آموزش یادگیری ماشین و علم داده عملی با پایتون و R

سرفصل ها و درس ها

یادگیری ماشین - ملزومات آمار Machine Learning - Statistics Essentials

• مقدمه یادگیری ماشین Machine Learning Introduction

• مقدمه ای بر یادگیری ماشین با پایتون Introduction to Machine Learning with Python

• تجزیه و تحلیل در یادگیری ماشینی Analytics in Machine Learning

• یادگیری ماشین داده های بزرگ Big Data Machine Learning

• روندهای نوظهور یادگیری ماشینی Emerging Trends Machine Learning

• داده کاوی Data Mining

• داده کاوی ادامه دارد Data Mining Continues

• تحت نظارت و بدون نظارت Supervised and Unsupervised

• روش نمونه گیری در یادگیری ماشینی Sampling Method in Machine Learning

• اصطلاحات فنی Technical Terminology

• خطای مشاهده و عدم مشاهده Error of Observation and Non Observation

• نمونه گیری سیستماتیک Systematic Sampling

• نمونه گیری خوشه ای Cluster Sampling

• انواع داده های آماری Statistics Data Types

• داده های کیفی و تجسم Qualitative Data and Visualization

• فراگیری ماشین Machine Learning

• احتمال فرکانس نسبی Relative Frequency Probability

• احتمال مشترک Joint Probability

• احتمال شرطی Conditional Probability

• مفهوم استقلال Concept of Independence

• احتمال کل Total Probability

• متغیر تصادفی Random Variable

• توزیع احتمال Probability Distribution

• توزیع احتمال تجمعی Cumulative Probability Distribution

• توزیع برنولی Bernoulli Distribution

• توزیع گاوسی Gaussian Distribution

• توزیع هندسی Geometric Distribution

• توزیع مداوم و عادی Continuous and Normal Distribution

• بیان و محاسبات ریاضی Mathematical Expression and Computation

• انتقال ماتریس Transpose of Matrix

• ویژگی های ماتریس Properties of Matrix

• عوامل تعیین کننده Determinants

• انواع خطا Error Types

• رویکرد ارزش بحرانی Critical Value Approach

• رویکرد انتقادی سمت راست و چپ Right and Left Sided Critical Approach

• رویکرد P-Value P-Value Approach

• رویکرد P-Value ادامه دارد P-Value Approach Continues

• آزمایش فرضیه Hypothesis Testing

• تست دم سمت چپ Left Tail Test

• تست دو دم Two Tail Test

• فاصله اطمینان Confidence Interval

• نمونه ای از فاصله اطمینان Example of Confidence Interval

• توزیع نرمال و غیر عادی Normal and Non Normal Distribution

• تست نرمال بودن Normality Test

• تست نرمال ادامه دارد Normality Test Continues

• تعیین تحول Determining the Transformation

• تست تی T-Test

• T-Test ادامه دارد T-Test Continue

• اطلاعات بیشتر در مورد T-Test More on T-Test

• آزمون استقلال Test of Independence

• نمونه آزمون استقلال Example of Test of Independence

• تست خوب بودن تناسب Goodness of Fit Test

• نمونه ای از تست خوب بودن تناسب Example of Goodness of Fit Test

• کوواریانس Co-Variance

• کوواریانس ادامه دارد Co-Variance Continues

یادگیری ماشین با تنسورفلو برای مبتدیان Machine Learning with Tensorflow for Beginners

• مقدمه ای بر یادگیری ماشین با تنسورفلو Introduction to Machine Learning with Tensorflow

• درک یادگیری ماشینی Understanding Machine Learning

• ماشین ها چگونه یاد می گیرند How do Machines Learns

• کاربردهای یادگیری ماشینی Uses of Machine Learning

• نمونه هایی با تنسورفلو توسط گوگل Examples with tensorflow by Google

• راه اندازی ایستگاه کاری Setting up the Workstation

• درک زبان های برنامه Understanding program languages

• درک و عملکرد ژوپیتر Understanding and Functions of Jupyter

• آموزش نصب Jupyter Learning of Jupyter installation

• درک اینکه ابر آناکوندا چیست Understanding what Anaconda cloud is

• نصب آناکوندا برای ویندوز Installation of Anaconda for Windows

• نصب آناکوندا در لینوکس Installation of Anaconda in Linux

• با استفاده از نوت بوک Jupyter Using the Jupyter notebook

• شروع کار با آناکوندا Getting started with Anaconda

• تعیین گزینه‌های Cloudberry Determining options for Cloudberry

• مقدمه ای بر کتابخانه های شخص ثالث Introduction to Third Party Libraries

• Numpy-Array Numpy-Array

• Numpy-Array ادامه دهید Numpy-Array Continue

• آرایه ها Arrays

• آرایه ها ادامه دارد Arrays Continue

• نمایه سازی Indexing

• نمایه سازی ادامه دارد Indexing Continue

• توابع جهانی Universal Functions

• آشنایی با پانداها Introoduction to Pandas

• سری پانداها Pandas Series

• سری پانداها ادامه دارد Pandas Series Continue

• راندین را وارد کنید Import Randin

• واردات راندین ادامه دهید Import Randin Continue

• پارامترها Paratmeters

• نمایه سازی و پایگاه داده Indexing and Database

• داده های از دست رفته Missing Data

• داده‌های گروه‌بندی وجود ندارد Missing Data-Groupby

• داده‌ها وجود ندارد-گروه‌بندی ادامه دهید Missing Data-Groupby Continue

• Concat-ادغام-پیوستن Concat-Merge-Join

• عملیات Operations

• واردات-صادرات Import-Export

• تجسم پایتون Python Visualisation

• حصیر توطئه Mat Plotting

• زیربخش های چندگانه طرح Multiple Plot Subsections

• عملکرد API API Functionality

• عنوان طرح Title of the Plot

• تغییر اندازه مقالات Change Size of Articles

• دو محصول متفاوت Two Different Crops

• برچسب طرح حصیر Mat Plotting Label

• رنگ نشانگر Marker Color

• یک Dataframe جدید ایجاد کنید Create a New Dataframe

• تغییر سبک Change the Style

• شاخص و ارزش Index and Value

• Seaborn-Statistical Visualization Data Seaborn-Statistical Data Visualization

• کتابخانه دریایی seaborn library

• طرح مشترک Jointplot

• Pairplot Pairplot

• بارپلات Barplot

• طرح جعبه Boxplot

• استریپلوت Stripplot

• ماتریس Matrix

• ماتریس ادامه Matrix Continue

• توری Grid

• Grid Continue Grid Continue

• سبک Style

• نتیجه گیری کتابخانه های پایتون Python Libraries Conclusion

• مقدمه ای بر محیط کوندا Introduction To Conda Envirement

• Scikit Learn Scikit Learn

• Scikit Learn Continue Scikit Learn Continue

• مجموعه داده ها Datasets

• مجموعه داده کالیفرنیا California Dataset

• تجسم داده ها Data Visualization

• تجسم داده ها ادامه دارد Datavisualization Continue

• دانلود داده های آزمایشی Downloading a Test Data

• پارامتر جمعیت Population Parameter

• در حال پردازش Processing

• مقادیر تهی با مقدار میانه Null Values with Median Value

• مقادیر از دست رفته را جایگزین کنید Replace Missing Values

• Label Enconder Label Enconder

• رمزگذار برچسب را وارد کنید Import Labelencoder

• تبدیل سفارشی Custom Transformation

• ترانسفورماتور سفارشی ترانسفورماتور Transformer Custom Transformer

• مسکن با ستون های سفارشی Housing with Custom Colums

• داده های شیلنگ عددی Numeric Hosing Data

• رگرسیون لاینر Liner Regression

• مدل تنظیم دقیق Fine Tuning Model

• مدل تنظیم دقیق ادامه دهید Fine Tuning Model Continue

• جمع بندی سریع Quick-Recap

• تنسورفلو Tensorflow

• Tensorflow-Hello-World Tensorflow-Hello-World

• عملیات پایه Basic Ops

• عملیات پایه ادامه دارد Basic Ops Continue

• اطلاعات بیشتر در Basic Ops More on Basic Ops

• حالت مشتاق Eager-Mode

• مفهوم Concept

• رگرسیون خطی Linear-Regression

• مدل خطی Linear-Model

• تابع ضرب ماتریس Matrix Multiplication Function

• برای یک مدل خطی ساده تمرین کنید Practice for a Simple Linear Model

• تابع هزینه Cost Function

• Creative Optimizer Creative Optimizer

• مقدار ورودی و خروجی RR RR Input and Output Value

• لجستیک-رگرسیون Logistic-Regression

• Global Variabales Initializer Global Variabales Initializer

• بهینه ساز را اجرا کنید Run Optimizer

• یک محدوده ایجاد کنید Create a Range

• مقدمه ای بر شبکه های عصبی Introduction to Neural Networks

• مفاهیم اساسی Basic-Concepts

• توابع فعال Activative Functions

• توابع فعال ورودی به خروجی Activative Functions Input to Output

• توابع طبقه بندی Classification Functions

• Tensorflow-Playground Tensorflow-Playground

• Mnist-Dataset Mnist-Dataset

• Mnist-Dataset ادامه دهید Mnist-Dataset Continue

• اطلاعات بیشتر در مورد Mnist-Dataset More on Mnist-Dataset

پروژه یادگیری ماشین شماره 1 - حمل و نقل و تخمین زمان Machine Learning Project #1 - Shipping and Time Estimation

• مقدمه ای بر حمل و نقل و قیمت Introduction to Shipping and pricing

• وضعیت موجودی Inventory Status

• تعریف نوع داده Defining Data Type

• داده ها برای اعتبارسنجی Data for Validation

• یافتن همبستگی Finding the Corelation

• چگالی برای صفت عددی Density for Numeric Attribute

• روش کنترل قطار Method for Train Control

• اختصاص یک مجموعه آموزشی Assigning a Training Set

• میانگین خطای مطلق Mean Absolute Error

• پیش بینی تقاضا Demand Forecasting

• توزیع صفات Distribution of Attributes

• توزیع هزینه Spending Distribution

• عادی سازی و گسسته سازی Normalization and Discretization

پروژه یادگیری ماشین شماره 2 - تحلیل روندهای زنجیره تامین-تقاضا Machine Learning Project #2 - Supply Chain-Demand Trends Analysis

• مقدمه ای بر زنجیره تامین Introduction to Supply Chain

• G Plot of Heatmap G Plot of Heatmap

• بررسی آرگومان تابع Checking the Function Argument

• نقشه حرارتی برای مجموعه داده گسسته Heatmap for Discretized Dataset

• روش های متمایز با مجرد Distinguished Methods with Single

• تجزیه و تحلیل هر دو طرح Analyzing both the Plots

• تعریف طول ها Defining the Lengths

• استفاده از خوشه های مختلف Using Different Clusters

پروژه یادگیری ماشین شماره 3 - پیش بینی قیمت ها با استفاده از رگرسیون Machine Learning Project #3 - Predicting Prices using Regression

• مقدمه ای بر پیش بینی قیمت ها با استفاده از رگرسیون Introduction to Predicting Prices Using Regression

• نزدیکی به شرایط مختلف Proximity to Various Conditions

• تعداد مکان های آتش نشانی Number of Fire Places

• اضافه کردن ارزش تست Adding the Test Value

• فهرست به ستون ID Index to the ID Column

• مدل در مجموعه داده Model on Data Set

• مقدار گمشده Missing Value Imputation

• جایگزینی ویژگی ها با مقدار Substituting Features with Value

• وارد کردن یک ردیف با استفاده از Command Imputing a Row using at Command

• جایگزینی ویژگی ها با مقادیر Replacing Features with Values

• اختصاص متغیرهای کمی Assigning Quantatative Variables

• تبدیل ستون ها به فرم های کوردینال Converting Columns to Cordinal Forms

• ارزیابی ستون پایان گاراژ Evaluating the Garage Finish Colummn

• بررسی شکل قاب داده Checking Shape of Data Frame

• تقسیم داده ها برای آموزش و آزمایش Spliting Data to Train and Test

• الگوریتم پیش بینی مقادیر آزمون Algorithm for Predicting Test Values

پروژه یادگیری ماشینی شماره 4 - کلاهبرداری های بانکی و اعتباری Machine Learning Project #4 - Banking and Credit Frauds

• مقدمه ای بر نظام بانکی Introduction to Banking System

• درجه وضعیت Laon Laon Status Grade

• رگرسیون لجستیک و سوال لجستیک Logistic Regression and Logistic Question

• ارزش بتا Beta Value

• پیش بینی ارزش Predict Value

• ارزش عملکرد Performance Value

• نرخ مثبت نادرست Fals Positive Rate

پروژه یادگیری ماشینی شماره 5 - کشف تقلب در پرداخت های اعتباری Machine Learning Project #5 - Fraud Detection in Credit Payments

• مقدمه ای بر کشف تقلب در پرداخت های اعتباری Introduction to Fraud Detection in Credit Payments

• نصب پکیج ها Installation of Packages

• تجزیه و تحلیل ریسک Risk Analytics

• شرکت های بازرگانی و سهام Trading Companies and Stocks

• DEA با ورودی یا سود و زیان DEA with Input or Profit and Loss

• بهره وری سود و زیان Efficiency Profit and Loss

• توابع رتبه Rank Functions

• حاوی RHS RHS Constaints

• گزارش سود و زیان Profit and Loss Report

• VRS VRS

• کارایی و کارایی CRS CRS Efficiency and Efficiency

یادگیری ماشین AWS AWS Machine Learning

• مقدمه ای بر یادگیری ماشینی آمازون (AML) Introduction to Amazon Machine Learning (AML)

• چرخه حیات AML Lifecycle of AML

• اتصال به منبع داده در AML Connecting to Data Source in AML

• ایجاد طرح داده در AML Creating Data Scheme in AML

• مقدار نامعتبر و هدف متغیر در AML Invaild Value and Varible Target in AML

• مدل های ML در AML ML Models in AML

• مدیریت شی ML در AML Manging ML Object in AML

• ایجاد DataSource Handson Creating DataSource Handson

• ایجاد DataSource Handson ادامه دارد Creating DataSource Handson Continues

• نمونه ای از بینش داده در AML Example of Data Insight In AML

• اطلاعات بیشتر در مورد بینش داده در AML More on Data Insight In AML

• مثال مدل ML در منابع داده ML Model Example in Data Sources

• ایجاد ارزیابی مدل ML Creating ML Model Evaluating

• تنظیمات پیشرفته در مدل ML Advanced Setting In ML Model

• ایجاد مدل ML برای پیش بینی دسته ای Creating ML Model for Batch Prediction

• نتیجه پیش بینی دسته ای Batch Prediction Result

• خلاصه ای از ML Model Handson Overvies of ML Model Handson

• ML شیء Handson در ML است ML objects Handson in ML

آموزش های یادگیری عمیق Deep Learning Tutorials

• مقدمه ای بر یادگیری عمیق Introduction to Deep Learning

• ساختار شبکه عصبی Structure of Neural Network

• حرکت از طریق شبکه عصبی Moving Through Neural Network

• انواع توابع فعال سازی Types of Activation Functions

• بهینه سازی پس انتشار Optimizing Back Propagation

• توضیحاتی در مورد جریان تانسور Briefing on Tensor Flow

• نصب جریان تانسور Installation of Tensor Flow

• پیاده سازی بر روی بسته عصبی Implementatiion on Neural Package

• پیاده سازی بر روی بسته عصبی ادامه دارد Implementatiion on Neural Package Continues

• داده ها برای طبقه بندی Data for Classifier

• پیاده سازی با Keras Implementing with Keras

• مقادیر در مجموعه داده ها Values in Data Set

• اجزای موجود در مجموعه داده Components in Data Set

• مدل ها در مجموعه داده ها Models in Data Set

آموزش پردازش زبان طبیعی (NLP). Natural Language Processing (NLP) Tutorials

• مقدمه ای بر NLP Intoroduction to NLP

• پیش پردازش متن Text Preprocessing

• استخراج ویژگی Feature Extraction

• نصب NLP NLP Installation

• NLP - نسخه ی نمایشی NLP - Demo

• جایگزینی انقباضات Replacing Contractions

• Tokenize Dataset Tokenize Dataset

• Stopwords را حذف کنید Remove Stopwords

• ریشه زایی و لماتی سازی Stemming and Lemmatization

• ریشه یابی و واژه سازی ادامه دارد Stemming and Lemmatization Continues

• تبدیل رمز بدون توقف Convert Token No Stopwords

• الگوریتم های یادگیری ماشین Machine Learning Algorithms

یادگیری ماشین بیزی: تست A/B Bayesian Machine Learning: A/B Testing

• مقدمه ای بر یادگیری ماشین بیزی Introduction to Bayesian Machine Learning

• مثالی از یادگیری ماشین بیزی Example of Bayesian Machine Learning

• مثالی از یادگیری ماشین بیزی ادامه دارد Example of Bayesian Machine Learning Continues

• ماژول MCMC پیاده سازی PYMC MCMC Module of PYMC Implementation

• اجرای ماژول MCMC Running the MCMC Module

• تست چند متغیره با استفاده از مدل سلسله مراتبی Multiple Variant Testing Using Hierarchial Model

• نمونه ای از آزمایش چند متغیره Example of Multiple Variant Testing

• نمونه آزمایش چندگانه ادامه دارد Example of Multiple Variant Testing Continues

یادگیری ماشین با R Machine Learning with R

• مقدمه ای بر یادگیری ماشین با پایتون Introduction to Machine Learning with Python

• چگونه یادگیری ماشینی How do Machine Learn

• مراحل کاربرد یادگیری ماشینی Steps to Apply Machine Learning

• مشکلات رگرسیون و طبقه بندی Regression and Classification Problems

• دستکاری داده های پایه در R Basic Data Manipulation in R

• اطلاعات بیشتر در مورد دستکاری داده ها در R More on Data Manipulation in R

• دستکاری داده های پایه در R - عملی Basic Data Manipulation in R - Practical

• یک وکتور ایجاد کنید Create a Vector

• 2.7 مشکل و راه حل 2.7 Problem and Solution

• 2.10 مشکل و راه حل 2.10 Problem and Solution

• نمایی از راست به چپ Exponentiation Right to Left

• 2.13 اجتناب از برخی اشتباهات رایج 2.13 Avoiding Some Common Mistakes

• رگرسیون خطی ساده Simple Linear Regression

• رگرسیون خطی ساده ادامه دارد Simple Linear Regression Continues

• Rsquare چیست؟ What is Rsquare

• خطای استاندارد Standard Error

• آمار عمومی General Statistics

• آمار عمومی ادامه دارد General Statistics Continues

• رگرسیون خطی ساده و آمار بیشتر Simple Linear Regression and More of Statistics

• استودیو را باز کنید Open the Studio

• R Square چیست؟ What is R Square

• خطای STD چیست؟ What is STD Error

• رد فرضیه صفر Reject Null Hypothesis

• واریانس کوواریانس و همبستگی Variance Covariance and Correlation

• نام های ریشه و انواع توابع توزیع Root names and Types of Distribution Function

• تولید اعداد تصادفی و تابع ترکیبی Generating Random Numbers and Combination Function

• احتمالات برای تابع توزیع گسسته Probabilities for Discrete Distribution Function

• تابع Quantile و توزیع سم Quantile Function and Poison Distribution

• توزیع T دانشجویان، فرضیه و مثال Students T Distribution, Hypothesis and Example

• Chai-Square Distribution Chai-Square Distribution

• تجسم داده ها Data Visualization

• بیشتر در مورد تجسم داده ها More on Data Visualization

• رگرسیون خطی چندگانه Multiple Linear Regression

• رگرسیون خطی چندگانه ادامه دارد Multiple Linear Regression Continues

• متغیرهای رگرسیون Regression Variables

• مدل خطی تعمیم یافته Generalized Linear Model

• حداقل مربع تعمیم یافته Generalized Least Square

• KNN- روش های مختلف اندازه گیری فاصله KNN- Various Methods of Distance Measurements

• مروری بر KNN- (مراحل درگیر) Overview of KNN- (Steps involved)

• نرمال سازی داده ها و پیش بینی داده های آزمایشی Data normalization and prediction on Test Data

• بهبود عملکرد مدل و ROC Improvement of Model Performance and ROC

• طبقه بندی درخت تصمیم Decision Tree Classifier

• اطلاعات بیشتر در مورد طبقه بندی درخت تصمیم More on Decision Tree Classifier

• هرس درختان تصمیم Pruning of Decision Trees

• درخت تصمیم باقی مانده است Decision Tree Remaining

• درخت تصمیم باقی مانده است Decision Tree Remaining Continues

• مفهوم کلی جنگل تصادفی General concept of Random Forest

• Ada Boosting and Ensemble Learning Ada Boosting and Ensemble Learning

• تجسم و آماده سازی داده ها Data Visualization and Preparation

• تنظیم مدل جنگل تصادفی Tuning Random Forest Model

• ارزیابی عملکرد مدل جنگل تصادفی Evaluation of Random Forest Model Performance

• مقدمه ای بر خوشه بندی Kmeans Introduction to Kmeans Clustering

• Kmeans Elbow Point و Dataset Kmeans Elbow Point and Dataset

• نمونه ای از مجموعه داده های Kmeans Example of Kmeans Dataset

• ایجاد یک نمودار برای Kmeans Clustering Creating a Graph for Kmeans Clustering

• ایجاد یک نمودار برای Kmeans Clustering ادامه دارد Creating a Graph for Kmeans Clustering Continues

• تابع تجمع خوشه بندی Aggregation Function of Clustering

• احتمال شرطی با الگوریتم بیز Conditional Probability with Bayes Algorithm

• نمودار ون طبقه بندی ساده بیز Venn Diagram Naive Bayes Classification

• مؤلفه قضیه بیز با استفاده از جدول فراوانی Component OF Bayes Theorem using Frequency Table

• الگوریتم طبقه بندی ساده بیز و برآوردگر لاپلاس Naive Bayes Classification Algorithm and Laplace Estimator

• نمونه ای از طبقه بندی ساده بیز Example of Naive Bayes Classification

• نمونه ای از طبقه بندی ساده بیز ادامه دارد Example of Naive Bayes Classification Continues

• پیام های اسپم و حمام در ورد ابر Spam and Ham Messages in Word Cloud

• اجرای ماتریس واژه نامه و سند Implementation of Dictionary and Document Term Matrix

• تابع Naive Bayes را اجرا می کند Executes the Function Naive Bayes

• پشتیبان ماشین وکتور با روش جعبه سیاه Support Vector Machine with Black Box Method

• ماشین بردار پشتیبان خطی و غیر خطی Linearly and Non- Linearly Support Vector Machine

• ترفند کرنال Kernal Trick

• Gaussian RBF Kernal و OCR با SVM Gaussian RBF Kernal and OCR with SVMs

• نمونه هایی از گاوسی RBF Kernal و OCR با SVM Examples of Gaussian RBF Kernal and OCR with SVMs

• خلاصه ماشین بردار پشتیبان Summary of Support Vector Machine

• تکنیک کاهش ابعاد انتخاب ویژگی Feature Selection Dimension Reduction Technique

• تکنیک کاهش ابعاد استخراج ویژگی Feature Extraction Dimension Reduction Technique

• مثال تکنیک کاهش ابعاد Dimension Reduction Technique Example

• مثال تکنیک کاهش ابعاد ادامه دارد Dimension Reduction Technique Example Continues

• مقدمه تجزیه و تحلیل مؤلفه های اصلی Introduction Principal Component Analysis

• مراحل PCA Steps of PCA

• مراحل PCA ادامه دارد Steps of PCA Continues

• ارزش های ویژه Eigen Values

• بردارهای خاص Eigen Vectors

• تجزیه و تحلیل اجزای اصلی با استفاده از Pr-Comp Principal Component Analysis using Pr-Comp

• تجزیه و تحلیل اجزای اصلی با استفاده از Pr-Comp ادامه دارد Principal Component Analysis using Pr-Comp Continues

• نوع C Bind در PCA C Bind Type in PCA

• مدل نوع R R Type Model

• روش جعبه سیاه در شبکه عصبی Black Box Method in Neural Network

• ویژگی های یک شبکه عصبی Characteristics of a Neural Networks

• توپولوژی شبکه یک شبکه عصبی Network Topology of a Neural Networks

• تنظیم وزن و به روز رسانی کیس Weight Adjustment and Case Update

• معرفی مدل ساختمان در R Introduction Model Building in R

• نصب پکیج مدل ساختمان در R Installing the Package of Model Building in R

• گره ها در مدل سازی در R Nodes in Model Building in R

• نمونه ای از مدل سازی در R Example of Model Building in R

• تجزیه و تحلیل سری زمانی Time Series Analysis

• الگو در داده های سری زمانی Pattern in Time Series Data

• مدل سازی سری زمانی Time Series Modelling

• مدل میانگین متحرک Moving Average Model

• تابع همبستگی خودکار Auto Correlation Function

• استنباط ACF و PFCF Inference of ACF and PFCF

• بررسی تشخیصی Diagnostic Checking

• پیش بینی با استفاده از قیمت سهام Forecasting Using Stock Price

• شاخص قیمت سهام Stock Price Index

• شاخص قیمت سهام ادامه دارد Stock Price Index Continues

• سهام پیامبر Prophet Stock

• سهام پیامبر را اجرا کنید Run Prophet Stock

• ملی شدن داده های سری زمانی Time Series Data Denationalization

• غیر ملی کردن داده های سری زمانی ادامه دارد Time Series Data Denationalization Continues

• میانگین ربع ملی شدن Average of Quarter Denationalization

• پسرفت ملی شدن Regression of Denationalization

• ماشین های افزایش گرادیان Gradient Boosting Machines

• خطا در ماشین های تقویت گرادیان Errors in Gradient Boosting Machines

• نرخ خطا در دستگاه های تقویت کننده گرادیان چیست؟ What is Error Rate in Gradient Boosting Machines

• ماشین‌های تقویت گرادیان بهینه‌سازی Optimization Gradient Boosting Machines

• درختان تقویت کننده گرادیان (GBT) Gradient Boosting Trees (GBT)

• تقویت مجموعه داده در گرادیان Dataset Boosting in Gradient

• مثالی از تقویت مجموعه داده در گرادیان Example of Dataset Boosting in Gradient

• مثالی از تقویت مجموعه داده در گرادیان ادامه دارد Example of Dataset Boosting in Gradient Continues

• قوانین انجمن تحلیل سبد بازار Market Basket Analysis Association Rules

• قوانین انجمن تحلیل سبد بازار ادامه دارد Market Basket Analysis Association Rules Continues

• تفسیر تحلیل سبد بازار Market Basket Analysis Interpretation

• اجرای تحلیل سبد بازار Implementation of Market Basket Analysis

• نمونه ای از تحلیل سبد بازار Example of Market Basket Analysis

• داده کاوی در تحلیل سبد بازار Datamining in Market Basket Analysis

• تجزیه و تحلیل سبد بازار با استفاده از Rstudio Market Basket Analysis Using Rstudio

• تحلیل سبد بازار با استفاده از Rstudio ادامه دارد Market Basket Analysis Using Rstudio Continues

• بیشتر در Rstudio در تجزیه و تحلیل بازار More on Rstudio in Market Analysis

• توسعه جدید در یادگیری ماشین New Development in Machine Learning

• دانشمند داده در یادگیری ماشینی Data Scientist in Machine Learnirng

• انواع تشخیص در یادگیری ماشینی Types of Detection in Machine Learning

• نمونه ای از توسعه جدید در یادگیری ماشین Example of New Development in Machine Learning

• نمونه ای از توسعه جدید در یادگیری ماشین ادامه دارد Example of New Development in Machine Learning Continues

BIP - ناشر هوش تجاری با استفاده از Siebel BIP - Business Intelligence Publisher using Siebel

• مقدمه ای بر BIP Introduction to BIP

• انواع کاربر User Types

• حالت های در حال اجرا Running Modes

• آموزش در مورد افزونه های BIP Learning about BIP Add-Ins

• BIP_Into_5_BIP_AddIn2 و BIP_Into_6 BIP_Into_5_BIP_AddIn2 and BIP_Into_6

• نمای کلی BIP_Into_7_Customized Reports BIP_Into_7_Customized Reports Overview

• BIP_Into_8_Developing Reports نمای کلی BIP_Into_8_Developing Reports Overview

• نمایش نماهای گزارش در برنامه Showing Report Views on Application

• Siebel Applets Business Object and Business Components قسمت 1 Siebel Applets ‚ Business Obejct and Business Components Part 1

• Siebel Applets Business Object and Business Components قسمت 2 Siebel Applets ‚ Business Obejct and Business Components Part 2

• Integration ObjectsANDIntegration Object Components IntegrationObjectsANDIntegrationObjectComponents

• Siebel views و مشاهده ارتباط با گزارش ها Siebel Views and View Associations to Reports

• چارچوب های Siebel HI-OpenUI برای گزارش های BIP و نسخه ی نمایشی AddIn Siebel HI-OpenUI framworks for BIP Reports and demo of AddIn

• Process_Flow_Overview Process_Flow_Overview

• Process_Flow_ConnectedMode Process_Flow_ConnectedMode

• Process_Flow_DisconnectedMode Process_Flow_DisconnectedMode

• Siebel Report Business Service Siebel Report Business Service

BI - هوش تجاری BI - Business Intelligence

• BI مقدمه، تعریف BI Intro,definition

• db چند بعدی قسمت 1 multidimensional db part 1

• db چند بعدی قسمت 2 multidimensional db part 2

• db چند بعدی قسمت 3 multidimensional db part 3

• پلت فرم dbms dbms platform

• زیرساخت های فنی غیر فنی قسمت 1 technical non technical infrastructre part 1

• زیرساخت فنی غیر فنی قسمت 2 technical non technical infrastructre part 2

• تعویض برد کنترل قسمت 1 change control board part 1

• تعویض برد کنترل قسمت 2 change control board part 2

• برنامه ریزی محصولات تحویلی، مرحله 3 planning deliverables,stage 3

• الزامات پروژه، تجزیه و تحلیل داده ها، بخش برنامه 1 Project Requirement,Data Analysis,Application part 1

• الزامات پروژه، تجزیه و تحلیل داده ها، بخش 2 برنامه Project Requirement,Data Analysis,Application part 2

• مورد نیاز پروژه، تجزیه و تحلیل داده ها، بخش برنامه کاربردی 3 Project Requirement,Data Analysis,Application part 3

• متا دیتا Meta Data

• استانداردسازی داده ها، متا داده ها، etl، تجزیه و تحلیل کسب و کار قسمت 1 data standardisation,meta data,etl,business analysis part 1

• استانداردسازی داده ها، متا داده ها، etl، تجزیه و تحلیل کسب و کار قسمت 2 data standardisation,meta data,etl,business analysis part 2

• استانداردسازی داده ها، متا داده ها، etl، تجزیه و تحلیل کسب و کار قسمت 3 data standardisation,meta data,etl,business analysis part 3

• طراحی ETL، متا داده، مرحله 5 آشتی توسعه ساخت و ساز قسمت 1 ETL Design,Meta DATA ,STAGE 5 CONSTRUCTION DEVELOPMENT RECONCILATION Part 1

• طراحی ETL، متا داده، مرحله 5 آشتی توسعه ساخت و ساز قسمت 2 ETL Design,Meta DATA ,STAGE 5 CONSTRUCTION DEVELOPMENT RECONCILATION Part 2

• ETL، توسعه برنامه‌ها، شکاف‌های داده، مخزن متا داده، استقرار بخش 1 ETL,APPLICATION dEVELOPMENT,DATA gaps,meta data repository,deployment Part 1

• ETL، توسعه برنامه‌ها، شکاف‌های داده، مخزن متا داده، استقرار بخش 2 ETL,APPLICATION dEVELOPMENT,DATA gaps,meta data repository,deployment Part 2

• ETL، توسعه برنامه، شکاف های داده، مخزن متا داده، استقرار بخش 3 ETL,APPLICATION dEVELOPMENT,DATA gaps,meta data repository,deployment Part 3

• پایگاه داده و بازیابی، ارزیابی انتشار database & recovery,release evaluation

• بررسی پس از اجرا، کیس تویوتا post implementation review,toyota case

• فریم ورک برای BI قسمت 1 frame work for BI Part 1

• فریم ورک برای BI قسمت 2 frame work for BI Part 2

• فریم ورک برای BI قسمت 3 frame work for BI Part 3

• چارچوب کاری برای BI قسمت 4 frame work for BI Part 4

• الزام استراتژیک BI قسمت 1 strategic imperitive of BI Part 1

• الزام استراتژیک BI قسمت 2 strategic imperitive of BI Part 2

• سیستم هدف Target System

• انبار داده و ETL Data warehouse and ETL

• مدیریت فضای داده فیس بوک با ابزارهای منبع باز Facebook dataspace management with open source tools

• فرآیند توسعه چابک Agile Development Process

• روند توسعه چابک ادامه دارد Agile Development Process Continues

• چالش ها روی داشبورد Challenges on dash board

• نمایه کارشناس ساخت کاربران Building Users Expert Profile

• فن آوری های معنایی Semantic Technologies

• ابزارهای معنایی Semantic Tools

• الگوریتم BI بر اساس مثال BI Algorithm By Example

• مزایای BI Benefits of BI

• مزایای BI ادامه دارد Benefits of BI Continues

• Amazon.com و Net Flix Amazon.com and Net Flix

• حاکمیت اطلاعات چیست؟ What is Information Governance

• سایر برنامه های BI برای ذخیره استفاده می شوند Other BI Applications are used to store

• طراحی و پیاده سازی برنامه BI Designing and Implementing BI Program

• ETL ETL

• ETL ادامه دارد ETL Continues

• بارگذاری Loading

• ابعاد نوع 2 Type 2 Dimension

• بارگیری جداول اطلاعات Loading Fact Tables

• ایده عمومی Genearl Idea

• مدل مفهومی Conceptual Model

• مدل مفهومی ادامه دارد Conceptual Model Continues

• در حال یا آینده کار می کند On Going Or Future Works

• چرا متا دیتا Why Meta Data

• قابلیت های ضروری Essentials Capabilities

• متامدل های انبار رایج Common Warehouse Metamodels

• گروه مزیت داده ها Data Advantage Group

• نکات متا داده DBMS DBMS Meta Data Tips

• برای ساختن خانه داده (تیم استخراج) For Building The Dataware house(Extraction Team)

• ملزومات متا داده برای IT Meta Data Essentials For IT

• فراداده های کسب و کار Business Metadata

• داده های متا کسب و کار (ادامه دارد) Business Meta Data (Continues)

• برنامه ریزی پروژه Project Planning

• برنامه ریزی پروژه (ادامه دارد) Project Planning (Continues)

• فرآیند استقرار Deployment Process

• طرح کلی فصل Chapter Outline

• تجزیه و تحلیل سربه سر Break-Even Analysis

• نمونه هایی از تجزیه و تحلیل سربه سر Examples Of Break-Even Analysis

• تجزیه و تحلیل چند ویروسی Multivirate Analysis

• تجزیه و تحلیل چند ویروسی (ادامه دارد) Multivirate Analysis (Continues)

• نمودارها Graphs

• چرا متا داده مهم است Why Meta Data Is Important

• توسعه سیستم System Development

• عوامل ارزیابی ریسک پروژه Project Risk Assesment Factors

• مدیریت زمان پروژه Managing Project Time

• مزایای نمونه سازی Prototyping Benefits

• توسعه تدریجی Incremental Development

• توسعه تدریجی (ادامه دارد) Incremental Development(Continues)

• تحلیل خوشه ای چیست؟ What is Cluster Analysis

• انواع خوشه ها Types Of Clusters

• مزایای خوشه ای Cluster Benefits

• روش خوشه بندی Kmeans Kmeans Clustering Method

• مشکل PAM چیست؟ What Is The Problem With PAM

• توس (1996) BIRCH (1996)

• تراکم قابل بازگشت و تراکم متصل Density Rechable And Density Conected

• رفع مشکلات فنی Denclue Technical Issues

• الگوریتم خوشه موج The Wave Cluster Algorithm

• بیشتر در مورد خوشه بندی مفهومی More On Conceptual Clustering

• خوشه بندی در Quest Clustering in Quest

• چرا تحلیل خوشه ای مبتنی بر محدودیت ها؟ Why Constraints Based Cluster Analysis

• کشف پرت چیست What Is Outlier Discovery

• تقسیم بندی در داده کاوی Segmentation In Data Mining

• گردن بطری GSP و بیل Bottle Neck Of GSP & Spade

• چرا با داده های متوالی برخورد کنیم؟ Why Deal with Sequential Data

• تعریف الگوریتم Algorithm Definition

• مقدمه ای بر تحلیل رگرسیون Introduction To Regression Analysis

• مدل رگرسیون Regression Model

• مدل رگرسیون (ادامه دارد) Regression Model(Continues)

• برنامه های کاربردی تحلیل سبد بازار Market Basket Analysis Applications

• برنامه های تحلیل سبد بازار (ادامه دارد) Market Basket Analysis Applications(Continues)