

مدت‌زمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج می‌شود.

🏅

گواهی دوزبانه با استعلام آنلاین

گواهی فارسی و انگلیسی · لینک اختصاصی · QR Code

پس از تکمیل فعالیت‌های لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر می‌شود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.

⚖️ توضیح مهم درباره گواهی پایان دوره

این گواهی صرفاً به‌عنوان گواهی اتمام دوره آموزشی صادر می‌شود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.

تجربه‌ای کامل‌تر برای مطالعه، تمرین و یادگیری
express24.ir
تگ‌ها: Data Analysis Data Mining Linear Models R Machine Learning R Programming Regression Analysis Statistical Modeling Statistics آمار برنامه‌نویسی R تجزیه و تحلیل داده تحلیل رگرسیون داده‌کاوی مدل‌سازی آماری مدل‌سازی خطی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.