آموزش درک و استفاده از تحلیل عاملی و PCA

Understanding and Applying Factor Analysis and PCA

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: تجزیه و تحلیل فاکتورها و PCA ابزار قدرتمندی هستند که در بسیاری از شرایط معمول در تجزیه و تحلیل داده ها و تجارت قابل استفاده هستند. این دوره نظریه و پیاده سازی تجزیه و تحلیل عامل و PCA را شامل می شود ، در Excel (با استفاده از VBA) ، Python و R.Factor Analysis و PCA تکنیک های اصلی برای کاهش ابعاد و شناسایی عامل پنهان هستند. در این دوره ، درک و بکارگیری تجزیه و تحلیل فاکتورها و PCA ، شما خواهید فهمید که چگونه می توانید تحلیل عاملی و PCA را بفهمید و به کار بگیرید. در ابتدا ، شما چگونگی برهم ریختگی را با تجزیه و تحلیل عامل بررسی خواهید کرد. در مرحله بعدی ، خواهید فهمید که چگونه می توانید با استفاده از PCA ، یک رویکرد مبتنی بر ML ، تحلیل عاملی را انجام دهید. سپس ، نحوه انجام تجزیه مقادیر ویژه را یاد خواهید گرفت ، یک روش جبری خطی برش کوکی. سرانجام ، شما نحوه پیاده سازی PCA را برای توضیح بازده سهام Google در Excel و VBA ، R و Python یاد خواهید گرفت. با پایان این دوره ، شما دانش کافی کاربردی در مورد تجزیه و تحلیل عامل و PCA خواهید داشت که به شما در حل مشکلات پیچیده تجارت کمک می کند.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

معرفی تحلیل فاکتور و PCA Introducing Factor Analysis and PCA

  • برش درهم و برهمی با تجزیه و تحلیل عامل Cutting Through Clutter with Factor Analysis

  • رگرسیون خطی و تحلیل عاملی Linear Regression and Factor Analysis

  • چه و چگونه: تجزیه و تحلیل عوامل و PCA What and How: Factor Analysis and PCA

  • دو رویکرد برای استخراج عامل Two Approaches to Factor Extraction

  • میانگین و واریانس Mean and Variance

  • کوواریانس و همبستگی Covariance and Correlation

  • متغیرهای تصادفی و عملیات ماتریس Random Variables and Matrix Operations

  • شهود پشت PCA The Intuition Behind PCA

درک تحلیل عوامل و PCA Understanding Factor Analysis and PCA

  • شهود پشت مonلفه های اصلی The Intuition Behind Principal Components

  • چگونه اجزای اصلی یافت می شوند How Principal Components Are Found

  • درک مقادیر ویژه و نمودارهای Scree Understanding Eigenvalues and Scree Plots

  • یافتن ملفه های اصلی Finding Principal Components

  • چرا اجزای اصلی مفید هستند Why Principal Components Are Useful

  • PCA برای شناسایی عامل نهفته PCA for Latent Factor Identification

  • چه زمانی از PCA استفاده نکنید When Not to Use PCA

پیاده سازی تحلیل عاملی و PCA در Excel و VBA Implementing Factor Analysis and PCA in Excel and VBA

  • PCA در اکسل و VBA PCA in Excel and VBA

  • محاسبه بازده سهام Calculating Stock Returns

  • محاسبه همبستگی ها Calculating Correlations

  • محاسبه کوواریانس ها Calculating Covariances

  • محاسبه مقادیر ویژه و بردارهای ویژه با استفاده از VBA Calculating Eigenvalues and Eigenvectors Using VBA

  • محاسبه مincipلفه های اصلی از بردارهای ویژه Calculating Principal Components from Eigenvectors

  • استاندارد کردن بردارها Standardizing Vectors

  • تفسیر نتایج PCA Interpreting PCA Results

پیاده سازی تحلیل عاملی و PCA در R Implementing Factor Analysis and PCA in R

  • R و Set Data را بارگیری کنید Download R and Set Data

  • محاسبه بازده Calculating Returns

  • محاسبه مقادیر ویژه ، وکتورهای ویژه و م Compلفه های اصلی Calculating Eigenvalues, Eigenvecors, and Principal Components

  • رگرسیون و تفسیر Regression and Interpretation

پیاده سازی تحلیل عاملی و PCA در پایتون Implementing Factor Analysis and PCA in Python

  • استفاده از پانداها در پایتون Using Pandas in Python

  • محاسبه بردارهای استاندارد شده Calculating Standardized Vectors

  • محاسبه اجزای اصلی Calculating Principal Components

  • تفسیر نتایج PCA Interpreting PCA Results

نمایش نظرات

نظری ارسال نشده است.

آموزش درک و استفاده از تحلیل عاملی و PCA
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
2h 35m
32
Pluralsight (پلورال سایت) pluralsight-small
19 اسفند 1395 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
40
4.3 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Vitthal Srinivasan Vitthal Srinivasan

ویتال بسیاری از عمر خود را صرف تحصیل کرده است - وی دارای مدرک کارشناسی ارشد در رشته های ریاضی و مهندسی برق از استنفورد ، MBA از INSEAD و لیسانس مهندسی کامپیوتر از بمبئی است. او همچنین بسیاری از زندگی خود را صرف کار کرده است - به عنوان یک مشتق مشتق در Credit Suisse در نیویورک ، سپس به عنوان یک معامله گر کوان ، ابتدا با یک صندوق پرچین در گرینویچ و سپس به صورت شخصی و در نهایت در Google در سنگاپور و Flipkart بنگلور در تمام این نقش ها ، او کدهای زیادی نوشته است و مدل های زیادی ساخته است.

Pluralsight (پلورال سایت)

Pluralsight یکی از پرطرفدارترین پلتفرم‌های آموزش آنلاین است که به میلیون‌ها کاربر در سراسر جهان کمک می‌کند تا مهارت‌های خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دوره‌های آموزشی در زمینه‌های فناوری اطلاعات، توسعه نرم‌افزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه می‌دهد.

یکی از ویژگی‌های برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعه‌دهندگان و کارشناسان معتبر، دوره‌هایی را ارائه می‌دهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژی‌ها نگه می‌دارد. این امر به کاربران این اطمینان را می‌دهد که دوره‌هایی که در Pluralsight می‌پذیرند، با جدیدترین دانش‌ها و تجارب به روز شده‌اند.