آموزش تحلیل پیش‌بینانه و پیش‌بینی (Predictive Analytics and Forecasting) - آخرین آپدیت

مقدمه‌ای بر تحلیل‌های پیش‌بینانه Introduction to Predictive Analytics

• ویدیو معرفی دوره Course Intro video

• داده‌کاوی و تحلیل‌های پیش‌بینانه Data Mining and Predictive Analytics

• ابزارهای تحلیل پیش‌بینانه Tools of Predictive Analytics

• مغالطات و مراحل داده‌کاوی Fallacies and Steps in Data Mining

• پیش‌پردازش داده‌ها Preprocessing the Data 

روش‌های تحلیل پیش‌بینانه Methods of Predictive Analytics

• همبستگی و اهمیت آن Correlation and Its Significance

• همبستگی مرتبه صفر، جزئی و نسبی Zero-Order, Part, and Partial Correlation

• رگرسیون خطی ساده Simple Linear Regression

• رگرسیون خطی چندگانه: بخش اول Multiple Linear Regression: Part 1

• رگرسیون خطی چندگانه: بخش دوم Multiple Linear Regression: Part 2

طبقه‌بندی نایو بیز (Naive Bayes) Naïve Bayes Classification

• طبقه‌بندی نایو بیز: بحث در مورد متد Naïve Bayes Classification: Method Discussion

• محاسبه دستی روش طبقه‌بندی نایو بیز Manual Calculation of Naïve Bayes Classification Method

• نحوه اجرای طبقه‌بندی نایو بیز در RStudio How to Run Naïve Bayes Classification in RStudio?

• مزایا و محدودیت‌های طبقه‌بندی نایو بیز Benefits and Limitations of Naïve Bayes Classification

طبقه‌بندی k-نزدیک‌ترین همسایه (kNN) k Nearest Neighbors Classification

• تعیین همسایگان و قانون طبقه‌بندی Determining Neighbors and Classification Rule

• طبقه‌بندی دستی مثال انتخاب ورزش Manual Classification of Sports Choice Example

• مثال طبقه‌بندی ماشین‌های چمن‌زن در RStudio Riding Mowers Example Classification in RStudio

• تعیین مقدار k، مزایا و معایب روش kNN Determining Value of k, Advantages, and Disadvantages of kNN Method

ارزیابی جامع هفتگی: روش‌های طبقه‌بندی نایو بیز و kNN Weekly Summative Assessment: Naïve Bayes and k Nearest Neighbors Classification Methods

رگرسیون لجستیک Logistic Regression

• مفهوم نسبت شانس (Odd Ratio) و احتمال Concept of Odd Ratio and Probability

• مثال ترک خدمت در RStudio، مفهوم انحراف تهی و انحراف باقی‌مانده Attrition Example in RStudio, Concept of Null Deviance, and Residual Deviance

• مثال ترک خدمت در رگرسیون لجستیک و تایید برازش مدل Attrition Example in Logistic Regression and Model Fit Verification

• رگرسیون لجستیک: اعتبارسنجی مدل در RStudio، مزایا و معایب Logistics Regression: Model Validation in RStudio, Advantages, and Disadvantages

تحلیل متمایز (Discriminant Analysis) Discriminant Analysis

• مفهوم تحلیل متمایز Concept of Discriminant Analysis

• نمودار پانل، هیستوگرام انباشته و نمودار افرازی Panel Plot, Stacked Histogram, and Partition Plot

• تحلیل متمایز بر اساس متغیرهای دسته‌ای چندگانه در RStudio Multiple Category Categorical Variable Based DA in RStudio

• تحلیل متمایز: مزایا و معایب Discriminant Analysis: Advantages and Disadvantages

ارزیابی جامع هفتگی: رگرسیون لجستیک و تحلیل متمایز Weekly Summative Assessment: Logistic Regression and Discriminant Analysis

درخت تصمیم Decision Tree

• درخت تصمیم: افراز بازگشتی، بهره اطلاعاتی و آنتروپی Decision Tree: Recursive Partitioning, Information Gain, and Entropy

• تصویرسازی دستی درخت تصمیم Manual Illustration on Decision Tree

• مفهوم بیش‌برازش (Overfitting) و کم‌برازش (Underfitting) Concept of Overfitting and Underfitting

• درخت تصمیم: بایاس و واریانس - مزایا و معایب Decision Tree: Bias and Variance – Advantages and Disadvantages

شبکه عصبی Neural Network

• نوع ورودی و خروجی‌های مورد نیاز برای اجرای شبکه عصبی Type of Input and Output Requirement to Run NN

• تابع فعال‌ساز سیگموئید و تصویرسازی دستی Sigmoid Activation Function and Manual Illustration

• شبکه عصبی: پیاده‌سازی در RStudio Neural Network: Illustration in RStudio

• شبکه عصبی: معیارهای توقف، مزایا و معایب Neural Network: Termination Criteria, Advantages, and Disadvantages

کاهش ابعاد (تحلیل عاملی) Dimension Reduction-(Factor Analysis)

• معنا و کاربردهای EFA و CFA Meaning and Uses of EFA and CFA

• قوانین و اصطلاحات مختلف مورد استفاده در EFA Rules and Various Terminology Used in EFA

• اجرای تحلیل عاملی در SPSS: فرآیند و تفسیر نتایج - بخش اول Running Factor Analysis on SPSS: Process and Result Interpretation – Part 1

• اجرای تحلیل عاملی در SPSS: فرآیند و تفسیر نتایج - بخش دوم Running Factor Analysis on SPSS: Process and Result Interpretation – Part 2

تحلیل خوشه‌بندی بخش اول Cluster Analysis-Part 1

• معنا و طبقه‌بندی خوشه‌ها Meaning and Classification of Clusters

• معیارهای فاصله و عدم شباهت در خوشه‌بندی Distance and Dissimilarity Measures Used in Clustering

• خوشه‌بندی سلسله‌مراتبی، تک‌پیوندی و کامل‌پیوندی Hierarchical, Single-Linkage, and Complete-Linkage Clustering

• دندروگرام‌ها و محدودیت‌های خوشه‌بندی سلسله‌مراتبی Dendrograms and Limitations of Hierarchical Clustering

ارزیابی جامع هفتگی: کاهش ابعاد و تحلیل خوشه‌بندی Weekly Summative Assessment: Dimension Reduction and Cluster Analysis

تحلیل خوشه‌بندی بخش دوم Cluster Analysis: Part 2

• خوشه‌بندی غیرسلسله‌مراتبی: الگوریتم خوشه‌بندی k-Means Non-Hierarchical Clustering: k-Means Clustering Algorithm

• تعیین تعداد صحیح خوشه‌ها و تفسیر آن‌ها Determine the Correct Number of Clusters and Their Interpretation

• تحلیل مشترک برای بخش‌بندی بازار: بحث در مورد متد Market Segmentation Conjoint Analysis: Method Discussion 

• بخش‌بندی بازار از طریق تحلیل مشترک: یک مثال Market Segmentation Through Conjoint Analysis: An Example

استخراج قوانین انجمنی Association Rule Mining

• استخراج قوانین انجمنی چیست و چه زمانی استفاده شود؟ What Is Association Rule Mining, and When to Use It?

• مفاهیم پایه تحلیل سبد خرید Basic Concepts of Market Basket Analysis

• تمرین عملی تحلیل سبد خرید - ۱ Hands-On Market Basket Analysis – I

• تمرین عملی تحلیل سبد خرید - ۲ Hands-On Market Basket Analysis – II

ارزیابی جامع هفتگی: تحلیل خوشه‌بندی و استخراج قوانین انجمنی Weekly Summative Assessment: Cluster Analysis and Association Rule Mining

ویدیو جمع‌بندی نهایی دوره Course Wrap-Up video

• ویدیو جمع‌بندی نهایی دوره Course Wrap-Up video