لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مبانی یادگیری ماشین و هوش مصنوعی: درختان تصمیم
Machine Learning and AI Foundations: Decision Trees
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
بسیاری از متخصصان علوم داده به دنبال تمرکز بر یادگیری ماشین هستند. این دوره موارد ضروری یادگیری ماشین ، از جمله تجزیه و تحلیل پیش بینی و کار با درختان تصمیم را پوشش می دهد. چندین الگوریتم معروف درخت را کاوش کنید و بیاموزید که چگونه از مهندسی معکوس برای شناسایی متغیرهای خاص استفاده کنید. تظاهرات استفاده از IBM SPSS Modeler ارائه شده است تا بتوانید نحوه تصمیم گیری درختان را درک کنید. این دوره به منظور پایه ریزی محکم شما در ایجاد مهارتهای پیشرفته تر در زمینه علوم داده طراحی شده است.
موضوعات شامل:
استفاده از SPSS Modeler
ساختن یک مدل CHAID
افزودن مدل دوم با C RT
یادداشت های آنالیز li>
استفاده از نمودار آسانسور و سود li>
بررسی الگوریتم ها li>
ساختن درخت به صورت تعاملی li>
تنظیم بونفرونی li>
مدیریت متغیرهای اسمی ، ترتیبی و مداوم li>
بررسی درخت CHAID
ضریب جینی li>
توزین خلوص و تعادل li>
درک هرس li>
بررسی درخت C RT
اعمال قوانین توقف li>
استفاده از ترفند تنظیم خودکار طبقه بندی li>
سرفصل ها و درس ها
مقدمه
Introduction
خوش آمدی
Welcome
آنچه باید بدانید
What you should know
با استفاده از پرونده های تمرینی
Using the exercise files
1. درخت تصمیم گیری در مدل ساز SPSS IBM
1. Decision Trees in IBM SPSS Modeler
گزینه های تصمیم گیری درخت در SPSS Modeler
Decision tree options in SPSS Modeler
ساختن یک مدل سریع CHAID
Building a quick CHAID model
اضافه کردن یک مدل دوم با C&RT
Adding a second model with C&RT
گره های آنالیز
Analysis nodes
نمودار آسانسور و به دست آورد
Lift and gains chart
2. درک CHAID
2. Understanding CHAID
الگوریتم چیست؟
What is an algorithm?
نمای کلی Chi-square
Chi-squared overview
ساختن یک درخت تعاملی
Buliding a tree interactively
تنظیم Bonferroni
Bonferonni adjustment
سطح اندازه گیری چیست؟
What is level of measurement?
چگونه CHAID متغیرهای اسمی را مدیریت می کند
How CHAID handles nominal variables
چگونه CHAID متغیرهای ترتیب را کنترل می کند
How CHAID handles ordinal variables
چگونه CHAID متغیرهای مداوم را اداره می کند
How CHAID handles continuous variables
نگاهی گذرا به درخت کامل CHAID
A quick look at the complete CHAID tree
3. درک C&RT
3. Understanding C&RT
ضریب جینی چیست؟
What is the Gini coefficient?
وزن C&RT چگونه خلوص و تعادل را وزن می کند؟
How does C&RT weigh purity and balance?
چگونه C&RT متغیرهای اسمی ، ترتیبی و مداوم را مدیریت می کند
How C&RT handles nominal, ordinal, and continuous variables
چگونه C&RT داده های از دست رفته را اداره می کند
How C&RT handles missing data
درک هرس
Understanding pruning
نگاهی گذرا به درخت کامل C&RT
A quick look at the complete C&RT tree
4. بهبود مدل شما
4. Improving Your Model
قطع قوانین در CHAID و CaRT
Stopping rules in CHAID and C&RT
CHAID اگزوز
Exhaustive CHAID
ترفند تنظیم تنظیم کننده خودکار
The Auto Classifier tuning trick
داده کاو ، مربی ، سخنران ، نویسنده
کیت مک کورمیک یک کاوشگر اطلاعات ، مربی ، سخنران و نویسنده مستقل است.
کیت در توضیح روشهای پیچیده برای کاربران جدید یا تصمیم گیرندگان در سطوح مختلف از جزئیات فنی مهارت دارد. وی متخصص در مدل های پیش بینی و تجزیه و تحلیل تقسیم بندی از جمله درختان طبقه بندی ، شبکه های عصبی ، مدل خطی کلی ، تجزیه خوشه و قوانین ارتباط است.
نمایش نظرات