Beginning of dialog window. Escape will cancel and close the window.
End of dialog window.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
در حال بارگزاری، لطفا صبر کنید...
توضیحات دوره:
مبانی R، علم داده، مدلهای یادگیری ماشین آماری، یادگیری عمیق، براق و خیلی چیزهای دیگر (همه کدهای R را شامل میشود) همه جنبههای R را از مبانی، بیش از علم داده، تا یادگیری ماشینی و یادگیری عمیق یادگیری اصول R (انواع دادهها، ساختارها) یاد میگیرند. ، متغیرها، ...) برنامه نویسی R (حلقه های نوشتن، توابع، ...) را یاد بگیرید و دستکاری داده های اولیه را صادر کنید (لوله کشی، فیلتر کردن، تجمیع نتایج، شکل دهی مجدد داده ها، عملیات مجموعه، پیوستن به مجموعه داده ها) تجسم داده ها (متفاوت) بستهها آموخته میشوند، بهعنوان مثال ggplot، نمودار، بروشور، دیگراف) دستکاری دادههای پیشرفته (تشخیص بیرونی، مدیریت دادههای گمشده، عبارات منظم) مدلهای رگرسیون (ایجاد و اعمال مدلهای رگرسیون) ارزیابی مدل (زیاد برازش چیست؟ چرا دادهها به دو دسته تقسیم میشوند. آموزش و آزمایش؟ تکنیک های نمونه گیری مجدد چیست؟) منظم سازی (قانونی سازی چیست؟ چگونه می توانید آن را اعمال کنید؟) مدل های طبقه بندی (الگوریتم های مختلف را درک کنید و نحوه اعمال رگرسیون لجستیک، درختان تصمیم گیری، جنگل های تصادفی، ماشین های بردار پشتیبان) قوانین انجمن ( یادگیری مدل apriori) خوشه بندی (kmeans، خوشه بندی سلسله مراتبی، DBscan) کاهش ابعاد (تحلیل عاملی، تجزیه و تحلیل مؤلفه های اصلی) یادگیری تقویتی (محدوده اطمینان بالایی) یادگیری عمیق (یادگیری عمیق برای رگرسیون چند هدف، طبقه بندی باینری و چند برچسبی) عمیق یادگیری (یادگیری طبقه بندی تصاویر با شبکه های عصبی کانولوشن) یادگیری عمیق (در مورد تقسیم بندی معنایی بیاموزید) یادگیری عمیق (شبکه های عصبی تکراری، LSTMs) اطلاعات بیشتر در مورد یادگیری عمیق، به عنوان مثال. رمزگذارهای خودکار، مدل های از پیش آموزش دیده، ... R/Shiny برای توسعه و استقرار برنامه های کاربردی وب پیش نیازها: بدون نیاز به دانش قبلی - فقط برای کسب مهارت های جدید مشتاق باشید.
می خواهید بتوانید تجزیه و تحلیل داده های خود را با R انجام دهید؟ آیا می خواهید یاد بگیرید که چگونه از داده های خود بینش های مهم تجاری را بدست آورید؟ یا می خواهید در این زمینه شگفت انگیز شغلی پیدا کنید؟ در همه این موارد، شما مسیر درست را پیدا کردید!
ما با اصول اولیه R شروع خواهیم کرد، مانند انواع داده ها و -ساختارها، برنامه نویسی حلقه ها و توابع، داده ایم- و صادرات.
سپس به تجزیه و تحلیل دادهها عمیقتر میپردازیم: یاد میگیریم که چگونه دادهها را با فیلتر کردن، جمعآوری نتایج، شکلدهی مجدد دادهها، مجموعه عملیات و پیوستن به مجموعههای داده دستکاری کنیم. ما تکنیک های مختلف تجسم را برای ارائه داده های پیچیده کشف خواهیم کرد. علاوه بر این، برای ارائه دادههای سری زمانی تعاملی یا دادههای جغرافیایی تعاملی بیابید.
تکنیک های پیشرفته دستکاری داده ها پوشش داده شده است، به عنوان مثال. تشخیص پرت، مدیریت داده های از دست رفته، و عبارات منظم .
ما همه زمینههای یادگیری ماشین را پوشش خواهیم داد: تکنیکهای رگرسیون و طبقهبندی، خوشهبندی، قوانین انجمن، یادگیری تقویتی، و احتمالاً مهمتر از همه، یادگیری عمیق برای رگرسیون، طبقهبندی، شبکههای عصبی کانولوشن، رمزگذارهای خودکار، شبکههای عصبی مکرر، .. .
همچنین توسعه برنامه های کاربردی وب و نحوه استقرار آنها را با R/Shiny خواهید آموخت.
برای هر فیلد، الگوریتمهای مختلف با جزئیات نشان داده شدهاند: مفاهیم اصلی آنها در 101 جلسه ارائه شده است. در اینجا نحوه عملکرد الگوریتم را خواهید فهمید. سپس با هم در جلسات آزمایشگاهی آن را اجرا می کنیم. قبل از اینکه شما را تشویق کنم به تنهایی روی ورزش کار کنید، قبل از اینکه نمونه های راه حل من را تماشا کنید، کد ایجاد می کنیم. با این دانش می توانید به وضوح مشکلی را که در دست دارید شناسایی کنید و برای حل آن یک طرح حمله ایجاد کنید.
مزایا و معایب مدلهای مختلف و زمان استفاده از کدام یک را خواهید فهمید. علاوه بر این، خواهید دانست که چگونه دانش خود را به دنیای واقعی ببرید.
به یک پلتفرم یادگیری تعاملی دسترسی خواهید داشت که به شما کمک می کند مفاهیم را بسیار بهتر درک کنید.
در این دوره، کد آموزشی هرگز از طریق کپی/پیست خارج نمی شود. ما هر خط مهم کد را با هم توسعه خواهیم داد و به شما خواهم گفت که چرا و چگونه آن را پیاده سازی می کنیم.
به چند نمونه سخنرانی نگاهی بیندازید. یا از برخی از تابلوهای یادگیری تعاملی من دیدن کنید. علاوه بر این، 30 روز ضمانت بازگشت پول وجود دارد، بنابراین هیچ خطری برای شما در حال حاضر وجود ندارد. منتظر نباش شما را در دوره می بینیم.
سرفصل ها و درس ها
معرفی دوره
Course Introduction
بررسی اجمالی دوره
Course Overview
R و RStudio (نمای کلی و نصب)
R and RStudio (Overview and Installation)
نحوه دریافت کد (جایگزین)
How to get the code (alternative)
نمایش نظرات