آموزش پیاده سازی روشهای بوت استرپ در R
Implementing Bootstrap Methods in R
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
سرفصل ها و درس ها
بررسی اجمالی دوره Course Overview
-
بررسی اجمالی دوره Course Overview
شروع کار با Bootstrapping در R Getting Started with Bootstrapping in R
-
پیش نیازها و طرح کلی دوره Prerequisites and Course Outline
-
نمونه های آماری و فاصله اطمینان Sample Statistics and Confidence Intervals
-
داده های توزیع شده معمول: تخمین میانگین Normally Distributed Data: Estimating Mean
-
داده های توزیع شده معمول: محاسبه فاصله اطمینان Normally Distributed Data: Calculating Confidence Intervals
-
داده هایی با هر توزیع: تخمین فاصله های میانگین و اطمینان Data with Any Distribution: Estimating Mean and Confidence Intervals
-
مفاهیم قضیه حد مرکزی Implications of the Central Limit Theorem
-
نسخه ی نمایشی: قضیه حد مرکزی با توزیع های مختلف Demo: The Central Limit Theorem with Different Distributions
-
نسخه ی نمایشی: قضیه حد مرکزی اطلاعات واقعی Demo: The Central Limit Theorem on Real Data
-
اشکال رویکردهای مرسوم Drawbacks of Conventional Approaches
-
معرفی Bootstrapping Introducing Bootstrapping
-
فاصله اطمینان Bootstrapped Bootstrapped Confidence Intervals
پیاده سازی روشهای بوت استرپ برای آمار خلاصه Implementing Bootstrap Methods for Summary Statistics
-
نسخه ی نمایشی: آمار بوت استرپ و آمار نمونه Demo: Bootstrap Statistics and Sample Statistics
-
نسخه ی نمایشی: انجام Bootstrapping بر روی داده های واقعی Demo: Performing Bootstrapping on Real Data
-
نسخه ی نمایشی: اجرای Bootstrapping با استفاده از روش Boot Demo: Performing Bootstrapping Using the Boot Method
-
نسخه ی نمایشی: چند بوت استرپینگ Demo: Bootstrapping Multiple Statistics
-
معرفی بوت استرپ بیزی Introducing the Bayesian Bootstrap
-
الگوریتم بوت استرپ بیزی Bayesian Bootstrap Algorithm
-
نسخه ی نمایشی: اجرای بوت استرپینگ بیزی Demo: Performing Bayesian Bootstrapping
-
معرفی Smoothed Bootstrap Introducing the Smoothed Bootstrap
-
نسخه ی نمایشی: بوت استرپ صاف شده Demo: Smoothed Bootstrap
پیاده سازی روشهای بوت استرپ برای مدلهای رگرسیون Implementing Bootstrap Methods for Regression Models
-
معرفی رگرسیون خطی Introducing Linear Regression
-
معیارهای رگرسیون و بوت استرپینگ Regression Metrics and Bootstrapping
-
نمونه گیری مجدد مورد و نمونه برداری مجدد Case Resampling and Residual Resampling
-
نسخه ی نمایشی: تخمین R2 مدل های رگرسیون با استفاده از بوت استرپینگ Demo: Estimating R2 of Regression Models Using Bootstrapping
-
نسخه ی نمایشی: تخمین ضرایب با استفاده از بوت استرپینگ Demo: Estimating Coefficients Using Bootstrapping
-
نسخه ی نمایشی: نمونه گیری مجدد مورد و نمونه برداری مجدد با استفاده از روش Boot () Demo: Case Resampling and Residual Resampling Using the Boot() Method
-
خلاصه و مطالعه بیشتر Summary and Further Study
https://donyad.com/d/2fff
Janani Ravi
معمار و مهندس داده خبره Google Cloud
Janani Ravi یک معمار و مهندس داده خبره Google cloud است.
جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.
جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.
نمایش نظرات