لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش تئوری احتمال و رگرسیون برای تحلیلهای پیشبینانه
- آخرین آپدیت
دانلود Probability Theory and Regression for Predictive Analytics
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
با دوره «تئوری احتمال و رگرسیون برای تحلیلهای پیشبینانه»، توانمندیهای خود را در علوم داده متحول کنید. این برنامه آموزشی برای ارائه مهارتهای ضروری ریاضی و آماری مورد نیاز برای مدلسازی پیشبینانه و تحلیل دادهها طراحی شده است. در مفاهیم احتمالات، از جمله احتمال شرطی، قضیه بیز و توزیعهای مختلف احتمالی عمیق شوید و سپس تکنیکهای رگرسیون را برای ارتقای توانایی خود در پیشبینی و تفسیر روندهای دادهها به کار بگیرید.
در ابتدا با درک و محاسبه احتمالات شرطی و یادگیری قضیه بیز برای استنتاج احتمالی شروع خواهید کرد. سپس توزیعهای مختلف احتمالی مانند توزیع برنولی، دوجملهای، هندسی، پوآسون و نرمال را که برای مدلسازی و تحلیل دادهها بنیادی هستند، بررسی میکنید.
در مراحل پیشرفتهتر، وارد مبحث رگرسیون حداقل مربعات معمولی (OLS) شده و با استفاده از ترانهاده ماتریس و تکنیکهای احتمالی، مدلهای خطی را بر دادهها برازش میدهید. درک عمیقتری از متدولوژیهای تحلیل رگرسیون، از مبانی تا موضوعات پیشرفته از جمله همخطی (Multicollinearity)، اثرات متقابل، رگرسیون لاسو (Lasso) و رگرسیون لجستیک به دست خواهید آورد.
در نهایت با انجام تکالیف عملی و پروژههای واقعی، تئوری احتمال و تکنیکهای رگرسیون را با استفاده از پایتون به عنوان ابزاری قدرتمند برای آمار و تحلیلهای پیشبینانه پیادهسازی میکنید. در پایان این دوره، شما دارای پایهای مستحکم برای مواجهه با موضوعات پیشرفته علوم داده خواهید بود.
سرفصل ها و درس ها
احتمالات شرطی، قضیه بیز و تئوری احتمال
Conditional Probabilities, Bayes' Theorem, and Probability Theory
خوشآمدگویی به دوره تئوری احتمال و رگرسیون برای تحلیلهای پیشبینانه
Welcome to Probability Theory and Regression for Predictive Analytics
درس ۱: مقدمهای بر تئوری احتمال
Lecture 1: Intro to Probability Theory
درس ۲: احتمال به عنوان مساحت
Lecture 2: Probability is Area
درس ۳: احتمال شرطی
Lecture 3: Conditional Probability
درس ۴: قضیه بیز
Lecture 4: Bayes' Theorem
درس ۵: برنامهنویسی استنتاج بیزی برای یادگیری از دادهها
Lecture 5: Programming Bayesian Inference to Learn from Data
درس ۶: توزیع برنولی
Lecture 6: Bernoulli Distribution
درس ۷: توزیع دوجملهای
Lecture 7: Binomial Distribution
درس ۸: توزیع هندسی
Lecture 8: Geometric Distribution
درس ۹: توزیع پوآسون
Lecture 9: Poisson Distribution
درس ۱۰: توزیع یکنواخت گسسته
Lecture 10: Discrete Uniform Distribution
درس ۱۱: توزیع نرمال
Lecture 11: Normal Distribution
درس ۱۲: توزیع t-استیودنت
Lecture 12: Student's t Distribution
نمایش نظرات