اکسپرس 24
کتاب یادگیری آماری برای مهندسی: مبانی و کاربردها

کتاب یادگیری آماری برای مهندسی: مبانی و کاربردها

تگ‌ها: Statistical Learning آمار برای مهندسی آمار مهندسی آمار و احتمال تحلیل آماری علم داده مدل‌سازی آماری مهندسی داده 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 یادگیری آماری برای مهندسی: مبانی و کاربردها

موضوع کلی: علم داده و تحلیل آماری

موضوع میانی: یادگیری ماشین و مدل‌سازی آماری

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علم داده و یادگیری ماشین
  • 2. آمار توصیفی و خلاصه‌سازی داده‌ها
  • 3. احتمالات و توزیع‌های احتمال
  • 4. متغیرهای تصادفی و توابع توزیع
  • 5. نمونه‌برداری و تخمین نقطه‌ای
  • 6. فاصله‌های اطمینان
  • 7. آزمون فرضیه‌ها
  • 8. تحلیل واریانس (ANOVA)
  • 9. رگرسیون خطی ساده
  • 10. رگرسیون خطی چندگانه
  • 11. انتخاب متغیر در رگرسیون
  • 12. چندخطی بودن و اثرات آن
  • 13. تشخیص و رفع خطا در مدل‌های رگرسیونی
  • 14. رگرسیون لجستیک
  • 15. مدل‌های تعمیم‌یافته (GLM)
  • 16. درخت‌های تصمیم‌گیری
  • 17. جنگل تصادفی
  • 18. ماشین‌های بردار پشتیبان (SVM)
  • 19. خوشه‌بندی K-Means
  • 20. خوشه‌بندی سلسله مراتبی
  • 21. کاهش ابعاد: تحلیل مولفه‌های اصلی (PCA)
  • 22. انتخاب ویژگی
  • 23. اعتبارسنجی مدل
  • 24. بیش‌برازش و کم‌برازش
  • 25. تنظیم بیشینه (Regularization)
  • 26. روش‌های ارزیابی مدل رگرسیون
  • 27. روش‌های ارزیابی مدل طبقه‌بندی
  • 28. متریک‌های ارزیابی مدل خوشه‌بندی
  • 29. یادگیری ماشین بدون نظارت
  • 30. یادگیری ماشین با نظارت
  • 31. یادگیری تقویتی (مقدماتی)
  • 32. شبکه‌های عصبی مصنوعی (مقدماتی)
  • 33. پیش‌پردازش داده‌ها و پاکسازی
  • 34. مهندسی ویژگی
  • 35. مقیاس‌بندی داده‌ها
  • 36. داده‌های گمشده و روش‌های برخورد با آن‌ها
  • 37. روش‌های مقابله با داده‌های پرت
  • 38. تحلیل سری‌های زمانی (مقدماتی)
  • 39. پیش‌بینی سری‌های زمانی
  • 40. مدل‌های ARIMA
  • 41. تحلیل بقا
  • 42. رگرسیون کاکس
  • 43. تحلیل داده‌های مکانی
  • 44. جغرافیای اطلاعاتی (GIS) و کاربردهای آن
  • 45. تصمیم‌گیری بر اساس داده‌ها
  • 46. تصویرسازی داده‌ها و داشبوردهای تعاملی
  • 47. اخلاق در علم داده
  • 48. حریم خصوصی داده‌ها و امنیت
  • 49. مقدمه‌ای بر پایگاه داده‌ها و SQL
  • 50. داده‌کاوی و الگوهای پنهان
  • 51. تحلیل شبکه‌های اجتماعی
  • 52. پردازش زبان طبیعی (NLP) – مقدماتی
  • 53. استخراج ویژگی از متن
  • 54. تحلیل احساسات
  • 55. یادگیری عمیق (مقدماتی)
  • 56. شبکه‌های عصبی کانولوشنال (CNN) – مقدماتی
  • 57. شبکه‌های عصبی بازگشتی (RNN) – مقدماتی
  • 58. کاربردهای یادگیری ماشین در مهندسی عمران
  • 59. کاربردهای یادگیری ماشین در مهندسی مکانیک
  • 60. کاربردهای یادگیری ماشین در مهندسی برق
  • 61. کاربردهای یادگیری ماشین در مهندسی صنایع
  • 62. کاربردهای یادگیری ماشین در مهندسی کامپیوتر
  • 63. ابزارهای رایج علم داده (Python, R)
  • 64. کتابخانه‌های پایتون برای علم داده
  • 65. کتابخانه‌های R برای علم داده
  • 66. مفاهیم Big Data و Hadoop
  • 67. Spark و پردازش داده‌های بزرگ
  • 68. یادگیری انتقالی
  • 69. مدل‌سازی Bayesian
  • 70. روش‌های Monte Carlo
  • 71. بهینه‌سازی و الگوریتم‌های تکاملی
  • 72. تحلیل حساسیت
  • 73. تفسیرپذیری مدل‌های یادگیری ماشین
  • 74. شبیه‌سازی و مدل‌سازی

📚 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.