فلش‌کارت‌های آموزشی مدل‌سازی پیش‌بینی با یادگیری ماشین

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدل‌سازی پیش‌بینی با یادگیری ماشین

موضوع کلی: برنامه‌نویسی و سیستم‌های کامپیوتری

موضوع میانی: سیستم‌های توسعه برنامه‌نویسی تحلیل کسب و کار (Business Analytics)

📋 سرفصل‌های دوره

• 1. مبانی یادگیری ماشین و کاربردهای آن
• 2. انواع الگوریتم‌های یادگیری ماشین
• 3. پیش‌پردازش داده‌ها و پاکسازی اطلاعات
• 4. ویژگی‌های مهم در مدل‌سازی پیش‌بینی
• 5. انتخاب ویژگی و کاهش ابعاد داده
• 6. تقسیم داده‌ها به مجموعه‌های آموزشی و آزمایشی
• 7. معیارهای ارزیابی مدل‌های پیش‌بینی
• 8. رگرسیون خطی ساده و چندگانه
• 9. رگرسیون لجستیک و کاربردهای آن
• 10. درخت‌های تصمیم و الگوریتم‌های مبتنی بر درخت
• 11. جنگل تصادفی و افزایش دقت پیش‌بینی
• 12. ماشین‌های بردار پشتیبان (SVM)
• 13. شبکه‌های عصبی مصنوعی: مفاهیم پایه
• 14. شبکه‌های عصبی چندلایه و آموزش آن‌ها
• 15. بهینه‌سازی مدل‌های یادگیری ماشین
• 16. تنظیم پارامترهای مدل و جلوگیری از بیش‌برازش
• 17. اعتبارسنجی متقابل (Cross-Validation)
• 18. مدل‌سازی سری‌های زمانی و پیش‌بینی
• 19. پیش‌بینی تقاضا در صنایع مختلف
• 20. تحلیل خوشه‌ای و شناسایی الگوها
• 21. کاهش ابعاد با استفاده از PCA
• 22. تحلیل مؤلفه‌های مستقل (ICA)
• 23. یادگیری ماشین بدون نظارت و کاربردها
• 24. یادگیری تقویتی و الگوریتم‌های آن
• 25. پیش‌بینی قیمت سهام با استفاده از یادگیری ماشین
• 26. تشخیص تقلب با استفاده از الگوریتم‌های یادگیری ماشین
• 27. مدل‌سازی ریسک اعتباری
• 28. پیش‌بینی رفتار مشتری
• 29. پیش‌بینی خرابی تجهیزات صنعتی
• 30. بهبود کارایی زنجیره تامین با یادگیری ماشین
• 31. پیش‌بینی آب و هوا و تغییرات اقلیمی
• 32. پیش‌بینی ترافیک و مدیریت شهری
• 33. پیش‌بینی نمرات دانش‌آموزان
• 34. تحلیل احساسات و پردازش زبان طبیعی
• 35. استفاده از یادگیری ماشین در تصویربرداری پزشکی
• 36. تشخیص بیماری با استفاده از الگوریتم‌های یادگیری ماشین
• 37. پیش‌بینی نرخ بازگشت مشتری
• 38. مدل‌سازی و پیش‌بینی فروش
• 39. بازاریابی هدفمند با استفاده از یادگیری ماشین
• 40. پیش‌بینی میزان کلیک (CTR)
• 41. پیش‌بینی طول عمر مشتری (CLV)
• 42. مقدمه‌ای بر یادگیری عمیق
• 43. شبکه‌های عصبی کانولوشنال (CNN)
• 44. شبکه‌های عصبی بازگشتی (RNN)
• 45. کاربرد یادگیری عمیق در تشخیص تصویر