کتاب تحلیل داده‌های کاربردی با مدل‌های رگرسیون: از مبانی تا پیاده‌سازی علمی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 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 تحلیل داده‌های کاربردی با مدل‌های رگرسیون: از مبانی تا پیاده‌سازی علمی

موضوع کلی: علوم داده و تحلیل‌های آماری

موضوع میانی: مدل‌سازی پیش‌بینی‌کننده و تحلیل رگرسیون

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مفاهیم بنیادی در تحلیل آماری و جایگاه مدل‌سازی پیش‌بینی‌کننده
  • 2. آشنایی با محیط نرم‌افزاری و ابزارهای تحلیل داده در پایتون
  • 3. جمع‌آوری و پیش‌پردازش داده‌های خام برای تحلیل‌های رگرسیونی
  • 4. روش‌های پاک‌سازی داده‌ها و مدیریت مقادیر گم‌شده
  • 5. تحلیل اکتشافی داده‌ها و شناسایی توزیع‌های آماری
  • 6. مفهوم همبستگی و ماتریس‌های کوواریانس در متغیرها
  • 7. مبانی ریاضی و هندسی رگرسیون خطی ساده
  • 8. تخمین پارامترها به روش حداقل مربعات معمولی
  • 9. بررسی فرض‌های کلاسیک رگرسیون خطی
  • 10. تحلیل واریانس و آزمون‌های معناداری در مدل‌های رگرسیونی
  • 11. ارزیابی دقت مدل با استفاده از معیارهای ضریب تعیین
  • 12. رگرسیون خطی چندگانه و تفسیر ضرایب بازگشتی
  • 13. تشخیص و رفع مشکل هم‌خطی چندگانه در مدل‌ها
  • 14. اثر متغیرهای کیفی و استفاده از متغیرهای مجازی
  • 15. بررسی ناهمسانی واریانس و روش‌های اصلاح آن
  • 16. خودهمبستگی در داده‌های سری زمانی و روش‌های آزمون
  • 17. انتخاب مدل بهینه با استفاده از روش‌های گام‌به‌گام
  • 18. معیارهای اطلاعاتی آکائیکه و بیزی در انتخاب زیرمجموعه متغیرها
  • 19. تشخیص داده‌های پرت و نقاط اهرمی در مدل‌سازی
  • 20. تأثیر مقیاس‌بندی داده‌ها بر پایداری مدل‌های رگرسیونی
  • 21. درون‌یابی و برون‌یابی با استفاده از مدل‌های خطی
  • 22. مقدمه‌ای بر رگرسیون لجستیک برای متغیرهای وابسته دووجهی
  • 23. تفسیر نسبت‌های شانس در مدل‌های رگرسیون لجستیک
  • 24. منحنی تشخیص عملکرد و معیارهای ارزیابی طبقه‌بندی
  • 25. آشنایی با رگرسیون ریج و مقابله با بیش‌برازش
  • 26. رگرسیون لاسو و انتخاب متغیرهای مؤثر در مدل
  • 27. رگرسیون الاستیک‌نت و تلفیق ویژگی‌های لاسو و ریج
  • 28. مبانی رگرسیون چندجمله‌ای برای مدل‌سازی روابط غیرخطی
  • 29. استفاده از توابع پایه برای انعطاف‌پذیری در مدل‌سازی
  • 30. مدل‌های تعمیم‌یافته خطی و توزیع‌های خانواده نمایی
  • 31. تحلیل پسماندها و تشخیص خطاهای مدل
  • 32. اعتبارسنجی متقاطع برای ارزیابی قدرت تعمیم‌پذیری مدل
  • 33. تقسیم‌بندی داده‌ها به مجموعه‌های آموزش و آزمون
  • 34. تحلیل حساسیت و پایداری ضرایب در مدل‌سازی
  • 35. کاربرد مدل‌های رگرسیونی در پیش‌بینی تقاضا و بازار
  • 36. مدل‌سازی روند و فصلی بودن در تحلیل‌های اقتصادی
  • 37. روش‌های کاهش ابعاد و ارتباط آن با رگرسیون
  • 38. کاربرد رگرسیون در تحلیل‌های سلامت و علوم پزشکی
  • 39. اصول گزارش‌نویسی علمی و مصورسازی نتایج رگرسیون
  • 40. محدودیت‌ها و ملاحظات اخلاقی در تفسیر نتایج آماری
تگ‌ها: آمار کاربردی پیش بینی داده ها تحلیل آماری داده ها تحلیل داده با پایتون تحلیل رگرسیون تحلیل رگرسیون خطی علوم داده مدل سازی آماری مدل های پیش بینی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.