فلش‌کارت‌های آموزشی از تقسیم‌بندی‌های متعدد تا استنتاج پایدار: راهنمای کامل ارزیابی مدل‌های پیش‌بینی‌کننده

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره از تقسیم‌بندی‌های متعدد تا استنتاج پایدار: راهنمای کامل ارزیابی مدل‌های پیش‌بینی‌کننده

موضوع کلی: ارزیابی و استنتاج آماری در یادگیری ماشین

موضوع میانی: تکنیک‌های پیشرفته تقسیم‌بندی نمونه برای استنتاج معتبر

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر ارزیابی مدل و اهمیت استنتاج آماری
• 2. یادگیری نظارت‌شده: از پیش‌بینی تا استنتاج
• 3. چرا ارزیابی ساده کافی نیست؟ عدم قطعیت در عملکرد مدل
• 4. مفهوم خطای تعمیم (Generalization Error)
• 5. خطای درون-نمونه (In-Sample) در مقابل خطای برون-نمونه (Out-of-Sample)
• 6. معیارهای کلیدی ارزیابی برای رگرسیون: MSE, MAE, R-squared
• 7. معیارهای کلیدی ارزیابی برای طبقه‌بندی: Accuracy, Precision, Recall, AUC
• 8. معضل بایاس (اریبی) و واریانس (Bias-Variance Tradeoff)
• 9. نقش داده‌ها در ارزیابی: خطای نمونه‌گیری و نویز
• 10. هدف دوره: دستیابی به استنتاج‌های معتبر و پایدار
• 11. بخش اول: محدودیت‌های رویکردهای سنتی
• 12. تقسیم‌بندی ساده: مجموعه آموزش و آزمون (Train-Test Split)
• 13. نحوه عملکرد یک تقسیم‌بندی ساده
• 14. مزایا و سادگی تقسیم‌بندی منفرد
• 15. مشکل اصلی: حساسیت شدید به یک تقسیم تصادفی خاص
• 16. واریانس بالای تخمین‌گر عملکرد در یک تقسیم واحد
• 17. داستان دو تقسیم: چگونه نتایج می‌توانند به شدت متفاوت باشند
• 18. اعتبارسنجی متقاطع (K-Fold Cross-Validation) به عنوان یک راه‌حل
• 19. سازوکار اعتبارسنجی متقاطع K-Fold
• 20. کاهش واریانس با میانگین‌گیری در اعتبارسنجی متقاطع
• 21. محدودیت اعتبارسنجی متقاطع برای ساخت بازه‌های اطمینان
• 22. بوت‌استرپ (Bootstrap) برای تخمین عدم قطعیت
• 23. اصول نمونه‌گیری با جایگذاری در بوت‌استرپ
• 24. چرا بوت‌استرپ برای ارزیابی خطای تعمیم ایده‌آل نیست؟
• 25. نیاز به یک چارچوب نظری برای استنتاج بر اساس تقسیم‌بندی داده
• 26. بخش دوم: معرفی تخمین‌گرهای نمونه-تقسیم‌شده چندگانه
• 27. فراتر از یک تقسیم: ایده اصلی تقسیم‌بندی‌های متعدد
• 28. معرفی تخمین‌گر نمونه-تقسیم‌شده (Split-Sample Estimator)
• 29. تعریف رسمی: یک تقسیم، یک تخمین
• 30. تولید B تقسیم مستقل از داده‌ها
• 31. محاسبه تخمین‌گر برای هر یک از B تقسیم
• 32. تخمین‌گر نهایی: میانگین‌گیری از نتایج B تقسیم
• 33. چرا میانگین‌گیری واریانس را کاهش می‌دهد؟ شهود آماری
• 34. تفاوت کلیدی با اعتبارسنجی متقاطع: همپوشانی در مجموعه‌های آزمون
• 35. نقش استقلال (نسبی) تقسیم‌ها
• 36. تأثیر نسبت تقسیم (Training/Test Ratio) بر هر تخمین‌گر
• 37. نمایش عملی: پیاده‌سازی اولین تخمین‌گر چند-تقسیمی
• 38. بخش سوم: قلب تئوری - قضیه حد مرکزی برای تقسیم‌های متعدد
• 39. مروری بر قضیه حد مرکزی (CLT) کلاسیک
• 40. توزیع نمونه‌گیری میانگین
• 41. گسترش ایده به تخمین‌گرهای پیچیده‌تر
• 42. معرفی قضیه حد مرکزی برای تخمین‌گرهای نمونه-تقسیم‌شده
• 43. بیان رسمی قضیه و مفروضات آن
• 44. توزیع حدی تخمین‌گر میانگین: نرمال بودن مجانبی
• 45. اهمیت این قضیه: باز کردن درب به سوی استنتاج آماری
• 46. واریانس تخمین‌گر در یک تقسیم واحد (σ²)
• 47. واریانس تخمین‌گر میانگین حاصل از B تقسیم
• 48. فرمول‌بندی واریانس مجانبی
• 49. چگونه واریانس (σ²) را از داده‌ها تخمین بزنیم؟
• 50. رویکرد مبتنی بر U-statistics برای تخمین واریانس
• 51. پیاده‌سازی الگوریتم تخمین واریانس
• 52. بحث در مورد شرایط و فرضیات قضیه
• 53. چه زمانی قضیه حد مرکزی برقرار است؟
• 54. نقش تعداد تقسیم‌ها (B) در دقت تخمین
• 55. بخش چهارم: کاربردهای عملی - از بازه‌های اطمینان تا آزمون فرض
• 56. قدرت استنتاج: ساخت بازه‌های اطمینان
• 57. فرمول ساخت بازه اطمینان برای عملکرد مدل
• 58. تفسیر صحیح بازه اطمینان در زمینه یادگیری ماشین
• 59. مثال عملی: محاسبه بازه اطمینان ۹۵٪ برای AUC یک مدل
• 60. آزمون فرض آماری برای عملکرد مدل
• 61. آیا عملکرد مدل از یک مقدار آستانه بهتر است؟ (آزمون یک‌طرفه)
• 62. فرضیه صفر و فرضیه جایگزین در ارزیابی مدل
• 63. محاسبه آماره آزمون و مقدار p-value
• 64. مقایسه آماری دو مدل پیش‌بینی‌کننده
• 65. آزمون فرض برای تفاوت عملکرد دو مدل
• 66. ساخت بازه اطمینان برای تفاوت عملکردها
• 67. نتیجه‌گیری در مورد برتری یک مدل بر دیگری
• 68. مقایسه چندین مدل به صورت همزمان
• 69. مسئله مقایسه‌های چندگانه و روش‌های تصحیح (Bonferroni)
• 70. کاربرد در انتخاب ویژگی (Feature Selection)
• 71. تخمین اهمیت ویژگی و عدم قطعیت آن با تقسیم‌های متعدد
• 72. انتخاب مدل (Model Selection) بر اساس معیارهای آماری
• 73. فراتر از تخمین نقطه‌ای: انتخاب مدل با در نظر گرفتن واریانس
• 74. بخش پنجم: مباحث پیشرفته و ملاحظات عملی
• 75. تأثیر نسبت تقسیم بر بایاس و واریانس
• 76. انتخاب بهینه نسبت تقسیم آموزش به آزمون
• 77. ملاحظات محاسباتی: موازی‌سازی فرآیند تقسیم‌بندی
• 78. استراتژی‌های کارآمد برای تولید تقسیم‌های متعدد
• 79. مقایسه عمیق با بوت‌استرپ .632+
• 80. چه زمانی هر روش ارجح است؟
• 81. کاربرد روش در الگوریتم‌های یادگیری تطبیقی (Adaptive Learning)
• 82. چالش داده‌های وابسته: سری‌های زمانی و داده‌های پنل
• 83. تعدیل روش برای حفظ ساختار وابستگی داده‌ها
• 84. اعتبارسنجی متقاطع مسدود (Blocked Cross-Validation) و ارتباط آن
• 85. تخمین‌گرهای ناهموار (Non-Smooth Estimators) مانند دقت (Accuracy)
• 86. اصلاحات لازم برای معیارهای گسسته
• 87. تأثیر اندازه نمونه (n) بر عملکرد روش
• 88. پایداری و همگرایی با افزایش حجم داده
• 89. بررسی تأثیر پیچیدگی مدل بر نتایج استنتاج
• 90. بخش ششم: جمع‌بندی و راهنمای عملی
• 91. خلاصه چارچوب نظری: از تقسیم تا استنتاج
• 92. راهنمای گام به گام پیاده‌سازی در پایتون
• 93. کتابخانه‌های مفید برای اجرای تقسیم‌بندی‌های متعدد
• 94. بهترین شیوه‌ها برای گزارش نتایج ارزیابی مدل
• 95. چگونه نتایج را به شکلی معتبر و قابل فهم ارائه دهیم؟
• 96. اشتباهات رایج در ارزیابی مدل و نحوه اجتناب از آنها
• 97. محدودیت‌های رویکرد تقسیم‌بندی متعدد
• 98. مسیرهای تحقیقاتی آینده: توسعه و بهبود روش
• 99. نتیجه‌گیری نهایی: به سوی یک علم داده دقیق‌تر و قابل اعتمادتر
• 100. پروژه نهایی دوره: ارزیابی و مقایسه جامع مدل‌ها بر روی یک مجموعه داده واقعی