آموزش یادگیری ماشین با رگرسیون لجستیک در Excel، R و Power BI

Machine Learning with Logistic Regression in Excel, R, and Power BI

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
Excel، R، و Power BI برنامه هایی هستند که به طور جهانی در علم داده و در بین مشاغل و سازمان ها در سراسر جهان استفاده می شوند. اگر زمان زیادی را صرف کرده اید تا بفهمید چگونه داده های خود را بهتر مدل کنید تا بینش مفیدی از آنها بدست آورید که می توانید بر اساس آنها عمل کنید، به احتمال زیاد با این برنامه ها روبرو شده اید. در این دوره، هلن وال نحوه استفاده از Excel، R و Power BI را برای رگرسیون لجستیک به منظور مدل‌سازی داده‌ها برای پیش‌بینی برچسب‌های طبقه‌بندی مانند کشف تقلب یا موفقیت‌های آزمایشی پزشکی نشان می‌دهد. هلن چندین نمونه از رگرسیون لجستیک را بررسی می کند. او نحوه استفاده از اکسل را برای محاسبه ملموس مدل رگرسیون نشان می دهد، سپس از R برای محاسبات و تجسم های فشرده تر استفاده می کند. سپس نحوه استفاده از Power BI را برای ادغام قابلیت‌های محاسبات Excel و R در یک مدل مقیاس‌پذیر و قابل اشتراک نشان می‌دهد.

سرفصل ها و درس ها

معرفی Introduction

  • برای حل مشکلات از رگرسیون لجستیک استفاده کنید Apply logistic regressions to solve problems

  • آنچه شما باید بدانید What you should know

  • معرفی پروژه دوره Introduction to the course project

  • پیکربندی افزونه Excel Solver Configuring the Excel Solver Add-in

  • کار با R Working with R

  • پیکربندی R در Power BI Configuring R in Power BI

1. توزیع ها و احتمالات 1. Distributions and Probabilities

  • معرفی AI و رگرسیون لجستیک Introducing AI and logistic regression

  • تمایز بین شانس و احتمال Differentiating between odds and probabilities

  • تمایز بین توزیع ها Differentiating between distributions

  • محاسبه لاگ ها و توان ها Calculating logs and exponents

  • منحنی سیگموئید Sigmoid curve

  • استفاده از مجموعه داده های آموزشی و آزمایشی Utilizing training and testing data sets

  • امتحان فصل Chapter Quiz

2. رگرسیون لجستیک دو جمله ای 2. Binomial Logistic Regression

  • محاسبه رگرسیون خطی Calculating linear regression

  • کار با مدل لاجیت Working with the logit model

  • محاسبه احتمال ورود Calculating log likelihood

  • ساخت MLE Constructing MLE

  • حل MLE Solving MLE

  • پیش بینی نتایج Predicting outcomes

  • تجسم رگرسیون لجستیک Visualizing logistic regression

  • چالش: محاسبه رگرسیون لجستیک Challenge: Calculating logistic regression

  • راه حل: محاسبه رگرسیون لجستیک Solution: Calculating logistic regression

  • امتحان فصل Chapter Quiz

3. تنظیم دقیق مدل 3. Fine-Tuning the Model

  • اضافه کردن متغیرهای مستقل تر Adding more independent variables

  • تبدیل متغیرها Transforming variables

  • محاسبه همبستگی ها Calculating correlations

  • با استفاده از آمار Using statistics

  • پیکربندی جداول سردرگمی Configuring confusion tables

  • چالش: تنظیم دقیق مدل Challenge: Fine-tuning the model

  • راه حل: تنظیم دقیق مدل Solution: Fine-tuning the model

  • امتحان فصل Chapter Quiz

4. رگرسیون چند جمله ای 4. Multinomial Regression

  • محاسبه شانس برای مدل های چند جمله ای Calculating odds for multinomial models

  • محاسبه احتمالات برای مدل های چند جمله ای Calculating probabilities for multinomial models

  • محاسبه احتمالات گزارش چندجمله ای Calculating multinomial log likelihoods

  • در حال اجرا MLE Running MLE

  • انجام پیش بینی ها Making the predictions

  • امتحان فصل Chapter Quiz

5. کار در Power BI با R 5. Working in Power BI with R

  • اجرای اسکریپت های R در ویرایشگر Power Query Running R scripts in the Power Query Editor

  • اجرای تصاویر استاندارد R Running R standard visuals

  • تعامل بین اجزای بصری Interacting between visual components

  • چالش: انتقال به Power BI Challenge: Moving into Power BI

  • راه حل: انتقال به Power BI Solution: Moving into Power BI

  • امتحان فصل Chapter Quiz

نتیجه Conclusion

  • مراحل بعدی با رگرسیون لجستیک Next steps with logistic regressions

نمایش نظرات

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.

آموزش یادگیری ماشین با رگرسیون لجستیک در Excel، R و Power BI
جزییات دوره
2h 49m
44
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
-
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar