پروژه های پیشرفته داده کاوی با R [ویدئو]

Advanced Data Mining projects with R [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: پروژه های پیشرفته داده کاوی با R شما را یک قدم جلوتر در درک پیچیده ترین الگوریتم های داده کاوی و پیاده سازی آنها در زبان محبوب R می برد. دوره ما پروژه های داده کاوی در R را دنبال کنید، این دوره به شما یاد می دهد که چگونه موتور توصیه خود را بسازید. شما همچنین کاهش ابعاد را اجرا کرده و از آن برای ساخت یک پروژه در دنیای واقعی استفاده خواهید کرد. در ادامه، با مفهوم شبکه های عصبی آشنا می شوید و یاد می گیرید که چگونه آنها را برای پیش بینی، طبقه بندی و پیش بینی به کار ببرید. در نهایت، شما ggplot2، نمودار و جنبه‌های geomapping را برای ایجاد پروژه‌های تجسم داده‌های خود پیاده‌سازی خواهید کرد. در پایان این دوره، با تمام تکنیک‌های پیشرفته داده‌کاوی و نحوه پیاده‌سازی آن‌ها با استفاده از R، در هر موردی آشنا خواهید شد. سناریوی دنیای واقعی • ایجاد مدل های پیش بینی به منظور ساخت یک موتور توصیه • پیاده سازی تکنیک های مختلف کاهش ابعاد برای رسیدگی به مجموعه داده های بزرگ • کسب دانش در مورد مفهوم شبکه عصبی برگرفته از علوم کامپیوتر و کاربردهای آن در داده کاوی تحلیلگران داده و دانشمندان داده با دانش R، که در توسعه پروژه های پیچیده داده کاوی به کمک نیاز دارند، مخاطبان ایده آل این دوره ویدیویی هستند. آنها باید دانش قبلی از آمار اولیه و تجربه ای با تکنیک ها و الگوریتم های داده کاوی اولیه داشته باشند. [*]تکنیک های پیچیده داده کاوی را در R پیاده سازی کنید تا موتور توصیه خود را بسازید[*]تکنیک های کاهش ابعاد و شبکه های عصبی را در پروژه های دنیای واقعی اعمال کنید[*]پروژه های عملی در مورد موارد استفاده در دنیای واقعی که به روشی بسیار آسان ارائه شده است. شیوه

سرفصل ها و درس ها

خوشه بندی با داده های تجارت الکترونیک Clustering with E-commerce Data

  • بررسی اجمالی دوره The Course Overview

  • درک تقسیم بندی مشتریان Understanding Customer Segmentation

  • روش های خوشه بندی - K به معنی و سلسله مراتبی Clustering Methods – K means and Hierarchical

  • روش‌های خوشه‌بندی – مبتنی بر مدل، سایر و مقایسه Clustering Methods – Model Based, Other and Comparison

ساخت موتور توصیه خرده فروشی Building a Retail Recommendation Engine

  • توصیه چیست؟ What Is Recommendation?

  • کاربرد روش ها و محدودیت های فیلتر مشارکتی Application of Methods and Limitations of Collaborative Filtering

  • پروژه عملی Practical Project

کاهش ابعاد Dimensionality Reduction

  • چرا کاهش ابعاد؟ Why Dimensionality Reduction?

  • پروژه عملی در مورد کاهش ابعاد Practical Project around Dimensionality Reduction

  • رویکرد پارامتریک به کاهش ابعاد Parametric Approach to Dimension Reduction

استفاده از شبکه عصبی برای داده های مراقبت های بهداشتی Applying Neural Network to Healthcare Data

استفاده از شبکه عصبی برای داده های مراقبت های بهداشتی Applying Neural Network to Healthcare Data

  • مقدمه ای بر شبکه های عصبی Introduction to Neural Networks

  • مقدمه ای بر شبکه های عصبی Introduction to Neural Networks

  • درک ریاضیات پشت شبکه عصبی Understanding the Math Behind the Neural Network

  • درک ریاضیات پشت شبکه عصبی Understanding the Math Behind the Neural Network

  • پیاده سازی شبکه عصبی در R Neural Network Implementation in R

  • پیاده سازی شبکه عصبی در R Neural Network Implementation in R

  • شبکه های عصبی برای پیش بینی Neural Networks for Prediction

  • شبکه های عصبی برای پیش بینی Neural Networks for Prediction

  • شبکه های عصبی برای طبقه بندی Neural Networks for Classification

  • شبکه های عصبی برای طبقه بندی Neural Networks for Classification

  • شبکه های عصبی برای پیش بینی Neural Networks for Forecasting

  • شبکه های عصبی برای پیش بینی Neural Networks for Forecasting

  • محاسن و معایب شبکه های عصبی Merits and Demerits of Neural Networks

  • محاسن و معایب شبکه های عصبی Merits and Demerits of Neural Networks

نمایش نظرات

پروژه های پیشرفته داده کاوی با R [ویدئو]
جزییات دوره
1 h 24 m
17
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Pradeepta Mishra Pradeepta Mishra

پرادیپتا میشرا دانشمند داده، متخصص مدل‌سازی پیش‌بینی‌کننده، متخصص یادگیری عمیق و یادگیری ماشین، و اقتصادسنجی است. او در حال حاضر علم داده و تمرین یادگیری ماشین را برای Ma Foi Analytics، بنگلور، هند هدایت می کند. Ma Foi Analytics یک ارائه دهنده تجزیه و تحلیل پیشرفته برای Tomorrow's Cognitive Insights Ecology است که از ترکیبی از هوش مصنوعی پیشرفته، یک پلت فرم اختصاصی کلان داده و تخصص علم داده استفاده می کند. او دارای حق ثبت اختراع برای افزایش طراحی پلانوگرام برای صنعت خرده فروشی است. پرادیپتا مقالات تحقیقاتی را در IIM احمدآباد هند منتشر و ارائه کرده است. او عضو هیئت علمی مدعو در مدارس مختلف B است و مرتباً در مورد علم داده و یادگیری ماشین سخنرانی می کند. پرادیپتا بیش از 10 سال را صرف حل پروژه‌های مختلف مربوط به طبقه‌بندی، رگرسیون، تشخیص الگو، پیش‌بینی سری‌های زمانی، و تجزیه و تحلیل داده‌های بدون ساختار با استفاده از روش‌های متن‌کاوی، در حوزه‌هایی مانند مراقبت‌های بهداشتی، بیمه، خرده‌فروشی و تجارت الکترونیک، تولید و به زودی. اگر سؤالی دارید، دریغ نکنید که او را در توییتر از طریق @mishra1_PK جستجو کنید—او بسیار خوشحال خواهد شد که در هر کجا و هر زمان به یک همکار حرفه ای وب کمک کند.