آموزش روش‌های داده‌کاوی - آخرین آپدیت

دانلود Data Mining Methods

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره آموزشی به بررسی تکنیک‌های اصلی مورد استفاده در داده‌کاوی (Data Mining) می‌پردازد، از جمله تحلیل الگوهای پرتکرار، طبقه‌بندی (Classification)، خوشه‌بندی (Clustering)، تحلیل داده‌های پرت (Outlier Analysis) و همچنین استخراج داده‌های پیچیده و مرزهای پژوهشی در حوزه داده‌کاوی. این دوره می‌تواند به عنوان بخشی از واحدهای تحصیلی مقطع کارشناسی ارشد علوم داده یا علوم کامپیوتر دانشگاه CU Boulder که در پلتفرم کورسرا ارائه می‌شود، گذرانده شود. این مدارک تحصیلات تکمیلی دارای اعتبار کامل بوده و دوره‌های هدفمند، جلسات کوتاه ۸ هفته‌ای و شهریه پرداخت‌به‌ازای-استفاده دارند. پذیرش بر اساس عملکرد در سه دوره مقدماتی است و نه سوابق تحصیلی. مدارک CU در کورسرا برای فارغ‌التحصیلان جدید یا متخصصان شاغل ایده‌آل است. بیشتر بدانید: کارشناسی ارشد علوم داده: https://www.coursera.org/degrees/master-of-science-data-science-boulder کارشناسی ارشد علوم کامپیوتر: https://coursera.org/degrees/ms-computer-science-boulder تصویر لوگوی دوره با سپاس از Lachlan Cormie، موجود در Unsplash: https://unsplash.com/photos/jbJp18srifE

سرفصل ها و درس ها

تحلیل الگوهای پرتکرار Frequent Pattern Analysis

  • آشنایی با مدرس! Meet Your Instructor!

  • آماده‌سازی برای این تخصص Preparing for this Specialization

  • داده‌کاوی: نگاهی به تکنیک‌ها Data Mining: Technique View

  • تحلیل الگوهای پرتکرار، الگوریتم Apriori Frequent Pattern Analysis, Apriori Algorithm

  • مثال و جزئیات الگوریتم Apriori Apriori Algorithm Example, Details

  • مثال: تحلیل الگوهای پرتکرار Apriori Example: Apriori Frequent Pattern Analysis

  • چالش‌ها و بهبودهای الگوریتم Apriori Apriori Algorithm Challenges and Improvements

  • الگوریتم FP growth و مثال FP-growth Algorithm, Example

  • قانون انجمن (Association Rule) و مثال Association Rule, Example

  • همبستگی و مثال Correlation, Example

  • سایر معیارهای همبستگی Other Correlation Measures

  • مثال: تحلیل الگوهای پرتکرار FP growth Example: FP-growth Frequent Pattern Analysis

  • مثال: محدودیت‌های یکنواخت و ضد-یکنواخت Example: Monotonic and Anti-monotonic Constraints

  • مثال: همبستگی Lift Example: Lift Correlation

  • مثال: همبستگی X^2 Example: X^2 Correlation

طبقه‌بندی Classification

  • مقدمه‌ای بر طبقه‌بندی Introduction to Classification

  • استخراج درخت تصمیم و مثال Decision Tree Induction, Example

  • طبقه‌بندی بیزی و مثال Bayesian Classification, Example

  • مثال: طبقه‌بندی با استخراج درخت تصمیم Example: Decision Tree Induction Classification

  • مثال: طبقه‌بندی بیزی Example: Bayesian Classification

  • ماشین‌های بردار پشتیبان (SVM) Support Vector Machines

  • شبکه عصبی Neural Network

  • یادگیری جمعی و ارزیابی مدل Ensemble, Model Evaluation

  • انتخاب مدل Model Selection

خوشه‌بندی Clustering

  • مقدمه‌ای بر خوشه‌بندی Introduction to Clustering

  • روش‌های افراز (Partitioning) Partitioning Methods

  • خوشه‌بندی سلسله‌مراتبی و مبتنی بر شبکه Hierarchical and Grid Based Clustering

  • خوشه‌بندی مبتنی بر چگالی Density-Based Clustering

  • خوشه‌بندی احتمالی Probabilistic Clustering

  • خوشه‌بندی EM EM Clustering

  • خوشه‌بندی ابعاد بالا، Bi-Clustering و خوشه‌بندی گراف High Dimensional, Bi-Clustering, Graph Clustering

  • خوشه‌بندی مبتنی بر محدودیت Constraint Based Clustering

تحلیل داده‌های پرت Outlier Analysis

  • انواع داده‌های پرت Types of Outliers

  • روش‌های تشخیص ناهنجاری ۱ Anomaly Detection Methods 1

  • روش‌های تشخیص ناهنجاری ۲ Anomaly Detection Methods 2

  • مثال‌های تشخیص ناهنجاری Anomaly Detection Examples

  • داده‌های توالی و سری‌های زمانی Sequence and Time Series Data

  • داده‌های گراف و شبکه‌های اجتماعی آنلاین Graph and Online Social Network Data

  • داده‌های وب و کنفرانس KDD Web Data, KDD Conference

  • مرزهای پژوهشی در داده‌کاوی Data Mining Research Frontiers

نمایش نظرات

آموزش روش‌های داده‌کاوی
جزییات دوره
24h 25m
40
(آخرین آپدیت)
10,356
- از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar