کتاب PCA: فراتر از کاهش ابعاد 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 PCA: فراتر از کاهش ابعاد

موضوع کلی: یادگیری ماشین

موضوع میانی: تحلیل مولفه‌های اصلی (PCA)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تحلیل مولفه‌های اصلی
  • 2. مفاهیم پایه در جبر خطی برای PCA
  • 3. بررسی ماتریس کوواریانس و اهمیت آن
  • 4. محاسبه میانگین و انحراف معیار داده‌ها
  • 5. نرمال‌سازی داده‌ها و تاثیر آن بر PCA
  • 6. انتخاب تعداد مولفه‌های اصلی مناسب
  • 7. تفسیر واریانس توضیح داده شده توسط هر مولفه
  • 8. روش‌های استخراج مولفه‌های اصلی
  • 9. محاسبه بردارهای ویژه (Eigenvectors)
  • 10. محاسبه مقادیر ویژه (Eigenvalues)
  • 11. ارتباط بین بردارهای ویژه و واریانس
  • 12. کاربرد PCA در کاهش ابعاد داده
  • 13. روش‌های ارزیابی عملکرد PCA
  • 14. PCA و حذف نویز در داده‌ها
  • 15. PCA و تجسم داده‌های چندبعدی
  • 16. PCA در پیش‌پردازش داده‌های تصویر
  • 17. PCA در تحلیل داده‌های متنی
  • 18. PCA در داده‌های سری زمانی
  • 19. PCA و تشخیص الگو
  • 20. PCA و خوشه‌بندی داده‌ها
  • 21. PCA و کاهش پیچیدگی مدل‌های یادگیری ماشین
  • 22. PCA و بهبود سرعت الگوریتم‌های یادگیری ماشین
  • 23. PCA و مقابله با مشکل نفرین ابعاد
  • 24. PCA و انتخاب ویژگی (Feature Selection)
  • 25. PCA و استخراج ویژگی (Feature Extraction)
  • 26. PCA خطی در مقابل PCA غیرخطی
  • 27. مقدمه‌ای بر هسته‌های (Kernels) در PCA
  • 28. PCA هسته‌ای (Kernel PCA)
  • 29. محاسبه فاصله اقلیدسی و اهمیت آن در PCA
  • 30. محاسبه شباهت کسینوسی و کاربرد آن در PCA
  • 31. PCA و داده‌های گمشده (Missing Values)
  • 32. PCA و داده‌های پرت (Outliers)
  • 33. پیاده‌سازی PCA در پایتون با استفاده از NumPy
  • 34. پیاده‌سازی PCA در پایتون با استفاده از Scikit-learn
  • 35. بررسی پارامترهای PCA در Scikit-learn
  • 36. PCA و انتخاب مقیاس داده‌ها (Data Scaling)
  • 37. PCA و تاثیر چرخه‌های داده (Data Rotation)
  • 38. PCA و داده‌های با ابعاد بسیار زیاد
  • 39. PCA و داده‌های با ابعاد کم
  • 40. PCA و کاربردهای آن در بیوانفورماتیک
  • 41. PCA و کاربردهای آن در پردازش سیگنال
  • 42. PCA و کاربردهای آن در اقتصادسنجی
  • 43. PCA و کاربردهای آن در بازاریابی
  • 44. PCA و کاربردهای آن در تشخیص تقلب
  • 45. PCA و مقایسه آن با روش‌های کاهش ابعاد دیگر

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.