آموزش یادگیری ماشین با R

Machine Learning with R

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: یاد بگیرید چگونه از زبان برنامه نویسی R برای علم داده و یادگیری ماشین و تجسم داده ها استفاده کنید Read Into Into R Environment از منابع مختلف. برای مهار قدرت R برای علم داده های عملی پیش نیازها: نیازی به دانش قبلی در مورد یادگیری ماشین نیست. دانش پایه R

Data Scientist به عنوان شغل شماره یک در Glassdoor رتبه بندی شده است و طبق Indeed میانگین حقوق یک دانشمند داده در ایالات متحده بیش از 120000 دلار است! علم داده یک حرفه پر ارزش است که به شما امکان می دهد برخی از جالب ترین مشکلات جهان را حل کنید! این دوره هم برای مبتدیان کامل بدون تجربه برنامه نویسی و هم برای توسعه دهندگان با تجربه طراحی شده است که به دنبال پرش به علم داده هستند! این دوره جامع با سایر بوت کمپ های ML که معمولاً هزاران دلار هزینه دارند قابل مقایسه است، اما اکنون می توانید تمام این اطلاعات را با کسری از هزینه یاد بگیرید! این یکی از جامع ترین دوره ها برای علم داده و یادگیری ماشین است. ما به شما یاد خواهیم داد که چگونه با R برنامه نویسی کنید، چگونه تجسم های شگفت انگیز داده ایجاد کنید، و چگونه از یادگیری ماشینی با R استفاده کنید!

یادگیری ماشینی یک رشته علمی است که ساخت و مطالعه الگوریتم هایی را بررسی می کند که می توانند از داده ها یاد بگیرند. چنین الگوریتم‌هایی با ساختن مدلی از ورودی‌های نمونه و استفاده از آن برای پیش‌بینی یا تصمیم‌گیری، به جای پیروی از دستورالعمل‌های برنامه کاملاً ثابت عمل می‌کنند. یادگیری ماشینی ارتباط نزدیکی با آمار محاسباتی دارد و اغلب با آن همپوشانی دارد. رشته ای که در زمینه پیش بینی نیز تخصص دارد. این آموزش مقدمه ای بر مفهوم یادگیری ماشینی و کاربرد آن با استفاده از ابزار R است.

این آموزش شامل موارد زیر خواهد بود:

  • معرفی یادگیری ماشینی

a. منشا یادگیری ماشین

b. استفاده و سوء استفاده از یادگیری ماشین

  • ملاحظات اخلاقی

  • ماشین‌ها چگونه یاد می‌گیرند؟

  • مراحل اعمال یادگیری ماشینی در داده‌های شما

  • انتخاب الگوریتم یادگیری ماشین

  • استفاده از R برای یادگیری ماشین

  • پیش‌بینی داده‌های عددی - روش‌های رگرسیون

  • درک رگرسیون

  • مثال - پیش‌بینی هزینه‌های پزشکی با استفاده از رگرسیون خطی

a. جمع آوری داده ها

b. کاوش و آماده سازی داده ها

ج. آموزش یک مدل بر روی داده ها

d. ارزیابی عملکرد مدل

e. بهبود عملکرد مدل


سرفصل ها و درس ها

یادگیری ماشین با R Machine Learning with R

  • مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

  • مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

  • چگونه یادگیری ماشینی How do Machine Learn

  • چگونه یادگیری ماشینی How do Machine Learn

  • مراحل کاربرد یادگیری ماشینی Steps to Apply Machine Learning

  • مراحل کاربرد یادگیری ماشینی Steps to Apply Machine Learning

  • مشکلات رگرسیون و طبقه بندی Regression and Classification Problems

  • مشکلات رگرسیون و طبقه بندی Regression and Classification Problems

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

  • 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

  • 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

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

  • یک وکتور ایجاد کنید Create a Vector

  • یک وکتور ایجاد کنید Create a Vector

  • 2.7 مشکل و راه حل 2.7 Problem and Solution

  • 2.7 مشکل و راه حل 2.7 Problem and Solution

  • 2.10 مشکل و راه حل 2.10 Problem and Solution

  • 2.10 مشکل و راه حل 2.10 Problem and Solution

  • نمایی از راست به چپ Exponentiation Right to Left

  • نمایی از راست به چپ Exponentiation Right to Left

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

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

  • رگرسیون خطی ساده Simple Linear Regression

  • رگرسیون خطی ساده Simple Linear Regression

  • رگرسیون خطی ساده ادامه دارد Simple Linear Regression Continues

  • رگرسیون خطی ساده ادامه دارد Simple Linear Regression Continues

  • Rsquare چیست؟ What is Rsquare

  • Rsquare چیست؟ What is Rsquare

  • خطای استاندارد Standard Error

  • خطای استاندارد Standard Error

  • آمار عمومی General Statistics

  • آمار عمومی General Statistics

  • آمار عمومی ادامه دارد General Statistics Continues

  • آمار عمومی ادامه دارد General Statistics Continues

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

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

  • استودیو را باز کنید Open the Studio

  • استودیو را باز کنید Open the Studio

  • R Square چیست؟ What is R Square

  • R Square چیست؟ What is R Square

  • خطای STD چیست؟ What is STD Error

  • خطای STD چیست؟ What is STD Error

  • رد فرضیه صفر Reject Null Hypothesis

  • رد فرضیه صفر Reject Null Hypothesis

  • واریانس کوواریانس و همبستگی Variance Covariance and Correlation

  • واریانس کوواریانس و همبستگی Variance Covariance and Correlation

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

  • 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

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

  • احتمالات برای تابع توزیع گسسته Probabilities for Discrete Distribution Function

  • احتمالات برای تابع توزیع گسسته Probabilities for Discrete Distribution Function

  • تابع Quantile و توزیع سم Quantile Function and Poison Distribution

  • تابع Quantile و توزیع سم Quantile Function and Poison Distribution

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

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

  • Chai-Square Distribution Chai-Square Distribution

  • Chai-Square Distribution Chai-Square Distribution

  • تجسم داده ها Data Visualization

  • تجسم داده ها Data Visualization

  • بیشتر در مورد تجسم داده ها More on Data Visualization

  • بیشتر در مورد تجسم داده ها More on Data Visualization

  • رگرسیون خطی چندگانه Multiple Linear Regression

  • رگرسیون خطی چندگانه Multiple Linear Regression

  • رگرسیون خطی چندگانه ادامه دارد Multiple Linear Regression Continues

  • رگرسیون خطی چندگانه ادامه دارد Multiple Linear Regression Continues

  • متغیرهای رگرسیون Regression Variables

  • متغیرهای رگرسیون Regression Variables

  • مدل خطی تعمیم یافته Generalized Linear Model

  • مدل خطی تعمیم یافته Generalized Linear Model

  • حداقل مربع تعمیم یافته Generalized Least Square

  • حداقل مربع تعمیم یافته Generalized Least Square

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

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

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

  • 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

  • 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

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

  • طبقه بندی درخت تصمیم Decision Tree Classifier

  • طبقه بندی درخت تصمیم Decision Tree Classifier

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

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

  • هرس درختان تصمیم Pruning of Decision Trees

  • هرس درختان تصمیم Pruning of Decision Trees

  • درخت تصمیم باقی مانده است Decision Tree Remaining

  • درخت تصمیم باقی مانده است Decision Tree Remaining

  • درخت تصمیم باقی مانده است Decision Tree Remaining Continues

  • درخت تصمیم باقی مانده است Decision Tree Remaining Continues

  • مفهوم کلی جنگل تصادفی General concept of Random Forest

  • مفهوم کلی جنگل تصادفی General concept of Random Forest

  • Ada Boosting and Ensemble Learning Ada Boosting and Ensemble Learning

  • Ada Boosting and Ensemble Learning Ada Boosting and Ensemble Learning

  • تجسم و آماده سازی داده ها Data Visualization and Preparation

  • تجسم و آماده سازی داده ها Data Visualization and Preparation

  • تنظیم مدل جنگل تصادفی Tuning Random Forest Model

  • تنظیم مدل جنگل تصادفی Tuning Random Forest Model

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

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

  • مقدمه ای بر خوشه بندی Kmeans Introduction to Kmeans Clustering

  • مقدمه ای بر خوشه بندی Kmeans Introduction to Kmeans Clustering

  • Kmeans Elbow Point و Dataset Kmeans Elbow Point and Dataset

  • Kmeans Elbow Point و Dataset Kmeans Elbow Point and Dataset

  • نمونه ای از مجموعه داده های Kmeans Example of Kmeans 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 Creating a Graph for Kmeans Clustering

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

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

  • تابع تجمع خوشه بندی Aggregation Function of Clustering

  • تابع تجمع خوشه بندی Aggregation Function of Clustering

  • احتمال شرطی با الگوریتم بیز Conditional Probability with Bayes Algorithm

  • احتمال شرطی با الگوریتم بیز Conditional Probability with Bayes Algorithm

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

  • 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

  • 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

  • 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 Example of Naive Bayes Classification

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

  • 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

  • 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

  • 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

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

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

  • ماشین وکتور پشتیبانی 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

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

  • ترفند کرنال Kernal Trick

  • ترفند کرنال Kernal Trick

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

  • 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

  • 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

  • خلاصه ماشین بردار پشتیبان Summary of Support Vector Machine

  • تکنیک کاهش ابعاد انتخاب ویژگی Feature Selection Dimension Reduction Technique

  • تکنیک کاهش ابعاد انتخاب ویژگی Feature Selection Dimension Reduction Technique

  • تکنیک کاهش ابعاد استخراج ویژگی Feature Extraction 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 Dimension Reduction Technique Example

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

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

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

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

  • مراحل PCA Steps of PCA

  • مراحل PCA Steps of PCA

  • مراحل PCA ادامه دارد Steps of PCA Continues

  • مراحل PCA ادامه دارد Steps of PCA Continues

  • ارزش های ویژه Eigen Values

  • ارزش های ویژه Eigen Values

  • بردارهای خاص Eigen Vectors

  • 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 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

  • 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

  • نوع C Bind در PCA C Bind Type in PCA

  • مدل نوع R R Type Model

  • مدل نوع R R Type Model

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

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

  • ویژگی های یک شبکه عصبی Characteristics of a Neural Networks

  • ویژگی های یک شبکه عصبی Characteristics of a Neural Networks

  • توپولوژی شبکه یک شبکه عصبی Network Topology 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

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

  • معرفی مدل ساختمان در R Introduction Model Building in R

  • معرفی مدل ساختمان در R Introduction Model Building in R

  • نصب پکیج مدل ساختمان در R Installing the Package of 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

  • 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

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

  • تجزیه و تحلیل سری زمانی Time Series Analysis

  • تجزیه و تحلیل سری زمانی Time Series Analysis

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

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

  • مدل سازی سری زمانی Time Series Modelling

  • مدل سازی سری زمانی Time Series Modelling

  • مدل میانگین متحرک Moving Average Model

  • مدل میانگین متحرک Moving Average Model

  • تابع همبستگی خودکار Auto Correlation Function

  • تابع همبستگی خودکار Auto Correlation Function

  • استنباط ACF و PFCF Inference of ACF and PFCF

  • استنباط ACF و PFCF Inference of ACF and PFCF

  • بررسی تشخیصی Diagnostic Checking

  • بررسی تشخیصی Diagnostic Checking

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

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

  • شاخص قیمت سهام Stock Price Index

  • شاخص قیمت سهام Stock Price Index

  • شاخص قیمت سهام ادامه دارد Stock Price Index Continues

  • شاخص قیمت سهام ادامه دارد Stock Price Index Continues

  • سهام پیامبر Prophet Stock

  • سهام پیامبر Prophet Stock

  • سهام پیامبر را اجرا کنید Run Prophet Stock

  • سهام پیامبر را اجرا کنید Run Prophet Stock

  • ملی شدن داده های سری زمانی Time Series Data Denationalization

  • ملی شدن داده های سری زمانی Time Series Data Denationalization

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

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

  • میانگین ربع ملی شدن Average of Quarter Denationalization

  • میانگین ربع ملی شدن Average of Quarter Denationalization

  • پسرفت ملی شدن Regression of Denationalization

  • پسرفت ملی شدن Regression of Denationalization

  • ماشین های افزایش گرادیان Gradient Boosting Machines

  • ماشین های افزایش گرادیان Gradient Boosting Machines

  • خطا در ماشین های تقویت گرادیان Errors in 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

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

  • ماشین های تقویت گرادیان بهینه سازی Optimization Gradient Boosting Machines

  • ماشین های تقویت گرادیان بهینه سازی Optimization Gradient Boosting Machines

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

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

  • تقویت مجموعه داده در گرادیان Dataset Boosting in Gradient

  • 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 Example of Dataset Boosting in Gradient

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

  • 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 Market Basket Analysis Association Rules

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

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

  • تفسیر تحلیل سبد بازار Market Basket Analysis Interpretation

  • تفسیر تحلیل سبد بازار Market Basket Analysis Interpretation

  • اجرای تحلیل سبد بازار Implementation of Market Basket Analysis

  • اجرای تحلیل سبد بازار Implementation of Market Basket Analysis

  • نمونه ای از تحلیل سبد بازار Example 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

  • 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

  • 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

  • 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

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

  • توسعه جدید در یادگیری ماشین New Development in Machine Learning

  • توسعه جدید در یادگیری ماشین New Development in Machine Learning

  • دانشمند داده در یادگیری ماشینی Data Scientist in Machine Learnirng

  • دانشمند داده در یادگیری ماشینی Data Scientist in Machine Learnirng

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

  • 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 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

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

یادگیری ماشین با R Machine Learning with R

یادگیری ماشین نظارت شده با R 2023 - رگرسیون خطی Supervised Machine Learning with R 2023 - Linear Regression

  • کار بر روی رگرسیون خطی Working on Linear Regression

  • کار بر روی رگرسیون خطی Working on Linear Regression

  • معادله Equation

  • معادله Equation

  • ایجاد رگرسیون الگوریتم Making the Regression of the Algorithm

  • ایجاد رگرسیون الگوریتم Making the Regression of the Algorithm

  • انواع اصلی الگوریتم ها Basic Types of Algorithms

  • انواع اصلی الگوریتم ها Basic Types of Algorithms

  • پیش بینی حقوق و دستمزد کارمندان predicting the Salary of the Employee

  • پیش بینی حقوق و دستمزد کارمندان predicting the Salary of the Employee

  • ساخت مدل رگرسیون خطی ساده Making of Simple Linear Regression Model

  • ساخت مدل رگرسیون خطی ساده Making of Simple Linear Regression Model

  • مجموعه آموزش نقشه کشی و کار Plotting Training Set and Work

  • مجموعه آموزش نقشه کشی و کار Plotting Training Set and Work

  • رگرسیون خطی چندگانه Multiple Linear Regression

  • رگرسیون خطی چندگانه Multiple Linear Regression

  • مفهوم متغیر ساختگی Dummy Variable Concept

  • مفهوم متغیر ساختگی Dummy Variable Concept

  • پیش بینی در طول سال Predictions Over Year

  • پیش بینی در طول سال Predictions Over Year

  • تفاوت بین حذف مرجع Difference Between Reference Elimination

  • تفاوت بین حذف مرجع Difference Between Reference Elimination

  • کارکرد مدل Working of the Model

  • کارکرد مدل Working of the Model

  • کار بر روی مجموعه داده دیگری Working on Another Dataset

  • کار بر روی مجموعه داده دیگری Working on Another Dataset

  • رویکرد حذف عقب مانده Backward Elimination Approach

  • رویکرد حذف عقب مانده Backward Elimination Approach

  • ساخت مدل با فول و نول Making of the Model with Full and Null

  • ساخت مدل با فول و نول Making of the Model with Full and Null

یادگیری ماشین نظارت شده با R 2023 - رگرسیون خطی Supervised Machine Learning with R 2023 - Linear Regression

پروژه یادگیری ماشین با استفاده از Caret در R Machine Learning Project using Caret in R

  • معرفی پروژه یادگیری ماشین Intro to Machine Learning Project

  • معرفی پروژه یادگیری ماشین Intro to Machine Learning Project

  • شروع با پروژه یادگیری ماشین Starting with the Machine Learning Project

  • شروع با پروژه یادگیری ماشین Starting with the Machine Learning Project

  • خواندن فایل ها در لیست Reading Files in the List

  • خواندن فایل ها در لیست Reading Files in the List

  • نقشه برداری از داده های از دست رفته Mapping the Missing Data

  • نقشه برداری از داده های از دست رفته Mapping the Missing Data

  • بررسی صفات Checking the Attributes

  • بررسی صفات Checking the Attributes

  • ایجاد ماتریس همبستگی مثلثی پایین تر Creating Lower Triangular Correlation Matrix

  • ایجاد ماتریس همبستگی مثلثی پایین تر Creating Lower Triangular Correlation Matrix

  • محاسبه عدم تعادل داده ها Calculating Data Imbalance

  • محاسبه عدم تعادل داده ها Calculating Data Imbalance

  • Imputation را انتخاب کنید Choose the Imputation

  • Imputation را انتخاب کنید Choose the Imputation

  • داده های ورودی را از قبل پردازش کنید Preprocess the Imputed Data

  • داده های ورودی را از قبل پردازش کنید Preprocess the Imputed Data

  • خوشه بسازید Make Clusters

  • خوشه بسازید Make Clusters

پروژه یادگیری ماشین با استفاده از Caret در R Machine Learning Project using Caret in R

نمایش نظرات

نظری ارسال نشده است.

آموزش یادگیری ماشین با R
خرید اشتراک و دانلود خرید تکی و دانلود | 320,000 تومان (5 روز مهلت دانلود) در صورت خرید اشتراک، این آموزش بدلیل حجم بالا معادل 2 دوره است و 2 دوره از اشتراک شما کم می شود. زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
25 hours
156
Udemy (یودمی) udemy-small
26 دی 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
2,957
3.9 از 5
ندارد
دارد
دارد
EDU CBA

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

EDU CBA EDU CBA

مهارت های دنیای واقعی را بصورت آنلاین بیاموزید EDUCBA یک ارائه دهنده جهانی آموزش مبتنی بر مهارت است که نیازهای اعضا را در بیش از 100 کشور برطرف می کند. ما بزرگترین شرکت فناوری پیشرفته در آسیا با نمونه کارهای 5498+ دوره آنلاین ، 205+ مسیر یادگیری ، 150+ برنامه شغل محور (JOPs) و 50+ بسته دوره حرفه ای شغلی هستیم که توسط متخصصان برجسته صنعت آماده شده است. برنامه های آموزشی ما برنامه های مبتنی بر مهارت شغلی است که توسط صنعت در سراسر امور مالی ، فناوری ، تجارت ، طراحی ، داده و فناوری جدید و آینده مورد نیاز صنعت است.

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.