لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش آمار و ریاضیات برای علم داده و تجزیه و تحلیل داده [ویدئو]
Statistics and Mathematics for Data Science and Data Analytics [Video]
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
اگر هدف شما حرفه ای در علم داده یا تجزیه و تحلیل داده است، این دوره شما را به دانش عملی مورد نیاز برای تسلط بر آمار اولیه مجهز می کند. برای تبدیل شدن به یک دانشمند داده یا تحلیلگر به دانش خوب آمار و نظریه احتمال نیاز دارید.
این دوره با مقدمه ای بر آمار توصیفی آغاز می شود و اصول اولیه از جمله میانگین، میانه، حالت و چولگی را توضیح می دهد. سپس در مورد محدوده ها، محدوده بین ربعی (IQR)، نمونه ها و جمعیت ها، واریانس و انحراف معیار بیشتر خواهید آموخت. بخش زیر به تفصیل توزیع ها از جمله توزیع نرمال و امتیازات Z را توضیح می دهد. سپس، احتمال را با جزئیات بررسی خواهید کرد، قضیه بیز، قضیه حد مرکزی، قانون اعداد بزرگ و در نهایت توزیع پواسون را بررسی خواهید کرد. در مرحله بعد، رگرسیون خطی و ضرایب رگرسیون، میانگین مربعات خطا، میانگین خطای مطلق و ریشه میانگین مربعات خطا را به طور جامع بررسی خواهید کرد.
شما همچنین تست فرضیه و خطاهای نوع I و II را با جزئیات بیشتری بررسی خواهید کرد و سپس به طور جامع در مورد تجزیه و تحلیل واریانس (ANOVA) یاد خواهید گرفت.
پس از اتمام این دوره، شما به طور جامع دانشی در مورد مبانی آماری، روش های تجزیه و تحلیل داده ها، فرآیندهای تصمیم گیری و مفاهیم یادگیری ماشین با مثال کسب خواهید کرد.
همه منابع در دسترس هستند: https://github.com/PacktPublishing/Statistics-Mathematics-for-Data-Science-Data-Analytics آمار پایه، آمار توصیفی، و نظریه احتمال
روش های ML، از جمله درختان تصمیم و جنگل های تصمیم را کاوش کنید
توزیع احتمال نرمال و توزیع پواسون را بیاموزید
آزمایش فرضیه، مقادیر p، مدیریت خطای نوع I و II را بررسی کنید
بر رگرسیون لجستیک، رگرسیون خطی و درختان رگرسیون مسلط شوید
یادگیری همبستگی، R-Square، RMSE، MAE، و ضریب تعیین این دوره در سطح مبتدی برای پاسخگویی به افرادی که به دنبال تسلط بر آمار و احتمالات برای علم و تجزیه و تحلیل داده ها هستند، فردی که به دنبال شغلی در علم داده است، اختصاص یافته است. ، یا متخصصان و دانشجویانی که می خواهند آمار را برای تجزیه و تحلیل داده ها درک کنند. پیش نیازهای این دوره شامل عدم نیاز به تجربه قبلی و اشتیاق و انگیزه برای یادگیری است. این دوره شما را به دانش واقعی آمار و احتمال هنگام کار با داده ها مجهز می کند * از یک متخصص ریاضی/دانشمند داده بیاموزید و تئوری و عمل تعادل را با مثال های واقعی بیاموزید * تسلط کامل بر آمار و احتمالات برای علم داده های واقعی و روش های تجزیه و تحلیل
سرفصل ها و درس ها
بیا شروع کنیم
Let's Get Started
خوش آمدی!
Welcome!
در این دوره چه چیزی یاد خواهید گرفت؟
What Will You Learn in This Course?
چگونه می توانید بیشترین بهره را از آن ببرید؟
How Can You Get the Most Out of It?
آمار توصیفی
Descriptive Statistics
معرفی
Introduction
منظور داشتن
Mean
میانه
Median
حالت
Mode
متوسط یا میانه؟
Mean or Median?
چولگی
Skewness
تمرین: کجی
Practice: Skewness
راه حل: کجی
Solution: Skewness
محدوده و IQR
Range and IQR
نمونه در مقابل جمعیت
Sample Versus Population
واریانس و انحراف معیار
Variance and Standard Deviation
تاثیر مقیاس بندی و جابجایی
Impact of Scaling and Shifting
راه حل سریع: احتمالات ساده
Quick Solution: Simple Probabilities
راه حل تفصیلی: احتمالات ساده
Detailed Solution: Simple Probabilities
قاعده اضافه
Rule of Addition
تمرین: قانون جمع
Practice: Rule of Addition
راه حل سریع: قانون جمع
Quick Solution: Rule of Addition
راه حل تفصیلی: قانون جمع
Detailed Solution: Rule of Addition
قانون ضرب
Rule of Multiplication
تمرین: قانون ضرب
Practice: Rule of Multiplication
راه حل: قانون ضرب
Solution: Rule of Multiplication
قضیه بیز
Bayes Theorem
قضیه بیز - مثال عملی
Bayes Theorem - Practical Example
ارزش مورد انتظار
Expected Value
تمرین: ارزش مورد انتظار
Practice: Expected Value
راه حل: ارزش مورد انتظار
Solution: Expected Value
قانون اعداد بزرگ
Law of Large Numbers
قضیه حد مرکزی - نظریه
Central Limit Theorem - Theory
قضیه حد مرکزی - شهود
Central Limit Theorem - Intuition
قضیه حد مرکزی - چالش
Central Limit Theorem - Challenge
قضیه حد مرکزی - تمرین
Central Limit Theorem - Exercise
قضیه حد مرکزی - حل
Central Limit Theorem - Solution
توزیع دو جمله ای
Binomial Distribution
توزیع پواسون
Poisson Distribution
مشکلات زندگی واقعی
Real-Life Problems
آزمایش فرضیه
Hypothesis Testing
معرفی
Introduction
فرضیه چیست؟
What Is a Hypothesis?
سطح اهمیت و P-Value
Significance Level and P-Value
خطاهای نوع اول و دوم
Type I and Type II Errors
فواصل اطمینان و حاشیه خطا
Confidence Intervals and Margin of Error
گشت و گذار: محاسبه حجم نمونه و قدرت
Excursion: Calculating Sample Size and Power
انجام آزمون فرضیه
Performing the Hypothesis Test
تمرین: آزمون فرضیه
Practice: Hypothesis Test
راه حل: آزمون فرضیه
Solution: Hypothesis Test
آزمون t و توزیع t
t-test and t-distribution
تست تناسب
Proportion Testing
جفت های مهم p-z
Important p-z Pairs
رگرسیون ها
Regressions
معرفی
Introduction
رگرسیون خطی
Linear Regression
ضریب همبستگی
Correlation Coefficient
تمرین: همبستگی
Practice: Correlation
راه حل: همبستگی
Solution: Correlation
تمرین: رگرسیون خطی
Practice: Linear Regression
راه حل: رگرسیون خطی
Solution: Linear Regression
باقی مانده، MSE، و MAE
Residual, MSE, and MAE
تمرین: MSE و MAE
Practice: MSE and MAE
راه حل: MSE و MAE
Solution: MSE and MAE
ضریب تعیین
Coefficient of Determination
ریشه میانگین مربعات خطا
Root Mean Square Error
تمرین: RMSE
Practice: RMSE
راه حل: RMSE
Solution: RMSE
الگوریتم های رگرسیون پیشرفته و یادگیری ماشین
Advanced Regression and Machine Learning Algorithms
رگرسیون خطی چندگانه
Multiple Linear Regression
بیش از حد برازش
Overfitting
رگرسیون چند جمله ای
Polynomial Regression
رگرسیون لجستیک
Logistic Regression
درختان تصمیم
Decision Trees
درختان رگرسیون
Regression Trees
جنگل های تصادفی
Random Forests
مقابله با داده های از دست رفته
Dealing with Missing Data
ANOVA (تحلیل واریانس)
ANOVA (Analysis of Variance)
ANOVA - مبانی و مفروضات
ANOVA - Basics and Assumptions
ANOVA یک طرفه
One-Way ANOVA
F-Distribution
F-Distribution
ANOVA دو طرفه - مجموع مربعات
Two-Way ANOVA – Sum of Squares
آنالیز واریانس دوطرفه - نسبت F و نتیجه گیری
Two-Way ANOVA – F-Ratio and Conclusions
بسته شدن
Wrap Up
بسته شدن
Wrap Up
نمایش نظرات
Packtpub یک ناشر دیجیتالی کتابها و منابع آموزشی در زمینه فناوری اطلاعات و توسعه نرمافزار است. این شرکت از سال 2004 فعالیت خود را آغاز کرده و به تولید و انتشار کتابها، ویدیوها و دورههای آموزشی میپردازد که به توسعهدهندگان و متخصصان فناوری اطلاعات کمک میکند تا مهارتهای خود را ارتقا دهند. منابع آموزشی Packtpub موضوعات متنوعی از جمله برنامهنویسی، توسعه وب، دادهکاوی، امنیت سایبری و هوش مصنوعی را پوشش میدهد. محتوای این منابع به صورت کاربردی و بهروز ارائه میشود تا کاربران بتوانند دانش و تواناییهای لازم برای موفقیت در پروژههای عملی و حرفهای خود را کسب کنند.
نمایش نظرات