آموزش یادگیری ماشین با R: ساخت، تحلیل و پیش‌بینی - آخرین آپدیت

شروع کار با R و یادگیری ماشین Getting Started with R and Machine Learning

• مقدمه‌ای بر یادگیری ماشین Introduction to Machine Learning

• ماشین‌ها چگونه یاد می‌گیرند How do Machine Learn

• مراحل پیاده‌سازی یادگیری ماشین Steps to Apply Machine Learning

• مسائل رگرسیون و طبقه‌بندی Regression and Classification Problems

• دستکاری پایه داده‌ها در R Basic Data Manipulation in R

• بیشتر درباره دستکاری داده‌ها در R More on Data Manipulation in R

• تمرین عملی دستکاری پایه داده‌ها در R Basic Data Manipulation in R - Practical

• ساخت یک بردار Create a Vector

• مسئله و پاسخ ۲.۷ 2.7 Problem and Solution

• مسئله و پاسخ ۲.۱۰ 2.10 Problem and Solution

مبانی آمار در R Fundamentals of Statistics in R

• توان‌رسانی از راست به چپ Exponentiation Right to Left

• اجتناب از برخی اشتباهات رایج (۲.۱۳) 2.13 Avoiding Some Common Mistakes

• رگرسیون خطی ساده Simple Linear Regression

• ادامه رگرسیون خطی ساده Simple Linear Regression Continues

• ضریب تعیین (R-square) چیست What is Rsquare

• خطای استاندارد Standard Error

• آمار عمومی General Statistics

• ادامه آمار عمومی General Statistics Continues

• رگرسیون خطی ساده و مباحث بیشتر آماری Simple Linear Regression and More of Statistics

• باز کردن استودیو Open the Studio

• ضریب تعیین (R Square) چیست What is R Square

• خطای استاندارد (STD Error) چیست What is STD Error

توزیع‌های احتمالی و آزمون فرضیه Probability Distributions and Hypothesis Testing

• رد فرضیه صفر Reject Null Hypothesis

• واریانس، کوواریانس و همبستگی Variance Covariance and Correlation

• نام‌های ریشه و انواع توابع توزیع Root names and Types of Distribution Function

• تولید اعداد تصادفی و تابع ترکیبی Generating Random Numbers and Combination Function

• احتمالات برای توابع توزیع گسسته Probabilities for Discrete Distribution Function

• تابع چندک و توزیع پویسون Quantile Function and Poison Distribution

• توزیع تی-استیودنت، فرضیه و مثال Students T Distribution, Hypothesis and Example

• توزیع خی-دو (Chi-Square) Chai-Square Distribution

• بصری‌سازی داده‌ها Data Visualization

• بیشتر درباره بصری‌سازی داده‌ها More on Data Visualization

• رگرسیون خطی چندگانه Multiple Linear Regression

• ادامه رگرسیون خطی چندگانه Multiple Linear Regression Continues

الگوریتم‌های اصلی یادگیری ماشین Core Machine Learning Algorithms

• متغیرهای رگرسیون Regression Variables

• مدل خطی تعمیم‌یافته Generalized Linear Model

• کمترین مربعات تعمیم‌یافته Generalized Least Square

• الگوریتم KNN و روش‌های مختلف اندازه‌گیری فاصله KNN- Various Methods of Distance Measurements

• بررسی کلی KNN (مراحل اجرا) Overview of KNN- (Steps involved)

• نرمال‌سازی داده‌ها و پیش‌بینی روی داده‌های تست Data normalization and prediction on Test Data

• بهبود عملکرد مدل و منحنی ROC Improvement of Model Performance and ROC

• طبقه‌بندی با درخت تصمیم Decision Tree Classifier

• بیشتر درباره طبقه‌بندی با درخت تصمیم More on Decision Tree Classifier

• هرس کردن درخت‌های تصمیم Pruning of Decision Trees

• ادامه مباحث درخت تصمیم Decision Tree Remaining

• ادامه بخش باقی‌مانده درخت تصمیم Decision Tree Remaining Continues

• مفهوم کلی جنگل تصادفی (Random Forest) General concept of Random Forest

• Ada Boosting و یادگیری مجموعه‌ای Ada Boosting and Ensemble Learning

• آماده‌سازی و بصری‌سازی داده‌ها Data Visualization and Preparation

• تنظیم مدل جنگل تصادفی Tuning Random Forest Model

• ارزیابی عملکرد مدل جنگل تصادفی Evaluation of Random Forest Model Performance