لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش یادگیری ماشین و مبانی هوش مصنوعی: درختان تصمیم با SPSS
Machine Learning and AI Foundations: Decision Trees with SPSS
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
بسیاری از متخصصان علوم داده به دنبال تمرکز بر یادگیری ماشین هستند. این دوره، ملزومات یادگیری ماشین، از جمله تجزیه و تحلیل پیشبینیکننده و کار با درختهای تصمیم را پوشش میدهد. چندین الگوریتم درختی محبوب را کاوش کنید و یاد بگیرید که چگونه از مهندسی معکوس برای شناسایی متغیرهای خاص استفاده کنید. نمایش های استفاده از IBM SPSS Modeler گنجانده شده است تا بتوانید نحوه عملکرد درختان تصمیم گیری را درک کنید. این دوره طراحی شده است تا به شما یک پایه محکم برای ایجاد مهارت های پیشرفته تری در علم داده ارائه دهد.
سرفصل ها و درس ها
معرفی
Introduction
آنچه شما باید بدانید
What you should know
با استفاده از فایل های تمرین
Using the exercise files
Modeler 18.4
Modeler 18.4
درختان تصمیم در SPSS Modeler
Decision trees in SPSS Modeler
1. Decision Trees در IBM SPSS Modeler
1. Decision Trees in IBM SPSS Modeler
ساخت یک مدل سریع CHAID
Building a quick CHAID model
گزینه های درخت تصمیم در SPSS Modeler
Decision tree options in SPSS Modeler
اضافه کردن مدل دوم با C&RT
Adding a second model with C&RT
گره های تجزیه و تحلیل
Analysis nodes
نمودار افزایش و سود
Lift and gains chart
2. درک CHAID
2. Understanding CHAID
چگونه CHAID متغیرهای ترتیبی را مدیریت می کند
How CHAID handles ordinal variables
نمای کلی Chi-squared
Chi-squared overview
الگوریتم چیست؟
What is an algorithm?
تنظیم بونفرونی
Bonferonni adjustment
نحوه مدیریت CHAID با متغیرهای اسمی
How CHAID handles nominal variables
نگاهی گذرا به درخت CHAID کامل
A quick look at the complete CHAID tree
سطح اندازه گیری چیست؟
What is level of measurement?
چگونه CHAID متغیرهای پیوسته را مدیریت می کند
How CHAID handles continuous variables
ساختن درخت به صورت تعاملی
Buliding a tree interactively
3. درک C&RT
3. Understanding C&RT
درک هرس
Understanding pruning
چگونه C&RT متغیرهای اسمی، ترتیبی و پیوسته را مدیریت می کند
How C&RT handles nominal, ordinal, and continuous variables
نگاهی گذرا به درخت کامل C&RT
A quick look at the complete C&RT tree
ضریب جینی چقدر است؟
What is the Gini coefficient?
چگونه C&RT داده های از دست رفته را مدیریت می کند
How C&RT handles missing data
C&RT چگونه خلوص و تعادل را وزن می کند؟
How does C&RT weigh purity and balance?
4. بهبود مدل خود
4. Improving Your Model
CHAID جامع
Exhaustive CHAID
قوانین توقف در CHAID و C&RT
Stopping rules in CHAID and C&RT
ترفند تنظیم Autoclassifier
The Autoclassifier tuning trick
داده کاو ، مربی ، سخنران ، نویسنده
کیت مک کورمیک یک کاوشگر اطلاعات ، مربی ، سخنران و نویسنده مستقل است.
کیت در توضیح روشهای پیچیده برای کاربران جدید یا تصمیم گیرندگان در سطوح مختلف از جزئیات فنی مهارت دارد. وی متخصص در مدل های پیش بینی و تجزیه و تحلیل تقسیم بندی از جمله درختان طبقه بندی ، شبکه های عصبی ، مدل خطی کلی ، تجزیه خوشه و قوانین ارتباط است.
نمایش نظرات