آموزش رگرسیون، داده‌کاوی، متن‌کاوی و پیش‌بینی با استفاده از R - آخرین آپدیت

سرفصل ها و درس ها

مقدمه‌ای بر علم داده Introduction To Data Science

• مقدمه Introduction

• تولید داده‌ها و عصر اطلاعات Data Generation And Information Age

• داده‌های حجیم (Big Data) و غرق شدن در داده‌ها Big Data And Getting Drenched In Data

• چرا علم داده...؟ Why Data Science.....?

آمار پایه Basic Statistics

• انواع داده‌ها و مقدمات Data Types And Preliminaries

• متغیر تصادفی Random Variable

• احتمال چیست...؟ What Is Probability...?

• توزیع احتمال Probability Distribution

• مرور مفاهیم و کاربردهای احتمال Recap Of Concepts And Probability Applications

• قیف نمونه‌برداری Sampling Funnel

• معیارهای گرایش به مرکز Measures Of Central Tendency

• معیارهای پراکندگی Measures Of Dispersion

• معیارهای پراکندگی بخش دوم Measures Of Dispersion Part-2

• ارزش مورد انتظار و واریانس برای داده‌های گسسته Excpected Value And Variance For Discrete Data

• مقدمات R و RStudio Preliminaries Of R and RStudio

• اجزای مختلف و مبانی RStudio Various Components And Basics Of RStudio

• بصری‌سازی داده‌ها در R (نمودار میله‌ای، هیستوگرام، چولگی) Data Visualization Using R-Barplot,Histogram,Skewness

• گشتاور سوم و چهارم در تصمیمات تجاری 3rd And 4th Moment Business Decision

• مرور و نمودار جعبه‌ای (Box Plot) Recap And Box Plot

• توزیع نرمال بخش اول Normal Distribution-Part 1

• توزیع نرمال بخش دوم و توزیع نرمال استاندارد Normal Distribution-Part 2 & Standarad Normal Distribution

• توزیع نرمال استاندارد بخش دوم Standard Normal Distribution -Part 2

• محاسبه احتمالات از توزیع Z Calculating Probabilities From Z-Distribution

• تغییرات نمونه‌برداری، اندازه نمونه و قضیه حد مرکزی Sampling Variation, Sample size & Central Limit Theorem

• نمودار کوانتیل نرمال (Q-Q Plot) Normal Quantile Plot (Q-QPlot)

• مرور فاصله اطمینان Recap Confidence Interval

• فاصله اطمینان توزیع Z بخش اول Confidence Interval Z-Distribution Part-1

• فاصله اطمینان توزیع Z بخش دوم Confidence Interval Z-Distribution Part-2

• تفسیر فاصله اطمینان Confidence Interval Interpretation

• فاصله اطمینان توزیع T Confidence Interval T-Distribution

• مرور آمار پایه Recap Basic Statistics

• فاصله اطمینان در علم داده Confidence Interval In Data Science

• تحلیل اکتشافی داده‌ها (EDA) در علم داده EXPLORATORY DATA ANALYSIS IN DATA SCIENCE

• آزمون ۲ Quiz-2

مقدمه‌ای بر آزمون فرضیه Hypothesis Testing Introduction

• مقدمه آزمون فرضیه Hypothesis Testing Introduction

• تدوین آزمون فرضیه Hypothesis Testing Formulation

آزمون فرضیه پارامتریک Hypothesis Testing- Parametric

• آزمون T دو نمونه‌ای بخش اول 2 Sample T-Test Part-1

• آزمون T دو نمونه‌ای بخش دوم 2 Sample T-Test Part-2

• آزمون T دو نمونه‌ای بخش سوم 2 Sample T-Test Part-3

• آزمون Z تک نمونه‌ای بخش اول 1 Sample Z Test Part-1

• آزمون Z تک نمونه‌ای بخش دوم 1 Sample Z Test Part-2

• آزمون T تک نمونه‌ای 1 Sample T Test

• آنالیز واریانس (ANOVA) یک طرفه بخش اول One Way ANOVA Part-1

• آنالیز واریانس (ANOVA) یک طرفه بخش دوم One Way ANOVA Part-2

• آنالیز واریانس (ANOVA) یک طرفه بخش سوم One Way ANOVA Part-3

• درک شهودی ANOVA بخش اول ANOVA-Intuition Part 1

• درک شهودی ANOVA بخش دوم ANOVA-Intuition Part 2

• آنالیز واریانس تک، دو و چند طرفه ANOVA-1,2 Multiple Way

• مقایسه‌های زوجی توکی بخش اول Tukey Pairwise Comparisons Part-1

• مقایسه‌های زوجی توکی بخش دوم Tukey Pairwise Comparisons Part-2

• آزمون نسبت دو جامعه 2 Proportion Test

• آزمون مربع کای (Chi-Square) Chi Square Test

• آزمون ۳ Quiz 3

آزمون فرضیه غیرپارامتریک Hypothesis Testing-Non Parametric

• آزمون علامت تک نمونه‌ای 1 Sample Sign Test

• آزمون من-ویتنی Mann Whitney Test

• مفروضات آزمون T زوجی Paired T Test Assumption

• آزمون T زوجی Paired T Test

• آزمون میانه مودز Moods Median Test

مبانی برنامه‌نویسی R BASICS OF R-PROGRAMMING

• برنامه‌نویسی پایه با R بخش اول Basic Programing Using R Part 1

• برنامه‌نویسی پایه با R بخش دوم Basic Programing Using R Part 2

• برنامه‌نویسی پایه با R بخش سوم Basic Programing Using R Part 3

• برنامه‌نویسی پایه با R بخش چهارم Basic Programing Using R Part 4

• مطالعه موردی برنامه‌نویسی R بخش اول R Programming Case Study Part 1

• مطالعه موردی برنامه‌نویسی R بخش دوم R Programming Case Study Part 2

• مطالعه موردی برنامه‌نویسی R بخش سوم R Programming Case Study Part 3

• مطالعه موردی برنامه‌نویسی R بخش چهارم R Programming Case Study Part 4

• پکیج‌های آماری در R Stastical Packages In R

• مطالعه موردی برنامه‌نویسی R با استفاده از داده‌های داخلی R Programming Case Study Using Inbuilt Datasets

• مطالعه موردی بصری‌سازی داده‌ها با R بخش اول Case Study On Data Visualization Using R Part 1

• مطالعه موردی بصری‌سازی داده‌ها با R بخش دوم Case Study On Data Visualization Using R Part 2

• مطالعه موردی بصری‌سازی داده‌ها با R بخش سوم Case Studay On Data Visualization Using R Part 3

• مطالعه موردی بصری‌سازی داده‌ها با R بخش چهارم Case Study On Data Visualization Using R Part 4

• مرور تحلیل اکتشافی داده‌ها Recap Exploratory Data Analysis

• پکیج‌های ضروری برای یک دانشمند داده موفق Must Know Packages For a Successful Data Scientist

• آزمون ۴ Quiz 4

تحلیل‌های پیش‌بینانه Predictive Analytics

• نمودار پراکندگی Scatter Diagram

• ضریب همبستگی Correlation Coefficient

• مقدمه‌ای بر رگرسیون خطی ساده Simple Linear Regression Introduction

• رگرسیون خطی ساده با R بخش اول Simple Linear Regression Using R -Part 1

• رگرسیون خطی ساده با R بخش دوم Simple Linear Regression Using R - Part 2

• رگرسیون خطی ساده با R بخش سوم Simple Linear Regression Using R - Part 3

• رگرسیون خطی ساده با R بخش چهارم Simple Linear Regression Using R - Part 4

• مقدمه‌ای بر رگرسیون خطی چندگانه Multiple Linear Regression Introduction

• رگرسیون خطی چندگانه با R بخش اول Multiple Linear Regression Using R - Part 1

• رگرسیون خطی چندگانه با R بخش دوم Multiple Linear Regression Using R - Part 2

• رگرسیون خطی چندگانه با R بخش سوم Multiple Linear Regression Using R - Part 3

• مرور رگرسیون خطی Recap Linear Regression

• درک مفاهیم رگرسیون لجستیک Understanding Logistic Regression Concepts

• رگرسیون لجستیک بخش اول Logistic Regression Part 1

• رگرسیون لجستیک بخش دوم Logistic Regression Part 2

• رگرسیون لجستیک بخش سوم Logistic Regression Part 3

• رگرسیون لجستیک بخش چهارم Logistic Regression Part 4

• نمایش تابع لجستیک در رگرسیون لجستیک Logistic Regression-Logistic Function Representation

• رگرسیون لجستیک بخش پنجم Logistic Regression Part 5

• ماتریس اغالت در رگرسیون لجستیک Logistic Regression- Confusion Matrix

• منحنی ROC در رگرسیون لجستیک Logistic Regression-ROC

• مطالعه موردی ROC رگرسیون لجستیک بخش اول Logistic Regression-ROC Case studies part 1

• مطالعه موردی ROC رگرسیون لجستیک بخش دوم Logistic Regression-ROC Case studies part 2

• تفسیر رگرسیون لجستیک دوتایی Binary Logistic Regression Interpretation

• آزمون ۵ Quiz 5

• ارزیابی دانش تحلیل رگرسیون Regression Analysis Knowledge check

داده‌کاوی و خوشه‌بندی با R Data Mining/Clustering Using R

• مقدمه‌ای بر خوشه‌بندی Introduction To Clustering

• انواع تکنیک‌های داده‌کاوی Types Of Data Mining Techniques

• مقدمه‌ای بر خوشه‌بندی سلسله‌مراتبی Hierarchical Clustering Introduction

• مطالعه موردی خوشه‌بندی سلسله‌مراتبی Hierarchical Clustering Case Study

• محاسبه فاصله برای داده‌های دسته‌ای Calculating Distance For Categorical Data

• محاسبه فاصله برای داده‌های ترکیبی همراه با مطالعه موردی Calculating Distance For Mixed Data With Case Study

• محاسبه فاصله برای داده‌های ترکیبی مطالعه موردی بخش دوم Calculating Distance For Mixed Data Case Study Part 2

• محاسبه فاصله بین خوشه‌ها با مطالعه موردی Calculating Distance Between Clusters With Case Study

• خلاصه خوشه‌بندی سلسله‌مراتبی Hierarchical Clustering Synopsis

• خوشه‌بندی سلسله‌مراتبی با R بخش اول Hierarchical Clustering Using R Part 1

• خوشه‌بندی سلسله‌مراتبی با R بخش دوم Hierarchical Clustering Using R Part 2

• مقدمه‌ای بر خوشه‌بندی K-Means K Means Clustering Introduction

• خوشه‌بندی K-Means با R بخش اول K Means Clustering Using R - Part 1

• خوشه‌بندی K-Means با R بخش دوم K Means Clustering Using R - Part 2

• خوشه‌بندی K-Means با R بخش سوم K Means Clustering Using R - Part 3

• خوشه‌بندی K-Means با R بخش چهارم K Means Clustering Using R - Part 4

• خلاصه خوشه‌بندی K-Means Summary Of K Means Clustering

• تفاوت بین K-Means و خوشه‌بندی سلسله‌مراتبی Difference Between K Means And Hierarchical

• مطالعه موردی خوشه‌بندی K-Means K Means Clustering Case Study

• مرور خوشه‌بندی در داده‌کاوی Recap Data Mining Clustering

• آزمون ۶ Quiz 6

خوشه‌بندی روی داده‌های ترکیبی Clustering on Mixed Data

• داده‌های ترکیبی: ایجاد متغیرهای Dummy برای متغیرهای دسته‌ای Mixed data-Dummy variable creation for Categorical variables

• داده‌های ترکیبی: نرمال‌سازی کل داده‌ها در مقیاس ۰ تا ۱ Mixed data-Normalizing entire data to a scale of 0 to 1

• داده‌های ترکیبی: ماتریس فاصله، سلسله‌مراتب و دندروگرام Mixed data - Distance Matrix, Hierarchy and Dendrogram

• داده‌های ترکیبی: خوشه‌بندی سلسله‌مراتبی و تفسیر آن Mixed data-Hierarchical clustering and interpretation

• داده‌های ترکیبی: نمودار اسکری (Scree plot) / منحنی آرنج بخش اول Mixed data-Scree plot / Elbow curve part1

• داده‌های ترکیبی: نمودار اسکری (Scree plot) / منحنی آرنج بخش دوم Mixed data-Scree plot / Elbow curve part2

• داده‌های ترکیبی: خوشه‌بندی K-Means و تحلیل یافته‌ها Mixed data-K Means clustering and Insights

تحلیل داده‌های با ابعاد بالا و کاهش ابعاد High Dimension Data Analysis - Dimension Reduction

• مقدمه‌ای بر کاهش ابعاد Dimension Reduction Introduction

• کاربردهای کاهش ابعاد Dimension Reduction Applications

• مزایای کلیدی PCA (تحلیل مؤلفه‌های اصلی) PCA Key Benefits

• درک شهودی PCA PCA Intuition

• مقدمات و وزن‌ها در PCA PCA Preliminaries And Weights

• استانداردسازی متغیرها و محاسبات PCA Standardize Variables And PCA Calculation

• هدف اول PCA PCA First Goal

• هدف دوم PCA PCA Second Goal

• هدف سوم PCA و مزایای اضافی PCA Third Goal And Additional Benefits

• آزمون ۷ Quiz-7

استخراج روابط و قوانین انجمنی Relationship Mining - Association Rules

• مقدمه‌ای بر قوانین انجمنی Association Rules Introduction

• تحلیل سبد خرید (Market Basket Analysis) Market Basket Analysis

• قوانین انجمنی بخش اول Association Rules Part 1

• قوانین انجمنی بخش دوم Association Rules Part 2

• مطالعه موردی و اصطلاحات قوانین انجمنی Association Rules-Case Study And Terminology

• معیارهای عملکرد و محاسبه پشتیبان (Support) در قوانین انجمنی Association Rules-Performance Measures And Support Calculation

• محاسبه اطمینان (Confidence) در قوانین انجمنی Association Rules-Confidance Calculation

• محاسبه لیفت (Lift) در قوانین انجمنی Association Rules-Lift Calculation

• فرآیند انتخاب قوانین و کاربردهای قوانین انجمنی Association Rules-Rules Selection Process And Applications

• آزمون ۸ Quiz-8

سیستم‌های توصیه‌گر Recommendation System

• مقدمه‌ای بر سیستم‌های توصیه‌گر Recommendation System Introduction

• چه آیتمی را توصیه کنیم؟ What Item To Recommend

• معایب سیستم‌های توصیه‌گر Recommender System Disadvantages

• فرآیند کاهش در توصیه Recommendation Reduction Process

• مرور کاهش ابعاد و قوانین انجمنی Recap Dimension Reduction And Association Rules

• آزمون ۹ Quiz-9

متن‌کاوی با استفاده از R Text Mining Using R

• مقدمه، اهمیت و نمایش کیسه کلمات (Bag Of Words) Introduction,Importance And Bag Of Words Representation

• اصطلاحات و پیش‌پردازش داده‌ها Terminology And Preprocessing Of Data

• فرمت‌های DTM و TDM DTM And TDM Format

• ابر کلمات در سطح پیکره (Corpus) Corpus Level Word Cloud

• مطالعه موردی کوتاه روی پروژه واقعی بخش اول Brief Case Study On Real Project Part 1

• مطالعه موردی کوتاه روی پروژه واقعی بخش دوم Brief Case Study On Real Project Part 2

• استخراج داده‌های توییتر با استفاده از R Twitter Data Extraction Using R

• استخراج داده‌های آمازون با استفاده از R Amazon Data Extraction Using R

• مرور متن‌کاوی Recap Text Mining

• آزمون ۱۰ Quiz-10

پیش‌بینی با استفاده از XL Miner Forecasting Using XL Miner

• مقدمه پیش‌بینی و دستور جلسه مقدماتی Forecasting Introduction and Agenda for Introduction

• چه کسی پیش‌بینی می‌کند؟ Who Forecasts ?

• استراتژی پیش‌بینی و تعریف هدف Forecasting Strategy-Defining goal

• جمع‌آوری داده‌های پیش‌بینی و اجزای مختلف Forecasting-Data Collection and Various components

• اجزای فصلی، روند و تصادفی در پیش‌بینی Forecasting Seasonal, Trend, Random components

• اکتشاف و بصری‌سازی داده‌های پیش‌بینی Forecasting-Data Exploration & Visualization

• اصول بصری‌سازی داده‌های پیش‌بینی Forecasting-Data Visualization Principles

• معیارهای خطای پیش‌بینی Forecasting-Error measures

• تحلیل اکتشافی داده‌ها با مثال ترافیک وال‌مارت بخش اول Exploratory Data Analysis Using Walmart Footfalls Example Part-1

• تحلیل اکتشافی داده‌ها با مثال ترافیک وال‌مارت بخش دوم Exploratory Data Analysis Using Walmart Footfalls Example Part-2

• ارزیابی دقت پیش‌بینانه Evaluating Predictive Accuracy

• روش‌های مختلف پیش‌بینی Forecasting Different Methods

• آزمون ۱۱ Quiz-11

بونوس: رویکردهای مدل‌محور در پیش‌بینی Bonus: Forecasting Model Based Approaches

• روش‌های پیش‌بینی: مدل خطی Forecasting Methods-Linear Model

• روش‌های پیش‌بینی: مدل‌های نمایی، درجه دوم و فصلی جمع‌پذیر Forecasting Methods-Exponential, Quadratic and Additive Seasonality Models

• روش‌های پیش‌بینی: فصلی جمع‌پذیر با روند و فصلی ضربی Forecasting Methods- Additive seasonality with trend,Multiplicative seasonality

• پیش‌بینی اجزای نامنظم Forecasting-Irregular Components.

• مرور درک پیش‌بینی Recap Understanding Forecasting

بونوس: رویکردهای داده‌محور در پیش‌بینی Bonus: Forecasting Data Driven Approaches

• مدل خودهمبستگی در پیش‌بینی Forecasting Autocorrelation Model

• رویکرد مدل‌محور در مقابل رویکرد داده‌محور در پیش‌بینی Forecasting-Model Based Approach VS Data Driven Approach

• روش‌های پیش‌بینی بر اساس هموارسازی (Smoothing) Forecast Methods based on Smoothing

• روش‌های پیش‌بینی هموارسازی نمایی Forecast Methods Exponential Smoothing

• پیش‌بینی داده‌محور: روش هولت و وینتر Forecast Data Driven- Holts and Winter Method

• پیش‌بینی داده‌محور: شاخص‌های فصلی Forecast Data Driven-Seasonal Indexes

• شاخص‌های فصلی و میانگین متحرک مرکزی (عملی) Forecast Seasonal Indexes,Centered Moving Average Hands On

• پیش‌بینی رگرسیون لجستیک با استفاده از XLminer Forecasting -Logistic Regression using XLminer

• گام بعدی چیست...؟ Whats Next.....?

سوالات و જવાوب‌های مصاحبه Interview Q&A's

• سوالات و جواب‌های مصاحبه فاز اول Interview Q&A's - phase1

• سوالات و جواب‌های مصاحبه فاز دوم Interview Q&A's - phase2