لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش یادگیری ماشین نظارت شده با R
- آخرین آپدیت
دانلود Supervised Machine Learning with R
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
ساخت مدلهای پیشبینی دقیق مستلزم آن است که بدانید چگونه الگوریتمهای مناسب را انتخاب و اعمال کنید؛ این فرآیند شامل آمادهسازی دادهها، انتخاب مدلهای بهینه و درک نحوه ارزیابی و گزارش نتایج است.
در این دوره آموزشی، «یادگیری ماشین نظارت شده با R»، شما توانایی آموزش، ارزیابی و تفسیر مدلهای رگرسیون و طبقهبندی (Classification) را با استفاده از زبان R کسب خواهید کرد.
در ابتدا، یاد میگیرید که چگونه تفاوت بین مسائل رگرسیون و طبقهبندی را تشخیص دهید و دادهها را با استفاده از ابزارهای بستههای tidyverse، data.table و rsample آماده کنید.
سپس، نحوه آموزش و ارزیابی مدلهایی مانند رگرسیون خطی، رگرسیون لجستیک و درختهای تصمیم را با استفاده از معیارهای عملکردی مانند RMSE، R2، دقت (Accuracy)، صحت (Precision) و فراخوانی (Recall) کشف خواهید کرد.
در نهایت، یاد میگیرید که چگونه مدلها را با استفاده از اعتبارسنجی متقاطع (Cross-validation) مقایسه کرده و رفتار مدل را با تکنیکهایی مانند مقادیر SHAP تفسیر کنید.
پس از اتمام این دوره، شما مهارتها و دانش لازم در زمینه یادگیری نظارت شده را برای بهکارگیری موثر تکنیکهای مدلسازی پیشبینی در R خواهید داشت.
سرفصل ها و درس ها
مبانی یادگیری ماشین نظارت شده
Fundamentals of Supervised Learning
نیازمندیهای سیستم و نرمافزاری
System and Software Requirements
یادگیری ماشین نظارت شده و نظارت نشده
Supervised and Unsupervised Machine Learning
مثالهایی از یادگیری نظارت شده و نظارت نشده
Examples of Supervised and Unsupervised Learning
آموزش و ارزیابی مدلهای رگرسیون
Train and Evaluate Regression Models
درک مفاهیم رگرسیون خطی
Understanding Linear Regression
Janani Ravi یک معمار و مهندس داده خبره Google cloud است.
جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.
نمایش نظرات