کتاب تشخیص ناهنجاری با فرآیندهای گوسی 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 تشخیص ناهنجاری با فرآیندهای گوسی

موضوع کلی: یادگیری ماشین و داده‌کاوی

موضوع میانی: مدل‌سازی آماری و پیش‌بینی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تشخیص ناهنجاری
  • 2. مروری بر روش‌های سنتی تشخیص ناهنجاری
  • 3. آمار توصیفی و پیش‌پردازش داده‌ها
  • 4. مفاهیم احتمال و توزیع‌های آماری
  • 5. مقدمه‌ای بر فرآیندهای گوسی
  • 6. هسته‌های گوسی و پارامترهای آن‌ها
  • 7. رگرسیون گوسی
  • 8. طبقه‌بندی گوسی
  • 9. مدل‌سازی فرآیندهای گوسی برای داده‌های یک‌بعدی
  • 10. مدل‌سازی فرآیندهای گوسی برای داده‌های چندبعدی
  • 11. انتخاب هسته مناسب
  • 12. بهینه‌سازی هایپرپارامترهای فرآیند گوسی
  • 13. ارزیابی عملکرد مدل‌های گوسی
  • 14. تشخیص ناهنجاری مبتنی بر انحراف از میانگین
  • 15. تشخیص ناهنجاری مبتنی بر فاصله ماهالانوبیس
  • 16. تکنیک‌های کاهش ابعاد برای بهبود تشخیص ناهنجاری
  • 17. روش‌های نیمه‌نظارتی در تشخیص ناهنجاری
  • 18. تشخیص ناهنجاری در داده‌های سری زمانی
  • 19. تشخیص ناهنجاری در داده‌های تصویری
  • 20. کاربرد فرآیندهای گوسی در تشخیص تقلب
  • 21. کاربرد فرآیندهای گوسی در تشخیص خرابی دستگاه‌ها
  • 22. تشخیص ناهنجاری در شبکه‌های حسگر بی‌سیم
  • 23. تشخیص ناهنجاری در داده‌های شبکه‌های اجتماعی
  • 24. روش‌های ensemble برای بهبود تشخیص ناهنجاری
  • 25. مقایسه فرآیندهای گوسی با سایر روش‌های تشخیص ناهنجاری
  • 26. پیاده‌سازی فرآیندهای گوسی در پایتون
  • 27. استفاده از کتابخانه‌های scikit-learn و GPy
  • 28. مقیاس‌پذیری فرآیندهای گوسی برای مجموعه‌های داده بزرگ
  • 29. تشخیص ناهنجاری در داده‌های جریان‌یافته
  • 30. مدل‌سازی فرآیندهای گوسی با داده‌های گمشده
  • 31. تشخیص ناهنجاری در داده‌های مختلط (پویا و ایستا)
  • 32. تفسیرپذیری مدل‌های تشخیص ناهنجاری مبتنی بر فرآیندهای گوسی
  • 33. اثرات نویز و داده‌های پرت بر عملکرد فرآیندهای گوسی
  • 34. روش‌های مقاوم به نویز در تشخیص ناهنجاری
  • 35. تشخیص ناهنجاری در داده‌های با ابعاد بالا
  • 36. روش‌های یادگیری فعال برای تشخیص ناهنجاری
  • 37. تشخیص ناهنجاری مبتنی بر تغییرات در توزیع داده‌ها
  • 38. کاربرد فرآیندهای گوسی در تشخیص ناهنجاری‌های پزشکی
  • 39. تشخیص ناهنجاری در داده‌های مالی
  • 40. تشخیص ناهنجاری در داده‌های ترافیکی
  • 41. تشخیص ناهنجاری در داده‌های هواشناسی
  • 42. روش‌های تشخیص ناهنجاری چندمتغیره
  • 43. استفاده از فرآیندهای گوسی برای پیش‌بینی و تشخیص ناهنجاری
  • 44. تشخیص ناهنجاری با استفاده از مدل‌های سلسله مراتبی گوسی
  • 45. بهبود دقت تشخیص ناهنجاری با ترکیب داده‌های مختلف
  • 46. روش‌های تشخیص ناهنجاری مبتنی بر فاصله
  • 47. تشخیص ناهنجاری با استفاده از روش‌های خوشه‌بندی
  • 48. روش‌های مبتنی بر تراکم برای تشخیص ناهنجاری
  • 49. تشخیص ناهنجاری در داده‌های مکانی
  • 50. تشخیص ناهنجاری در داده‌های زمانی-مکانی
  • 51. تکنیک‌های ارزیابی دقیق‌تر مدل‌های تشخیص ناهنجاری
  • 52. مدیریت داده‌های نامتعادل در تشخیص ناهنجاری
  • 53. روش‌های کاهش ابعاد غیرخطی برای تشخیص ناهنجاری
  • 54. استفاده از یادگیری تقویتی برای تشخیص ناهنجاری
  • 55. روش‌های تشخیص ناهنجاری مبتنی بر ماتریس
  • 56. تشخیص ناهنجاری در داده‌های گراف
  • 57. تشخیص ناهنجاری در داده‌های متنی
  • 58. بررسی موردی: تشخیص ناهنجاری در داده‌های صنعتی
  • 59. بررسی موردی: تشخیص ناهنجاری در داده‌های امنیتی
  • 60. چالش‌ها و آینده تشخیص ناهنجاری با فرآیندهای گوسی
تگ‌ها: Gaussian Processes پیش‌بینی تحلیل داده تشخیص ناهنجاری داده‌کاوی فرآیندهای گوسی مدل‌سازی آماری ناهنجاری‌یابی هوش مصنوعی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.