اکسپرس 24
کتاب تحلیل داده‌های آماری و پیش‌بینی با R

کتاب تحلیل داده‌های آماری و پیش‌بینی با R

تگ‌ها: R مقدماتی آمار با R آمار کاربردی پیش‌بینی آماری تحلیل داده علم داده مقدمه آمار یادگیری آماری یادگیری ماشین

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل داده‌های آماری و پیش‌بینی با R

موضوع کلی: علم داده و یادگیری ماشین

موضوع میانی: یادگیری آماری با نرم‌افزار R

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تحلیل داده‌های آماری
  • 2. نصب و پیکربندی محیط R
  • 3. آشنایی با ساختارهای داده در R
  • 4. کار با بردارها و ماتریس‌ها
  • 5. بررسی داده‌های جدولی و دیتافریم‌ها
  • 6. مفاهیم پایه‌ای آمار توصیفی
  • 7. محاسبه شاخص‌های مرکزی و پراکندگی
  • 8. تصویرسازی داده‌ها با R
  • 9. نمودارهای پراکندگی و خطی
  • 10. نمودارهای میله‌ای و هیستوگرام
  • 11. مقدمه‌ای بر مدل‌سازی آماری
  • 12. رگرسیون خطی ساده
  • 13. تفسیر ضرایب رگرسیون
  • 14. ارزیابی مدل رگرسیون خطی
  • 15. رگرسیون خطی چندگانه
  • 16. انتخاب متغیر در مدل‌های رگرسیون
  • 17. مقدمه‌ای بر رگرسیون لجستیک
  • 18. مدل‌سازی طبقه‌بندی با رگرسیون لجستیک
  • 19. ارزیابی مدل‌های طبقه‌بندی
  • 20. مقدمه‌ای بر درخت‌های تصمیم
  • 21. ساخت درخت‌های تصمیم ساده
  • 22. بهینه‌سازی درخت‌های تصمیم
  • 23. تقویت درخت‌ها (Boosting)
  • 24. روش‌های Bagging و Random Forest
  • 25. مقدمه‌ای بر ماشین‌های بردار پشتیبان (SVM)
  • 26. کاربرد SVM در طبقه‌بندی
  • 27. کاربرد SVM در رگرسیون
  • 28. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
  • 29. شبکه‌های عصبی پرسپترون چندلایه
  • 30. آموزش شبکه‌های عصبی
  • 31. توابع فعال‌سازی در شبکه‌های عصبی
  • 32. شبکه‌های عصبی کانولوشنی (CNN)
  • 33. کاربرد CNN در پردازش تصویر
  • 34. شبکه‌های عصبی بازگشتی (RNN)
  • 35. کاربرد RNN در پردازش زبان طبیعی
  • 36. مقدمه‌ای بر یادگیری بدون نظارت
  • 37. خوشه‌بندی K-Means
  • 38. ارزیابی خوشه‌بندی
  • 39. تحلیل مولفه‌های اصلی (PCA)
  • 40. کاربرد PCA در کاهش ابعاد
  • 41. مقدمه‌ای بر مدل‌های مخلوط (Mixture Models)
  • 42. مدل‌سازی گوسی مخلوط
  • 43. مقدمه‌ای بر مدل‌های گرافیکی
  • 44. شبکه‌های بیزی
  • 45. مقدمه‌ای بر روش‌های کاهش خطا
  • 46. اعتبارسنجی متقابل (Cross-Validation)
  • 47. تنظیم فراپارامترها
  • 48. مقدمه‌ای بر یادگیری تقویتی
  • 49. کاربرد یادگیری تقویتی در مسائل تصمیم‌گیری
  • 50. مقدمه‌ای بر پردازش زبان طبیعی با R
  • 51. تحلیل احساسات متون
  • 52. مدل‌سازی موضوعی (Topic Modeling)
  • 53. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 54. مدل‌های ARIMA
  • 55. پیش‌بینی با مدل‌های سری زمانی
  • 56. مقدمه‌ای بر یادگیری عمیق (Deep Learning)
  • 57. چارچوب‌های یادگیری عمیق در R
  • 58. کاربرد یادگیری عمیق در بینایی ماشین
  • 59. کاربرد یادگیری عمیق در پردازش زبان طبیعی
  • 60. مقدمه‌ای بر مدل‌های آماری پیشرفته
  • 61. مدل‌های خطی تعمیم‌یافته (GLM)
  • 62. رگرسیون پواسون
  • 63. رگرسیون دوجمله‌ای منفی
  • 64. مقدمه‌ای بر مدل‌های احتمالاتی
  • 65. شبکه‌های مارکوف پنهان (HMM)
  • 66. کاربرد HMM در توالی‌یابی
  • 67. مقدمه‌ای بر داده‌کاوی
  • 68. قوانین وابستگی (Association Rules)
  • 69. الگوریتم Apriori
  • 70. مقدمه‌ای بر یادگیری ماشینی توزیع‌شده
  • 71. کاربرد Spark با R
  • 72. مقدمه‌ای بر ابزارهای بصری‌سازی پیشرفته
  • 73. داشبوردهای تعاملی با Shiny
  • 74. مقدمه‌ای بر اخلاق در علم داده
  • 75. حریم خصوصی و امنیت داده‌ها
  • 76. سوگیری در الگوریتم‌ها
  • 77. مقدمه‌ای بر تفسیرپذیری مدل‌ها (XAI)
  • 78. تکنیک‌های LIME و SHAP
  • 79. مقدمه‌ای بر یادگیری انتقالی (Transfer Learning)
  • 80. کاربرد یادگیری انتقالی در بینایی ماشین
  • 81. مقدمه‌ای بر مدل‌سازی سفارشی
  • 82. طراحی و ساخت مدل‌های سفارشی
  • 83. مقدمه‌ای بر بهینه‌سازی مدل‌ها
  • 84. بهینه‌سازی مدل با الگوریتم‌های ژنتیک
  • 85. مقدمه‌ای بر مدل‌های یادگیری ترکیبی (Ensemble Learning)
  • 86. تکنیک‌های Stacking
  • 87. مقدمه‌ای بر یادگیری بدون نیاز به داده برچسب‌دار (Semi-Supervised)
  • 88. مقدمه‌ای بر یادگیری افزایشی (Incremental Learning)
  • 89. مقدمه‌ای بر مدل‌های پیش‌بین مبتنی بر زمان
  • 90. مقدمه‌ای بر مدل‌های یادگیری مکانی
  • 91. مقدمه‌ای بر تحلیل شبکه‌های اجتماعی
  • 92. شاخص‌های مرکزیت در شبکه‌ها
  • 93. مقدمه‌ای بر مدل‌سازی پیش‌بین در کسب‌وکار
  • 94. کاربرد علم داده در بازاریابی
  • 95. کاربرد علم داده در امور مالی
  • 96. کاربرد علم داده در سلامت
  • 97. مقدمه‌ای بر مفاهیم پیشرفته آماری
  • 98. آمار بیزی در R
  • 99. مقدمه‌ای بر مدل‌سازی پویا
  • 100. مقدمه‌ای بر تحلیل داده‌های حجیم (Big Data)

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.