آموزش تحلیل پیش‌بینانه (Predictive Analytics) - آخرین آپدیت

دانلود Predictive Analytics

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: با دوره تحلیل پیش‌بینانه برای تحول دیجیتال، بیاموزید چگونه داده‌ها را به بینش‌های کاربردی تبدیل کنید. این دوره عملی شما را با مهارت‌های پایتون، تکنیک‌های مدل‌سازی پیش‌بینانه و استراتژی‌های تحلیلی مجهز می‌کند تا نوآوری و بهره‌وری را در تحول دیجیتال ارتقا دهید. این دوره توسط اساتید دانشکده مهندسی تایر دارتموث، ویکرانت وازه و رید هاردر تدریس می‌شود. آنچه در این دوره خواهید آموخت: ۱. ساخت مدل‌های پیش‌بینانه با پایتون: کسب تجربه عملی با Scikit-learn برای توسعه و بهینه‌سازی مدل‌های رگرسیون و طبقه‌بندی و به‌کارگیری آن‌ها در سناریوهای واقعی. ۲. تشخیص و بهبود عملکرد مدل: شناسایی مشکلاتی مانند بیش‌برازش (Overfitting) و کم‌برازش (Underfitting)، اعمال اعتبارسنجی متقاطع (Cross-validation) و انتخاب ویژگی‌های بهینه برای تضمین نتایج پایدار و تعمیم‌پذیر. ۳. بهره‌گیری از تکنیک‌های پیشرفته: بررسی شبکه‌های عصبی، منظم‌سازی (Regularization) و ابزارهای مبتنی بر ابر برای مقیاس‌بندی و بهینه‌سازی تحلیل‌های پیش‌بینانه در چالش‌های پیچیده کسب‌وکار. ۴. ادغام تحلیل‌ها در تصمیم‌گیری‌ها: تبدیل بینش‌های داده‌محور به استراتژی‌های عملی برای پیشبرد نوآوری و کارایی در ابتکارهای تحول دیجیتال.

سرفصل ها و درس ها

آماده‌سازی پیش از دوره Pre-Course Preparation

  • خوش‌آمدگویی به دوره Course Welcome

  • مقدمه‌ای بر استفاده از نوت‌بوک‌ها Introduction to Using Notebooks

مقدمه‌ای بر تحلیل پیش‌بینانه Introduction to Predictive Analytics

  • تحلیل پیش‌بینانه چیست؟ What is Predictive Analytics?

  • یادگیری نظارت شده برای تحلیل پیش‌بینانه Supervised Learning for Predictive Analytics

اولین مدل ما Our First Model

  • مدل رگرسیون خطی Linear Regression Model

  • آموزش مدل - هدف Model Training–Objective

  • آموزش مدل - الگوریتم Model Training–Algorithm

افزودن پیچیدگی‌ها Adding Complexity

  • مدل رگرسیون خطی چندمتغیره Multivariate Linear Regression Model

  • مبانی احتمال Probability Basics

  • رگرسیون لجستیک Logistic Regression

  • انتخاب ویژگی Feature Selection

تحلیل پیش‌بینانه در پایتون Predictive Analytics in Python

  • مرور رگرسیون خطی Linear Regression Review

  • رگرسیون لجستیک در فضای ابری Logistic Regression on the Cloud

آموزش مدل‌های پیشرفته Training Advanced Models

  • منظم‌سازی (Regularization) Regularization

  • اصطلاحات شبکه‌های عصبی Neural Networks Terminology

  • انواع شبکه‌های عصبی Neural Networks Variations

جمع‌بندی و پیاده‌سازی نهایی Putting it All Together

  • انتخاب مدل و اعتبارسنجی متقاطع Model Selection and Cross Validation

  • تشخیص و عیب‌یابی مدل Model Diagnostics

  • کار با داده‌های دارای چولگی (Skewed Data) Working with Skewed Data

شبکه‌های عصبی در پایتون Neural Networks in Python

  • شبکه‌های عصبی در فضای ابری Neural Networks on the Cloud

  • بازبینی تشخیص مدل و داده‌های چولگی‌دار Model Diagnostics and Skewed Data Revisited

تمرینات عملی و پروژه Practicum

نمایش نظرات

آموزش تحلیل پیش‌بینانه (Predictive Analytics)
جزییات دوره
47h 19m
21
(آخرین آپدیت)
684
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده