کتاب جبر خطی و تحلیل رگرسیون کاربردی در علوم داده 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 جبر خطی و تحلیل رگرسیون کاربردی در علوم داده

موضوع کلی: علوم داده و تحلیل‌های آماری

موضوع میانی: مبانی ریاضی در یادگیری ماشین

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی و مفاهیم پایه در علوم داده و یادگیری ماشین
  • 2. آشنایی با بردارها و فضاهای برداری در تحلیل داده
  • 3. عملیات پایه بر روی بردارها و ضرب داخلی
  • 4. ماتریس‌ها و کاربرد آن‌ها در نمایش داده‌های چندبعدی
  • 5. عملیات ماتریسی و ویژگی‌های جبر خطی در محاسبات عددی
  • 6. وارون ماتریس و حل دستگاه معادلات خطی
  • 7. مقادیر ویژه و بردارهای ویژه در کاهش ابعاد
  • 8. تجزیه مقادیر منفرد و کاربرد آن در فشرده‌سازی داده‌ها
  • 9. فضای ستونی و فضای پوچ ماتریس‌ها در تحلیل داده
  • 10. مبانی آمار توصیفی و شاخص‌های مرکزی در علوم داده
  • 11. توزیع‌های احتمالی پایه و کاربرد آن‌ها در مدل‌سازی
  • 12. مفهوم کوواریانس و همبستگی در تحلیل متغیرها
  • 13. مقدمه‌ای بر رگرسیون خطی ساده و برازش مدل
  • 14. روش کمترین مربعات معمولی برای تخمین پارامترها
  • 15. تحلیل واریانس و ارزیابی کیفیت برازش مدل
  • 16. رگرسیون خطی چندگانه و تفسیر ضرایب
  • 17. مفروضات کلاسیک در رگرسیون خطی و بررسی خطاها
  • 18. تشخیص هم‌خطی چندگانه و روش‌های مقابله با آن
  • 19. انتخاب مدل‌های بهینه و معیارهای ارزیابی خطا
  • 20. رگرسیون ریج و مقابله با بیش‌برازش
  • 21. رگرسیون لاسو و انتخاب ویژگی‌ها در مدل‌های خطی
  • 22. تبدیل‌های غیرخطی در مدل‌های رگرسیونی
  • 23. کاربرد جبر خطی در الگوریتم‌های خوشه‌بندی
  • 24. روش‌های کاهش ابعاد مبتنی بر تحلیل مؤلفه‌های اصلی
  • 25. پیاده‌سازی مدل‌های رگرسیونی با ابزارهای استاندارد برنامه‌نویسی
  • 26. تفسیر نتایج آماری در مدل‌های پیش‌بینی‌کننده
  • 27. بررسی پایداری مدل‌های رگرسیونی در داده‌های واقعی
  • 28. کاربردهای عملی جبر خطی در شبکه‌های عصبی پایه
  • 29. مفاهیم بهینه‌سازی در تحلیل‌های آماری
  • 30. خلاصه و جمع‌بندی مبانی ریاضی در یادگیری ماشین
تگ‌ها: Data Science Linear Algebra Regression Analysis آمار کاربردی تحلیل رگرسیون جبر خطی ریاضیات داده‌کاوی علوم داده هوش مصنوعی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.