کتاب صوتی آمار و یادگیری ماشین برای تحلیل داده

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آمار و یادگیری ماشین برای تحلیل داده

موضوع کلی: ریاضیات کاربردی و نظریه گراف

موضوع میانی: یادگیری ماشین و آمار

📋 سرفصل‌های دوره

• 1. آمار توصیفی و خلاصه‌سازی داده‌ها
• 2. احتمالات و توزیع‌های آماری
• 3. نمونه‌گیری و استنباط آماری
• 4. آزمون فرضیه‌ها و سطح معنی‌داری
• 5. تحلیل واریانس (ANOVA)
• 6. رگرسیون خطی ساده
• 7. رگرسیون خطی چندگانه
• 8. ارزیابی مدل‌های رگرسیونی
• 9. متغیرهای کاذب و چند هم‌خطی
• 10. تبدیل داده‌ها و مدل‌های غیرخطی
• 11. مقدمه‌ای بر یادگیری ماشین
• 12. یادگیری نظارت شده: اصول کلی
• 13. رگرسیون لجستیک
• 14. درخت‌های تصمیم‌گیری
• 15. ماشین‌های بردار پشتیبان (SVM)
• 16. شبکه‌های عصبی مصنوعی: مفاهیم پایه
• 17. شبکه‌های عصبی چندلایه (MLP)
• 18. ارزیابی عملکرد مدل‌های یادگیری ماشین
• 19. اعتبارسنجی متقاطع و تنظیم بیش از حد
• 20. انتخاب ویژگی و کاهش ابعاد
• 21. یادگیری بدون نظارت: خوشه‌بندی
• 22. خوشه‌بندی K-means
• 23. خوشه‌بندی سلسله مراتبی
• 24. یادگیری بدون نظارت: کاهش ابعاد
• 25. تجزیه مولفه اصلی (PCA)
• 26. تحلیل ارتباطی
• 27. مدل‌های سری زمانی: مفاهیم پایه
• 28. مدل‌های ARIMA
• 29. صاف کردن داده‌های سری زمانی
• 30. پیش‌بینی سری زمانی
• 31. مقدمه‌ای بر یادگیری عمیق
• 32. شبکه‌های کانولوشنال (CNN)
• 33. شبکه‌های بازگشتی (RNN)
• 34. شبکه‌های حافظه بلندمدت (LSTM)
• 35. شبکه‌های مولد تخاصمی (GAN)
• 36. کاربرد یادگیری ماشین در تحلیل داده‌های مالی
• 37. کاربرد یادگیری ماشین در تحلیل داده‌های پزشکی
• 38. کاربرد یادگیری ماشین در بازاریابی و تبلیغات
• 39. کاربرد یادگیری ماشین در تشخیص تقلب
• 40. کاربرد یادگیری ماشین در پردازش تصویر
• 41. کاربرد یادگیری ماشین در پردازش زبان طبیعی