کتاب صوتی ساخت مدل‌های پیش‌بینی‌کننده

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساخت مدل‌های پیش‌بینی‌کننده

موضوع کلی: فناوری اطلاعات و مهارت‌های دیجیتال

موضوع میانی: مبانی ماشین لرنینگ

📋 سرفصل‌های دوره

• 1. مبانی مدل‌سازی پیش‌بینی‌کننده
• 2. جمع‌آوری و آماده‌سازی داده‌ها
• 3. کاوش و تحلیل داده‌های اولیه
• 4. تصویرسازی داده‌ها برای شناسایی الگوها
• 5. مفاهیم آمار توصیفی
• 6. مفاهیم آمار استنباطی
• 7. انتخاب ویژگی‌های مهم
• 8. مهندسی ویژگی‌ها
• 9. پیش‌پردازش داده‌های گمشده
• 10. مقیاس‌بندی و نرمال‌سازی داده‌ها
• 11. مقدمه‌ای بر رگرسیون خطی
• 12. رگرسیون خطی ساده
• 13. رگرسیون خطی چندگانه
• 14. ارزیابی مدل‌های رگرسیون
• 15. مفاهیم آماره‌های معناداری
• 16. تحلیل باقیمانده‌ها در رگرسیون
• 17. رگرسیون لجستیک
• 18. مدل‌های طبقه‌بندی باینری
• 19. ارزیابی مدل‌های طبقه‌بندی
• 20. ماتریس درهم‌ریختگی
• 21. منحنی ROC و AUC
• 22. مقدمه‌ای بر درخت‌های تصمیم
• 23. الگوریتم ID3
• 24. الگوریتم C4.5
• 25. الگوریتم CART
• 26. تنظیم بیش‌برازش در درخت‌های تصمیم
• 27. جنگل تصادفی
• 28. اهمیت ویژگی در جنگل تصادفی
• 29. ماشین بردار پشتیبان (SVM)
• 30. هسته‌های SVM
• 31. بهینه‌سازی پارامترهای SVM
• 32. مدل‌های K-نزدیکترین همسایه (KNN)
• 33. انتخاب مقدار K بهینه
• 34. فاصله‌های مختلف در KNN
• 35. خوشه‌بندی K-Means
• 36. تعیین تعداد خوشه‌ها
• 37. ارزیابی خوشه‌بندی
• 38. روش‌های کاهش ابعاد
• 39. تحلیل مولفه‌های اصلی (PCA)
• 40. انتخاب ویژگی با PCA
• 41. تعبیر نتایج PCA
• 42. مقدمه‌ای بر شبکه‌های عصبی
• 43. شبکه‌های عصبی چندلایه
• 44. تابع فعال‌سازی
• 45. پس‌انتشار خطا