کتاب مدل‌سازی و پیش‌بینی حوادث نادر 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 مدل‌سازی و پیش‌بینی حوادث نادر

موضوع کلی: آمار و مدل‌سازی

موضوع میانی: پیش‌بینی آماری

📋 سرفصل‌های دوره

  • 1. مبانی احتمال و آمار در تحلیل حوادث
  • 2. توزیع‌های احتمالاتی رایج در مدل‌سازی حوادث
  • 3. آمار توصیفی و استنباطی برای حوادث نادر
  • 4. مقدمه‌ای بر فرآیندهای تصادفی
  • 5. فرآیندهای پواسون و کاربرد آن‌ها در حوادث نادر
  • 6. تخمین پارامترهای توزیع‌های احتمال
  • 7. آزمون فرضیه در تحلیل حوادث
  • 8. تحلیل حساسیت در مدل‌سازی حوادث
  • 9. روش‌های نمونه‌برداری و جمع‌آوری داده‌ها
  • 10. برآورد ریسک و عدم قطعیت در حوادث
  • 11. مقدمه‌ای بر مدل‌سازی رگرسیونی
  • 12. رگرسیون خطی چندگانه برای پیش‌بینی حوادث
  • 13. رگرسیون لجستیک و کاربرد آن در حوادث نادر
  • 14. مدل‌های خطی تعمیم‌یافته
  • 15. تحلیل بقا و زمان تا وقوع حادثه
  • 16. روش‌های غیرپارامتری در تحلیل حوادث
  • 17. درخت‌های تصمیم‌گیری و جنگل تصادفی
  • 18. ماشین‌های بردار پشتیبان در پیش‌بینی حوادث
  • 19. شبکه‌های عصبی مصنوعی و کاربرد آن‌ها
  • 20. یادگیری عمیق و تشخیص الگو در حوادث
  • 21. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 22. مدل‌های ARIMA و پیش‌بینی حوادث سری زمانی
  • 23. مدل‌های GARCH و نوسانات حوادث
  • 24. تحلیل خوشه‌ای و شناسایی الگوهای حوادث
  • 25. تحلیل مولفه‌های اصلی و کاهش ابعاد داده‌ها
  • 26. روش‌های غربالگری ویژگی‌ها
  • 27. مقدمه‌ای بر شبیه‌سازی مونت‌کارلو
  • 28. شبیه‌سازی مونت‌کارلو برای ارزیابی ریسک
  • 29. مدل‌سازی رویدادهای گسسته
  • 30. مدل‌سازی مبتنی بر عامل
  • 31. تحلیل شبکه‌های پیچیده و حوادث
  • 32. مدل‌سازی حوادث با استفاده از گراف‌ها
  • 33. تحلیل ریسک‌های زنجیره‌ای
  • 34. مدیریت ریسک و کاهش اثرات حوادث
  • 35. ارزیابی عملکرد مدل‌های پیش‌بینی
  • 36. اعتبارسنجی متقابل و ارزیابی مدل
  • 37. تفسیر نتایج مدل‌سازی و گزارش‌دهی
  • 38. مقدمه‌ای بر داده‌کاوی و حوادث نادر
  • 39. تحلیل داده‌های بزرگ و حوادث
  • 40. کاربرد هوش تجاری در تحلیل حوادث
  • 41. تحلیل مکانی حوادث و نقشه‌برداری
  • 42. تحلیل علت ریشه‌ای حوادث
  • 43. مدل‌سازی Bayesian برای پیش‌بینی حوادث
  • 44. روش‌های Ensemble در پیش‌بینی حوادث
  • 45. بهینه‌سازی مدل‌های پیش‌بینی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.