آموزش ML برای مدیران کسب و کار: ساخت مدل رگرسیون در R Studio

سرفصل ها و درس ها

مقدمه Introduction

• به دوره خوش آمدید! Welcome to the course!

• منابع دوره Course Resources

• مطالب دوره Course contents

• این یک نقطه عطف است! This is a milestone!

مبانی آمار Basics of Statistics

• انواع داده ها Types of Data

• انواع آمار Types of Statistics

• توصیف گرافیکی داده ها Describing the data graphically

• اقدامات مراکز Measures of Centers

• تمرین ۱ Practice Exercise 1

• اقدامات پراکندگی Measures of Dispersion

• تمرین ۲ Practice Exercise 2

شروع کار با استودیوی R و R Getting started with R and R studio

• نصب استودیو R و R Installing R and R studio

• مبانی استودیو R و R Basics of R and R studio

• بسته ها در R Packages in R

• وارد کردن داده ها قسمت 1: مجموعه داده های داخلی R Inputting data part 1: Inbuilt datasets of R

• وارد کردن داده ها قسمت 2: ورود دستی داده ها Inputting data part 2: Manual data entry

• وارد کردن داده ها قسمت 3: وارد کردن از فایل های CSV یا متنی Inputting data part 3: Importing from CSV or Text files

• ایجاد بارپلات در R Creating Barplots in R

• ایجاد هیستوگرام در R Creating Histograms in R

مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

• مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

• ساخت یک مدل یادگیری ماشینی Building a Machine Learning model

• مقدمه ای بر مسابقه یادگیری ماشینی Introduction to Machine learning quiz

پیش پردازش داده ها Data Preprocessing

• جمع آوری دانش کسب و کار Gathering Business Knowledge

• کاوش داده ها Data Exploration

• داده ها و دیکشنری داده ها The Data and the Data Dictionary

• وارد کردن مجموعه داده به R Importing the dataset into R

• تمرین پروژه 1 Project Exercise 1

• تجزیه و تحلیل تک متغیره و EDD Univariate Analysis and EDD

• EDD در R EDD in R

• تمرین پروژه 2 Project Exercise 2

• درمان پرت Outlier Treatment

• درمان پرت در R Outlier Treatment in R

• تمرین پروژه 3 Project Exercise 3

• مقدار گمشده Missing Value imputation

• مقدار گمشده در R Missing Value imputation in R

• تمرین پروژه 4 Project Exercise 4

• فصلی بودن در داده ها Seasonality in Data

• تجزیه و تحلیل دو متغیره و تبدیل متغیر Bi-variate Analysis and Variable Transformation

• تبدیل متغیر در R Variable transformation in R

• تمرین پروژه 5 Project Exercise 5

• متغیرهای غیر قابل استفاده Non Usable Variables

• ایجاد متغیر ساختگی: مدیریت داده های کیفی Dummy variable creation: Handling qualitative data

• ایجاد متغیر ساختگی در R Dummy variable creation in R

• تمرین پروژه 6 Project Exercise 6

• ماتریس همبستگی و رابطه علت و معلولی Correlation Matrix and cause-effect relationship

• ماتریس همبستگی در R Correlation Matrix in R

• پروژه تمرین 7 Project Exercise 7

• امتحان Quiz

مدل رگرسیون خطی Linear Regression Model

• بیان مشکل The problem statement

• معادلات پایه و روش حداقل مربعات معمولی (OLS). Basic equations and Ordinary Least Squared (OLS) method

• ارزیابی دقت ضرایب پیش بینی شده Assessing Accuracy of predicted coefficients

• ارزیابی دقت مدل - RSE و R مجذور Assessing Model Accuracy - RSE and R squared

• رگرسیون خطی ساده در R Simple Linear Regression in R

• پروژه تمرین 8 Project Exercise 8

• رگرسیون خطی چندگانه Multiple Linear Regression

• F - آمار The F - statistic

• امتحان Quiz

• تفسیر نتیجه برای متغیر طبقه بندی Interpreting result for categorical Variable

• رگرسیون خطی چندگانه در R Multiple Linear Regression in R

• امتحان Quiz

• تمرین پروژه 9 Project Exercise 9

• تست-قطار تقسیم Test-Train split

• تعارض واریانس مبادله Bias Variance trade-off

• اطلاعات بیشتر در مورد تقسیم قطار آزمایشی More about test-train split

• تقسیم تست-قطار در R Test-Train Split in R

• امتحان Quiz

• امتحان Quiz

مدل های رگرسیون غیر از OLS Regression models other than OLS

• مدل های خطی غیر از OLS Linear models other than OLS

• تکنیک های انتخاب زیر مجموعه Subset Selection techniques

• انتخاب زیر مجموعه در R Subset selection in R

• تمرین پروژه 10 Project Exercise 10

• روش های انقباض - رگرسیون ریج و کمند Shrinkage methods - Ridge Regression and The Lasso

• رگرسیون ریج و کمند در R Ridge regression and Lasso in R

• دگرگونی Heteroscedasticity

• تمرین پروژه 11 Project Exercise 11

نتیجه Conclusion

• تمرین نهایی پروژه Final Project Exercise

• نقطه عطف نهایی! The final milestone!

• سخنرانی پاداش Bonus lecture