کتاب صوتی راهنمای عملی تحلیل خوشه‌ای و طبقه‌بندی داده‌ها با R و S-Plus

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای عملی تحلیل خوشه‌ای و طبقه‌بندی داده‌ها با R و S-Plus

موضوع کلی: آمار چندمتغیره

موضوع میانی: تحلیل خوشه‌ای و طبقه‌بندی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر آمار چندمتغیره: مفاهیم و ضرورت
• 2. آشنایی با محیط R و S-Plus برای تحلیل داده
• 3. نصب و مدیریت بسته‌های R برای تحلیل خوشه‌ای و طبقه‌بندی
• 4. ساختار داده‌ها در R: وکتورها، ماتریس‌ها، فریم‌های داده
• 5. وارد کردن و آماده‌سازی داده‌ها در R از منابع مختلف
• 6. پاکسازی داده‌ها: مدیریت مقادیر گمشده (Missing Values) در R
• 7. شناسایی و برخورد با داده‌های پرت (Outliers) در مجموعه داده
• 8. تحول (Transformation) داده‌ها برای بهبود مدل‌ها
• 9. مقیاس‌گذاری متغیرها: استانداردسازی و نرمال‌سازی در R
• 10. نمایش بصری داده‌ها: نمودارهای پایه و اکتشافی در R
• 11. نمودارهای پراکندگی و ماتریس همبستگی برای درک روابط
• 12. مقدمه‌ای بر تحلیل خوشه‌ای: تعریف، اهداف و کاربردها
• 13. انواع روش‌های خوشه‌بندی: سلسله‌مراتبی و پارتیشنی
• 14. معیارهای شباهت و عدم شباهت: مبانی و انتخاب
• 15. فاصله اقلیدسی و فاصله‌های منهتن در R برای داده‌های پیوسته
• 16. فاصله‌های مبتنی بر همبستگی و کسینوسی برای الگوها
• 17. فاصله‌گذاری برای داده‌های دودویی و دسته‌ای در R
• 18. انتخاب معیار فاصله مناسب بر اساس نوع داده و هدف تحلیل
• 19. مقدمه‌ای بر خوشه‌بندی سلسله‌مراتبی (Hierarchical Clustering)
• 20. خوشه‌بندی سلسله‌مراتبی تجمعی (Agglomerative) در R
• 21. روش‌های اتصال: تک‌پیوندی (Single Linkage) و اجرای آن در R
• 22. روش‌های اتصال: کامل‌پیوندی (Complete Linkage) و اجرای آن در R
• 23. روش‌های اتصال: میانگین‌پیوندی (Average Linkage) و اجرای آن در R
• 24. روش وارد (Ward's Method) برای خوشه‌بندی متراکم‌تر
• 25. ساخت و تفسیر دندروگرام‌ها در R
• 26. تعیین تعداد بهینه خوشه‌ها با برش دندروگرام
• 27. خوشه‌بندی سلسله‌مراتبی تقسیمی (Divisive Clustering)
• 28. مقایسه روش‌های مختلف اتصال در R برای سناریوهای گوناگون
• 29. خوشه‌بندی پارتیشنی: مفاهیم و تفاوت‌ها با روش‌های سلسله‌مراتبی
• 30. الگوریتم K-Means: مبانی، عملکرد و پیاده‌سازی در R
• 31. نحوه انتخاب مقادیر اولیه برای Centroids در K-Means
• 32. تأثیر K اولیه و اجرای چندگانه K-Means
• 33. تعیین تعداد بهینه خوشه‌های K با روش Elbow در R
• 34. تعیین تعداد بهینه خوشه‌های K با روش Silhouette در R
• 35. تعیین تعداد بهینه خوشه‌های K با روش Gap Statistic در R
• 36. خوشه‌بندی K-Medoids (PAM): مقدمه و مقاومت در برابر داده‌های پرت
• 37. مقایسه عملی K-Means و K-Medoids در R
• 38. مقدمه‌ای بر خوشه‌بندی مبتنی بر مدل (Model-Based Clustering)
• 39. خوشه‌بندی توزیع‌های گاوسی مخلوط (Gaussian Mixture Models - GMM)
• 40. الگوریتم EM برای خوشه‌بندی GMM در R
• 41. انتخاب بهترین مدل در GMM با معیارهای AIC و BIC
• 42. خوشه‌بندی مبتنی بر چگالی (Density-Based Clustering): DBSCAN در R
• 43. مفاهیم پارامترهای Epsilon و MinPts در DBSCAN
• 44. مزایا و محدودیت‌های DBSCAN در برخورد با اشکال مختلف خوشه‌ها
• 45. خوشه‌بندی OPTICS: توسعه DBSCAN برای خوشه‌های با چگالی متفاوت
• 46. مقدمه‌ای بر خوشه‌بندی فازی (Fuzzy C-Means) در R
• 47. خوشه‌بندی طیفی (Spectral Clustering) برای داده‌های غیرخطی
• 48. استفاده از نقشه‌های خودسازمان‌دهنده (SOM) برای خوشه‌بندی و بصری‌سازی
• 49. ارزیابی درونی خوشه‌بندی: Silhouette Index و پیاده‌سازی در R
• 50. ارزیابی درونی خوشه‌بندی: Dunn Index و Davies-Bouldin Index
• 51. ارزیابی بیرونی خوشه‌بندی: مقایسه با برچسب‌های مرجع
• 52. معیارهای Rand Index و Jaccard Index برای ارزیابی خارجی
• 53. تحلیل پایداری خوشه‌ها (Cluster Stability) برای اطمینان از نتایج
• 54. تفسیر و نام‌گذاری خوشه‌ها بر اساس ویژگی‌های آن‌ها
• 55. نمایش بصری نتایج خوشه‌بندی با استفاده از کاهش ابعاد (PCA, t-SNE)
• 56. مقدمه‌ای بر طبقه‌بندی (Classification): یادگیری با نظارت
• 57. تفاوت‌های اساسی بین خوشه‌بندی و طبقه‌بندی
• 58. مراحل اصلی ساخت یک مدل طبقه‌بندی در R
• 59. تقسیم مجموعه داده به بخش‌های آموزش (Training) و آزمون (Testing)
• 60. مقدمه‌ای بر رگرسیون لجستیک (Logistic Regression) برای طبقه‌بندی
• 61. پیاده‌سازی رگرسیون لجستیک برای طبقه‌بندی دودویی در R
• 62. طبقه‌بندی چندکلاسه با رگرسیون لجستیک و روش‌های توسعه یافته
• 63. تحلیل تفکیک خطی (Linear Discriminant Analysis - LDA) در R
• 64. تحلیل تفکیک درجه دوم (Quadratic Discriminant Analysis - QDA)
• 65. مقایسه و انتخاب بین LDA و QDA بر اساس ساختار داده
• 66. طبقه‌بندی k-نزدیکترین همسایه (k-Nearest Neighbors - k-NN) در R
• 67. انتخاب تعداد بهینه K در الگوریتم k-NN با اعتبارسنجی متقاطع
• 68. طبقه‌بندی بیز ساده (Naive Bayes Classifier) و مفروضات آن
• 69. درخت‌های تصمیم (Decision Trees - CART) برای طبقه‌بندی
• 70. مفاهیم هرس درخت (Pruning) برای جلوگیری از بیش‌برازش
• 71. جنگل‌های تصادفی (Random Forests): مبانی و قدرت پیش‌بینی
• 72. پیاده‌سازی جنگل‌های تصادفی برای طبقه‌بندی در R
• 73. الگوریتم‌های Boosting: AdaBoost و Gradient Boosting
• 74. XGBoost و LightGBM: الگوریتم‌های پیشرفته Boosting در R
• 75. ماشین‌های بردار پشتیبان (Support Vector Machines - SVM): مبانی
• 76. انواع هسته‌های (Kernels) در SVM: خطی، چندجمله‌ای، شعاعی (RBF)
• 77. تنظیم پارامترهای SVM با اعتبارسنجی متقاطع در R
• 78. مقدمه‌ای بر شبکه‌های عصبی پایه (Basic Neural Networks) برای طبقه‌بندی
• 79. معیارهای ارزیابی عملکرد مدل‌های طبقه‌بندی
• 80. ساخت و تفسیر ماتریس سردرگمی (Confusion Matrix)
• 81. محاسبه دقت (Accuracy)، صحت (Precision) و فراخوان (Recall)
• 82. معیار F1-Score برای تعادل بین صحت و فراخوان
• 83. منحنی ROC (Receiver Operating Characteristic) و AUC در R
• 84. اعتبارسنجی متقاطع (Cross-Validation) برای ارزیابی پایدار مدل
• 85. روش K-Fold Cross-Validation و Leave-One-Out Cross-Validation
• 86. انتخاب ویژگی (Feature Selection) برای بهبود عملکرد و تفسیرپذیری
• 87. روش‌های Wrapper، Filter و Embedded برای انتخاب ویژگی در R
• 88. کاهش ابعاد (Dimensionality Reduction) برای طبقه‌بندی
• 89. تحلیل مولفه‌های اصلی (PCA) به عنوان پیش‌پردازش برای طبقه‌بندی
• 90. استفاده از LDA برای کاهش ابعاد در مسائل طبقه‌بندی
• 91. مواجهه با داده‌های نامتعادل (Imbalanced Data) در طبقه‌بندی
• 92. تکنیک‌های Oversampling (SMOTE) و Undersampling در R
• 93. ترکیب خوشه‌بندی و طبقه‌بندی: رویکردهای نیمه‌نظارتی
• 94. کاربرد تحلیل خوشه‌ای در بخش‌بندی مشتریان و بازاریابی
• 95. کاربرد طبقه‌بندی در تشخیص تقلب در داده‌های مالی
• 96. مطالعه موردی: خوشه‌بندی داده‌های ژنومی با R
• 97. مطالعه موردی: طبقه‌بندی متون و تحلیل احساسات با R
• 98. اتوماسیون فرآیندهای تحلیل خوشه‌ای و طبقه‌بندی با اسکریپت‌نویسی در R
• 99. گزارش‌دهی نتایج تحلیل با R Markdown و تولید خروجی‌های پویا
• 100. نکات پیشرفته در بهینه‌سازی و تنظیم هایپرپارامترهای مدل