کتاب کاوش داده: الگوها و ناهنجاری‌ها 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 کاوش داده: الگوها و ناهنجاری‌ها

موضوع کلی: مدیریت و تحلیل داده‌های کلان در زیرساخت‌های فناوری اطلاعات

موضوع میانی: پروفایل داده

📋 سرفصل‌های دوره

  • 1. کاوش داده: الگوها و ناهنجاری‌ها
  • 2. مقدمه‌ای بر کاوش داده و کاربردهای آن
  • 3. انواع داده و مقیاس‌های اندازه‌گیری
  • 4. جمع‌آوری و آماده‌سازی داده‌ها
  • 5. پاکسازی داده‌ها و مدیریت مقادیر گمشده
  • 6. تبدیل داده‌ها و نرمال‌سازی
  • 7. تصویرسازی داده‌ها: نمودارهای پایه
  • 8. تصویرسازی داده‌ها: نمودارهای پیشرفته
  • 9. آمار توصیفی: میانگین، میانه، انحراف معیار
  • 10. توزیع‌های احتمال و کاربردهای آن‌ها
  • 11. مقدمه‌ای بر احتمال شرطی و قضیه بیز
  • 12. همبستگی و رگرسیون خطی ساده
  • 13. رگرسیون چندگانه و تحلیل واریانس
  • 14. خوشه‌بندی: الگوریتم‌های مبتنی بر فاصله
  • 15. خوشه‌بندی: الگوریتم‌های مبتنی بر چگالی
  • 16. تحلیل مولفه‌های اصلی (PCA)
  • 17. کاهش ابعاد و انتخاب ویژگی
  • 18. شناسایی ناهنجاری‌ها: روش‌های آماری
  • 19. شناسایی ناهنجاری‌ها: روش‌های مبتنی بر فاصله
  • 20. شناسایی ناهنجاری‌ها: روش‌های مبتنی بر چگالی
  • 21. درخت‌های تصمیم و یادگیری تحت نظارت
  • 22. جنگل تصادفی و افزایش دقت
  • 23. ماشین‌های بردار پشتیبان (SVM)
  • 24. شبکه‌های عصبی مصنوعی: مفاهیم پایه
  • 25. شبکه‌های عصبی مصنوعی: کاربردها در کاوش داده
  • 26. ارزیابی مدل‌های کاوش داده: دقت، صحت، فراخوانی
  • 27. اعتبارسنجی متقابل و جلوگیری از بیش‌برازش
  • 28. استفاده از کاوش داده در بازاریابی
  • 29. کاوش داده در تشخیص تقلب
  • 30. کاوش داده در تحلیل ریسک
  • 31. کاوش داده در پزشکی و تشخیص بیماری
  • 32. کاوش داده در شبکه‌های اجتماعی
  • 33. تحلیل سبد خرید و قوانین وابستگی
  • 34. تحلیل سری‌های زمانی و پیش‌بینی
  • 35. کاوش داده و داده‌های مکانی
  • 36. کاوش داده و داده‌های متنی
  • 37. پردازش زبان طبیعی (NLP) و کاوش داده
  • 38. کاوش داده و داده‌های چندرسانه‌ای
  • 39. مقدمه‌ای بر داده‌کاوی بزرگ (Big Data Mining)
  • 40. چارچوب‌های کاوش داده: Spark و Hadoop
  • 41. اخلاق در کاوش داده و حفظ حریم خصوصی
  • 42. چالش‌ها و آینده کاوش داده
  • 43. ابزارهای کاوش داده: Python و R
  • 44. ابزارهای کاوش داده: Tableau و Power BI
  • 45. بهینه‌سازی عملکرد الگوریتم‌های کاوش داده

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.