کتاب داده‌کاوی و آماده‌سازی داده‌ها 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 داده‌کاوی و آماده‌سازی داده‌ها

موضوع کلی: مهندسی داده و اتوماسیون فرآیندها

موضوع میانی: ادغام و هماهنگ‌سازی داده‌ها

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر داده‌کاوی و کاربردهای آن
  • 2. جمع‌آوری داده‌ها: روش‌ها و منابع
  • 3. انواع داده‌ها و ویژگی‌های آنها
  • 4. پیش‌پردازش داده‌ها: اهمیت و مراحل
  • 5. پاکسازی داده‌ها: مقابله با داده‌های از دست رفته
  • 6. تبدیل داده‌ها: نرمال‌سازی و استانداردسازی
  • 7. کاهش ابعاد داده‌ها: روش‌های اصلی
  • 8. انتخاب ویژگی: روش‌های فیلتر و پوشه‌ای
  • 9. تحلیل اکتشافی داده‌ها (EDA)
  • 10. تصویرسازی داده‌ها: نمودارها و گراف‌ها
  • 11. مقدمه‌ای بر خوشه‌بندی
  • 12. الگوریتم K-Means
  • 13. ارزیابی خوشه‌بندی: شاخص‌های اعتبار
  • 14. خوشه‌بندی سلسله‌مراتبی
  • 15. تشخیص ناهنجاری: روش‌های آماری
  • 16. تشخیص ناهنجاری: روش‌های مبتنی بر یادگیری ماشین
  • 17. مقدمه‌ای بر طبقه‌بندی
  • 18. درخت تصمیم‌گیری: مفاهیم و کاربردها
  • 19. جنگل تصادفی: بهبود دقت طبقه‌بندی
  • 20. ماشین بردار پشتیبان (SVM)
  • 21. نورون‌های مصنوعی و شبکه‌های عصبی
  • 22. شبکه‌های عصبی عمیق: معرفی و کاربردها
  • 23. ارزیابی طبقه‌بندی: ماتریس درهم‌ریختگی
  • 24. روش‌های ارزیابی مدل: دقت، صحت، بازیابی
  • 25. اعتبارسنجی متقابل (Cross-Validation)
  • 26. تنظیم هایپرپارامترها: روش‌های جستجو
  • 27. مقدمه‌ای بر رگرسیون
  • 28. رگرسیون خطی ساده و چندگانه
  • 29. رگرسیون لجستیک: کاربردها و تفسیر
  • 30. ارزیابی رگرسیون: معیار R-squared
  • 31. انتخاب مدل: مقایسه و ارزیابی مدل‌های رگرسیون
  • 32. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 33. تجزیه سری‌های زمانی: روند، فصلی، و تصادفی
  • 34. مدل‌های ARIMA: مفاهیم و کاربردها
  • 35. پیش‌بینی سری‌های زمانی: روش‌های مختلف
  • 36. کاربرد داده‌کاوی در بازاریابی
  • 37. کاربرد داده‌کاوی در تشخیص تقلب
  • 38. کاربرد داده‌کاوی در سیستم‌های توصیه‌گر
  • 39. کاربرد داده‌کاوی در تحلیل شبکه‌های اجتماعی
  • 40. داده‌کاوی و حریم خصوصی: ملاحظات اخلاقی
  • 41. ابزارهای داده‌کاوی: معرفی و مقایسه
  • 42. Python برای داده‌کاوی: مقدمه‌ای
  • 43. R برای داده‌کاوی: مقدمه‌ای
  • 44. Weka: یک ابزار متن‌باز داده‌کاوی
  • 45. آینده داده‌کاوی و چالش‌های پیش رو

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.