نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
از داده کاوی به عنوان جعبه سیاه استفاده نکنید. درک عمیقی از نحوه کار الگوریتم های داده کاوی داشته باشید. این دانش فقط نظری نیست؛ این به شما کمک می کند مدل های بهتری در تولید داشته باشید. همه را بزرگ کنید مقدمه ای بر داده کاوی 31m 0s Naive Bayes و درختان تصمیم 34m 39s رگرسیون خطی ، درختان رگرسیون و ماشین های بردار پشتیبان 20 متر 48s رگرسیون خطی ، شبکه عصبی و ارزیابی مدل ها 26m 19s سری زمانی 24 متر 36s خوشه بندی 17m 36s قوانین انجمن و خوشه بندی توالی 24m 42s علائم تجاری و نام تجاری اشخاص ثالث ذکر شده در این دوره متعلق به صاحبان مربوطه می باشند و Pluralsight وابسته یا تأیید شده توسط این احزاب نیست.
سرفصل ها و درس ها
مقدمه ای بر داده کاوی
Introduction to Data Mining
-
مقدمه و ماژول ها
Introduction and Modules
-
فرضیات و بررسی اجمالی
Assumptions and Overview
-
داده کاوی چیست؟
What Is Data Mining?
-
انواع داده کاوی و وظایف
Data Mining Types and Tasks
-
نسخه ی نمایشی: سeriesالات SQL Server
Demo: SQL Server Queries
-
نسخه ی نمایشی: گزارش SSRS
Demo: SSRS Report
-
چرخه فضیلت و مدل CRISP
Virtuous Cycle and CRISP Model
-
گردش داده ها
Data Flow
-
انواع تجزیه و تحلیل و ابزارهای SQL Server
Types of Analyses and SQL Server Tools
-
نسخه ی نمایشی: مکعب SSAS
Demo: SSAS Cube
-
نسخه ی نمایشی: مدل داده کاوی
Demo: Data Mining Model
-
Excel Tools و R
Excel Tools and R
-
خلاصه
Summary
Naive Bayes و درختان تصمیم
Naive Bayes and Decision Trees
-
مقدمه
Introduction
-
Naive Bayes قبل
Naive Bayes Prior
-
ساده لوح Bayes Posterior
Naive Bayes Posterior
-
مثال و کاربرد
Example and Usage
-
نسخه ی نمایشی: Naive Bayes در SSAS
Demo: Naive Bayes in SSAS
-
نسخه ی نمایشی: Naive Bayes در Excel
Demo: Naive Bayes in Excel
-
نسخه ی نمایشی: Naive Bayes in R
Demo: Naive Bayes in R
-
درختان تصمیم
Decision Trees
-
درختان تصمیم مثال
Decision Trees Example
-
درختان تصمیم گیری مثال و کاربرد
Decision Trees Example and Usage
-
نسخه ی نمایشی: درختان تصمیم گیری در SSAS
Demo: Decision Trees in SSAS
-
نسخه ی نمایشی: درختان تصمیم گیری در اکسل
Demo: Decision Trees in Excel
-
نسخه ی نمایشی: درختان تصمیم در R
Demo: Decision Trees in R
-
خلاصه
Summary
رگرسیون خطی ، درختان رگرسیون و ماشین های بردار پشتیبان
Linear Regression, Regression Trees, and Support Vector Machines
-
مقدمه
Introduction
-
رگرسیون خطی
Linear Regression
-
درختان رگرسیون
Regression Trees
-
کاربرد برای تخمین
Usage for Estimation
-
نسخه ی نمایشی: تخمین در SSAS
Demo: Estimation in SSAS
-
نسخه ی نمایشی: تخمین در اکسل
Demo: Estimation in Excel
-
نسخه ی نمایشی: تخمین در R
Demo: Estimation in R
-
پشتیبانی از ماشین های برداری
Support Vector Machines
-
استفاده از ماشین های برداری را پشتیبانی کنید
Support Vector Machines Usage
-
نسخه ی نمایشی: از ماشین های برداری در R پشتیبانی کنید
Demo: Support Vector Machines in R
-
خلاصه
Summary
رگرسیون خطی ، شبکه عصبی و ارزیابی مدل ها
Linear Regression, Neural Network, and Models Evaluation
-
مقدمه
Introduction
-
شبکه عصبی
Neural Network
-
تبلیغ عقب نشینی و رگرسیون لجستیک
Backpropagation and Logistic Regression
-
استفاده
Usage
-
نسخه ی نمایشی: شبکه عصبی و رگرسیون لجستیک در SSAS
Demo: Neural Network and Logistic Regression in SSAS
-
نسخه ی نمایشی: رگرسیون لجستیک در اکسل
Demo: Logistic Regression in Excel
-
نسخه ی نمایشی: شبکه عصبی و رگرسیون لجستیک در R
Demo: Neural Network and Logistic Regression in R
-
مجموعه های آموزشی و آزمایشی
Training and Test Sets
-
نمودار لیفت و سود
Lift and Profit Chart
-
ماتریس طبقه بندی و اعتبار سنجی
Classification Matrix and Cross Validation
-
نسخه ی نمایشی: ارزیابی مدل های پیش بینی
Demo: Evaluating Predictive Models
-
خلاصه
Summary
سری زمانی
Time Series
-
مقدمه
Introduction
-
آماده سازی داده های سری زمانی
Time Series Data Preparation
-
زمان بندی استاندارد
Time Points Standardization
-
ART و ARTXP
ART and ARTXP
-
میانگین متحرک ، تأخیر و تفاوت
Moving Averages, Lag, and Difference
-
آریما
ARIMA
-
نسخه ی نمایشی: سری زمانی در اکسل
Demo: Time Series in Excel
-
ARIMA در R
ARIMA in R
-
کدام الگوریتم بهتر است؟
Which Algorithm Is Better?
-
ارزیابی و استفاده
Evaluation and Usage
-
نسخه ی نمایشی: سری های زمانی در SSAS
Demo: Time Series in SSAS
-
خلاصه
Summary
خوشه بندی
Clustering
-
مقدمه
Introduction
-
خوشه بندی و روش های سلسله مراتبی
Clustering and Hierarchical Methods
-
روش های سلسله مراتبی و دندروگرام
Hierarchical Methods and Dendrogram
-
نسخه ی نمایشی: خوشه بندی سلسله مراتبی در R
Demo: Hierarchical Clustering in R
-
خوشه بندی K-Means
K-Means Clustering
-
خوشه بندی حداکثر انتظار
Expectation-Maximization Clustering
-
استفاده خوشه ای
Clustering Usage
-
نسخه ی نمایشی: خوشه بندی حداکثر انتظار و انتظار در SSAS
Demo: Expectation-Maximization Clustering in SSAS
-
نسخه ی نمایشی: یافتن نکات مهم در اکسل
Demo: Finding Outliers in Excel
-
خلاصه
Summary
قوانین انجمن و خوشه بندی توالی
Association Rules and Sequence Clustering
-
مقدمه
Introduction
-
قوانین و پشتیبانی انجمن
Association Rules and Support
-
اعتماد به نفس و اهمیت
Confidence and Importance
-
نسخه ی نمایشی: قوانین انجمن در SSAS
Demo: Association Rules in SSAS
-
نسخه ی نمایشی: قوانین انجمن در Excel
Demo: Association Rules in Excel
-
نسخه ی نمایشی: قوانین انجمن در R
Demo: Association Rules in R
-
خوشه بندی توالی
Sequence Clustering
-
زنجیره های مارکوف
Markov Chains
-
MS الگوریتم و کاربرد
MS Algorithm and Usage
-
نسخه ی نمایشی: خوشه بندی توالی در SSAS
Demo: Sequence Clustering in SSAS
-
خلاصه
Summary
Pluralsight (پلورال سایت)
Pluralsight یکی از پرطرفدارترین پلتفرمهای آموزش آنلاین است که به میلیونها کاربر در سراسر جهان کمک میکند تا مهارتهای خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دورههای آموزشی در زمینههای فناوری اطلاعات، توسعه نرمافزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه میدهد.
یکی از ویژگیهای برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعهدهندگان و کارشناسان معتبر، دورههایی را ارائه میدهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژیها نگه میدارد. این امر به کاربران این اطمینان را میدهد که دورههایی که در Pluralsight میپذیرند، با جدیدترین دانشها و تجارب به روز شدهاند.
نمایش نظرات