اکسپرس 24
کتاب رگرسیون لجستیک: مبانی و کاربردها در تحلیل داده‌ها

کتاب رگرسیون لجستیک: مبانی و کاربردها در تحلیل داده‌ها

تگ‌ها: Logistic Regression Machine Learning آمار الگوریتم طبقه‌بندی تحلیل داده داده‌کاوی رگرسیون لجستیک مدل‌سازی پیش‌بینی هوش مصنوعی یادگیری ماشین

انتخاب پلن

افزودنی‌های اختیاری

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 رگرسیون لجستیک: مبانی و کاربردها در تحلیل داده‌ها

موضوع کلی: یادگیری ماشین و داده‌کاوی

موضوع میانی: الگوریتم‌های طبقه‌بندی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری ماشین و داده‌کاوی
  • 2. مفاهیم اساسی طبقه‌بندی در یادگیری ماشین
  • 3. رگرسیون لجستیک: معرفی و کاربردها
  • 4. تابع سیگموئید و نقش آن در رگرسیون لجستیک
  • 5. احتمال و رگرسیون لجستیک
  • 6. محاسبه احتمال وقوع یک رویداد با استفاده از رگرسیون لجستیک
  • 7. تابع هزینه (Cost Function) در رگرسیون لجستیک
  • 8. روش گرادیان کاهشی (Gradient Descent) و بهینه‌سازی رگرسیون لجستیک
  • 9. نرخ یادگیری (Learning Rate) و تاثیر آن بر همگرایی
  • 10. پیاده‌سازی رگرسیون لجستیک با استفاده از پایتون
  • 11. کتابخانه‌های پایتون برای رگرسیون لجستیک: Scikit-learn
  • 12. آماده‌سازی داده‌ها برای رگرسیون لجستیک
  • 13. نرمال‌سازی و استانداردسازی داده‌ها
  • 14. انتخاب ویژگی (Feature Selection) در رگرسیون لجستیک
  • 15. مهندسی ویژگی (Feature Engineering) و تاثیر آن بر دقت مدل
  • 16. ارزیابی مدل رگرسیون لجستیک
  • 17. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 18. دقت (Accuracy)، صحت (Precision)، بازیابی (Recall) و امتیاز F1
  • 19. منحنی ROC و AUC
  • 20. بیش‌برازش (Overfitting) و کم‌برازش (Underfitting) در رگرسیون لجستیک
  • 21. تنظیم‌سازی (Regularization) برای جلوگیری از بیش‌برازش
  • 22. L1 و L2 Regularization در رگرسیون لجستیک
  • 23. اعتبارسنجی متقابل (Cross-Validation)
  • 24. رگرسیون لجستیک چندگانه (Multinomial Logistic Regression)
  • 25. مدل‌های رگرسیون لجستیک برای داده‌های نامتعادل (Imbalanced Data)
  • 26. تکنیک‌های نمونه‌برداری بیش از حد (Oversampling) و کمتر از حد (Undersampling)
  • 27. استفاده از وزن‌دهی کلاس (Class Weighting) در رگرسیون لجستیک
  • 28. کاربردهای رگرسیون لجستیک در پزشکی
  • 29. تشخیص بیماری با استفاده از رگرسیون لجستیک
  • 30. کاربردهای رگرسیون لجستیک در بازاریابی
  • 31. پیش‌بینی رفتار مشتری با استفاده از رگرسیون لجستیک
  • 32. کاربردهای رگرسیون لجستیک در مالیه
  • 33. اعتبارسنجی ریسک اعتباری با استفاده از رگرسیون لجستیک
  • 34. رگرسیون لجستیک و تحلیل ریسک
  • 35. مقایسه رگرسیون لجستیک با سایر الگوریتم‌های طبقه‌بندی
  • 36. درخت تصمیم (Decision Tree) و رگرسیون لجستیک
  • 37. ماشین بردار پشتیبان (SVM) و رگرسیون لجستیک
  • 38. شبکه‌های عصبی (Neural Networks) و رگرسیون لجستیک
  • 39. انتخاب بهترین مدل طبقه‌بندی
  • 40. بهینه‌سازی پارامترهای مدل رگرسیون لجستیک
  • 41. روش‌های جستجوی شبکه (Grid Search) و جستجوی تصادفی (Random Search)
  • 42. تفسیرپذیری مدل رگرسیون لجستیک
  • 43. اهمیت ویژگی‌ها در رگرسیون لجستیک
  • 44. رگرسیون لجستیک و تحلیل بقا (Survival Analysis)
  • 45. رگرسیون لجستیک و مدل‌های خطی تعمیم‌یافته (Generalized Linear Models)
  • 46. پیاده‌سازی رگرسیون لجستیک در مقیاس بزرگ
  • 47. استفاده از Spark برای رگرسیون لجستیک
  • 48. رگرسیون لجستیک و پردازش زبان طبیعی (NLP)
  • 49. تحلیل احساسات (Sentiment Analysis) با استفاده از رگرسیون لجستیک
  • 50. رگرسیون لجستیک و تشخیص هرزنامه (Spam Detection)
  • 51. رگرسیون لجستیک و سیستم‌های توصیه‌گر (Recommender Systems)
  • 52. چالش‌ها و محدودیت‌های رگرسیون لجستیک
  • 53. روش‌های مقابله با داده‌های پرت (Outliers)
  • 54. رگرسیون لجستیک و داده‌های گمشده (Missing Data)
  • 55. آینده رگرسیون لجستیک و جهت‌گیری‌های تحقیقاتی
  • 56. منابع بیشتر برای یادگیری رگرسیون لجستیک
  • 57. ابزارهای آنلاین برای رگرسیون لجستیک
  • 58. مطالعه موردی: رگرسیون لجستیک در یک پروژه واقعی

📚 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.