لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش آشنایی با مدلسازی پیشبینانه
- آخرین آپدیت
دانلود Introduction to Predictive Modeling
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
به دوره «آشنایی با مدلسازی پیشبینانه» خوش آمدید؛ اولین دوره از تخصص «تحلیل دادهها برای تصمیمگیری» در دانشگاه مینهسوتا.
این دوره شما را با مفاهیم، فرآیندها و کاربردهای مدلسازی پیشبینانه، با تمرکز بر رگرسیون خطی و مدلهای پیشبینی سریهای زمانی و کاربرد عملی آنها در مایکروسافت اکسل آشنا میکند. در پایان این دوره، شما قادر خواهید بود:
- مفاهیم، فرآیندها و کاربردهای مدلسازی پیشبینانه را درک کنید.
- ساختار و منطق پشت مدلهای رگرسیون خطی را بشناسید.
- مدلهای رگرسیون خطی ساده و چندگانه را بر روی دادهها برازش کرده، نتایج را تفسیر کنید، میزان برازش (Goodness of Fit) را ارزیابی نمایید و از مدلهای برازششده برای پیشبینی استفاده کنید.
- مشکل بیشبرازش (Overfitting) و کمبرازش (Underfitting) را درک کرده و بتوانید انتخاب مدل ساده را انجام دهید.
- مفاهیم، فرآیندها و کاربردهای پیشبینی سریهای زمانی را به عنوان نوع خاصی از مدلسازی پیشبینانه درک کنید.
- چندین مدل پیشبینی سری زمانی (مانند هموارسازی نمایی و روش هولت-وینترز) را در اکسل پیادهسازی کرده، دقت آنها را ارزیابی کنید و برای پیشبینیهای آینده به کار ببرید.
- انواع مختلف دادهها و نحوه استفاده از آنها در مدلهای پیشبینانه را بشناسید.
- از اکسل برای آمادهسازی دادهها، از جمله بررسی الگوهای داده، تبدیل دادهها و مدیریت مقادیر مفقود (Missing Values) استفاده کنید.
این یک دوره مقدماتی در زمینه مدلسازی پیشبینانه است که ترکیبی از یادگیری مفهومی و عملی را ارائه میدهد. در طول دوره، فرصتهای متعددی برای تمرین تکنیکهای مدلسازی پیشبینانه روی مجموعهدادههای واقعی با استفاده از اکسل خواهید داشت.
برای موفقیت در این دوره، باید با ریاضیات پایه (مفهوم توابع، متغیرها و نمادهای پایه مانند سیگما و شاخصها) و آمار مقدماتی (همبستگی، میانگین نمونه، انحراف معیار و واریانس) آشنا باشید. این دوره نیازی به پیشزمینه برنامهنویسی ندارد، اما باید با عملیات پایه اکسل (مانند فرمولهای ساده و رسم نمودار) آشنا باشید. برای بهترین تجربه، توصیه میشود نسخهای جدید از مایکروسافت اکسل (مانند ۲۰۱۳، ۲۰۱۶، ۲۰۱۹ یا آفیس ۳۶۵) روی سیستم شما نصب باشد.
سرفصل ها و درس ها
هفته/ماژول ۱: رگرسیون خطی ساده
Week/Module 1: Simple Linear Regression
تخصص تحلیل دادهها برای تصمیمگیری
Analytics for Decision Making Specialization
معرفی مدرس
Personal Introduction
مرور کلی دوره
Course Overview
مرور هفته/ماژول ۱: آنچه در این هفته میآموزید
Week/Module 1 Overview: What You Will Learn This Week
مقدمهای بر مدلسازی پیشبینانه
Introduction to Predictive Modeling
مقدمهای بر رگرسیون خطی
Introduction to Linear Regression
درک مکانیسمهای یک مدل رگرسیون
Understanding the Mechanics of a Regression Model
استفاده از اکسل برای اجرای رگرسیون خطی
Using Excel to Conduct Linear Regression
استفاده از رگرسیون خطی برای پیشبینی
Using Linear Regression for Prediction
هفته/ماژول ۲: رگرسیون خطی چندگانه
Week/Module 2: Multiple Linear Regression
مرور هفته ۲: رگرسیون خطی چندگانه
Week 2 Overview on Multiple Linear Regression
رگرسیون خطی چندگانه چیست؟
What is Multiple Linear Regression?
درک برازش مدل و پیشبینی با استفاده از رگرسیون چندگانه
Understand Model Fit and Prediction using Multiple Regression
برازش و تفسیر مدلهای رگرسیون چندگانه با استفاده از ابزار Regression
Fitting and Interpreting Multiple Regression Models using Regression Tool
انجام پیشبینی با استفاده از ابزار Regression
Making Predictions using the Regression Tool
انجام پیشبینی با استفاده از تابع Trend
Making Predictions using the Trend function
ساخت مدلهای رگرسیون بهینه
Building Good Regression Models
نمایشی از روش حذف رو به عقب (Backward Elimination)
A Demonstration of Backward Elimination
هفته/ماژول ۳: آمادهسازی دادهها
Week/Module 3: Data Preparation
مرور هفته ۳: آمادهسازی دادههای شما
Week 3 Overview: Preparing Your Data
چرا آمادهسازی دادهها مهم است؟
Why Is Data Preparation Important?
کار با انواع مختلف متغیرها
Working with Different Types of Variables
مدیریت انواع مختلف متغیرها
Handling Different Types of Variables
استفاده از Pivot Table اکسل برای بررسی مقادیر ستونها
Using Excel Pivot Table to Explore Column Values
استفاده از VLOOKUP اکسل برای کدگذاری متغیرهای ترتیبی
Using Excel VLOOKUP to Encode Ordinal Variables
استفاده از تابع IF اکسل برای کدگذاری متغیرهای اسمی
Using Excel IF function to Encode Nominal Variables
سایر کاربردهای توابع VLOOKUP و IF
Other Uses of VLOOKUP and IF functions
مدیریت متغیرهای تاریخ و زمان
Handling Data/Time Variables
نمایش عملی مدیریت متغیرهای تاریخ/زمان در اکسل
Excel Demonstration of Handling Data/Time Variables
مدیریت متغیرهای تعاملی و مرتبه بالا
Handling High Order, Interaction Variables
جمعبندی دوره: خلاصهای از آنچه آموختید
Course Wrap Up: A Summary of What You Have Learned in this Course
تبریک برای به پایان رساندن دوره «آشنایی با مدلسازی پیشبینانه»!
Congratulations on Finishing "Introduction to Predictive Modeling"!
دانشکده مدیریت کارلسون: برنامه کارشناسی ارشد تحلیل کسبوکار (MSBA)
Carlson School of Management: Master of Science Program in Business Analytics (MSBA)
نمایش نظرات