آموزش یادگیری ماشینی در مایکروسافت اکسل - آخرین آپدیت

درس ها Lessons

• سن کدنویسی بر حسب سال Coding Age in Years

• وزن مدارک - بخش کار و محل اقامت Weight of Evidence- Work Sector and Residence

• وزن شواهد- وضعیت رابطه Weight of Evidence- Relationship Status

• وزن شواهد- روستایی در مقابل شهری Weight of Evidence- Rural Vs Urban

• تقسیم داده ها بین آموزش و تست Splitting the data between Training and Testing

• زیان های مورد انتظار و اجزای آن Expected Losses and its components

• کدگذاری درجه Coding of Grade

• وزن شواهد بلوغ Weight of Evidence Maturity

• اعمال ضرایب Applying the Coefficients

• وزن شواهد- سطح تحصیلی Weight of Evidence- Educational Level

• چند همسویی Multicollinarity

• تفسیر نتایج - ضرایب، مقادیر P، آمار T، فواصل اطمینان Results Interpretation- Coefficients, P-values, T-statistics, Confidence Intervals

• نصب آمار واقعی Installing Real Statistics

• مشکلات با آمار واقعی Problems with Real Statistics

• ایجاد متغیرهای طبقه بندی ساختگی قسمت 2، مالکیت نهایی Creating Dummy Categorical variables part 2 , ownership final

• ریسک اعتباری چیست؟ What is Credit Risk

• متغیرهای ادامه دارد Continues Variables

• بلوغ کدگذاری Coding Maturity

• ایجاد متغیرها برای اکسل Creating the Variables for Excel

• وزن شواهد برای سن بر حسب سال Weight of Evidence for Age in Years

• ایجاد متغیرهای طبقه بندی ساختگی- وضعیت رابطه Creating Dummy Categorical Variables- Relationship Status

• اجرای الگوریتم یادگیری ماشین Running the Machine Learning Algorithm

• معرفی دوره Course Introduction

• مجموعه داده ها توضیح داده شد Data Set Explained

• وزن مدارک - نر و ماده Weight of Evidence- Male and Female

• علم داده و یادگیری ماشین Data Science and Machine Learning

• وزن شواهد - درجه Weight of Evidence- Grade

• کدگذاری متغیر وابسته Coding of the Dependent Variable

درس ها Lessons

• زیان های مورد انتظار و اجزای آن Expected Losses and its components

• وزن شواهد برای سن بر حسب سال Weight of Evidence for Age in Years

• ایجاد متغیرها برای اکسل Creating the Variables for Excel

• وزن شواهد- روستایی در مقابل شهری Weight of Evidence- Rural Vs Urban

• مشکلات با آمار واقعی Problems with Real Statistics

• اجرای الگوریتم یادگیری ماشین Running the Machine Learning Algorithm

• متغیرهای ادامه دارد Continues Variables

• وزن مدارک - نر و ماده Weight of Evidence- Male and Female

• ایجاد متغیرهای طبقه بندی ساختگی قسمت 2، مالکیت نهایی Creating Dummy Categorical variables part 2 , ownership final

• وزن مدارک - بخش کار و محل اقامت Weight of Evidence- Work Sector and Residence

• وزن شواهد - درجه Weight of Evidence- Grade

• سن کدنویسی بر حسب سال Coding Age in Years

• نصب آمار واقعی Installing Real Statistics

• اعمال ضرایب Applying the Coefficients

• بلوغ کدگذاری Coding Maturity

• وزن شواهد بلوغ Weight of Evidence Maturity

• علم داده و یادگیری ماشین Data Science and Machine Learning

• معرفی دوره Course Introduction

• مجموعه داده ها توضیح داده شد Data Set Explained

• کدگذاری متغیر وابسته Coding of the Dependent Variable

• تقسیم داده ها بین آموزش و تست Splitting the data between Training and Testing

• کدگذاری درجه Coding of Grade

• چند همسویی Multicollinarity

• تفسیر نتایج - ضرایب، مقادیر P، آمار T، فواصل اطمینان Results Interpretation- Coefficients, P-values, T-statistics, Confidence Intervals

• وزن شواهد- وضعیت رابطه Weight of Evidence- Relationship Status

• ریسک اعتباری چیست؟ What is Credit Risk

• وزن شواهد- سطح تحصیلی Weight of Evidence- Educational Level

• ایجاد متغیرهای طبقه بندی ساختگی- وضعیت رابطه Creating Dummy Categorical Variables- Relationship Status