لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مدلهای خطی پیشرفته برای علوم داده ۲: مدلهای خطی آماری
- آخرین آپدیت
دانلود Advanced Linear Models for Data Science 2: Statistical Linear Models
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
به دوره مدلهای خطی پیشرفته برای علوم داده (کلاس دوم): مدلهای خطی آماری خوش آمدید. این کلاس مقدمهای بر روش کمترین مربعات از منظر جبر خطی و ریاضیات است. پیش از شروع دوره، اطمینان حاصل کنید که موارد زیر را به طور پایه میدانید:
- درک پایه از جبر خطی و حساب دیفرانسیل و انتگرال چند متغیره.
- آشنایی اولیه با آمار و مدلهای رگرسیونی.
- حداقل آشنایی اندک با ریاضیات اثباتمحور.
- دانش پایه در زبان برنامهنویسی R.
پس از گذراندن این دوره، دانشجویان پایهای مستحکم در تحلیل جبر خطی مدلهای رگرسیون خواهند داشت که این امر درک کلی دانشمندان داده کاربردی از مدلهای رگرسیون را به شدت ارتقا میدهد.
سرفصل ها و درس ها
مقدمه و مقادیر مورد انتظار
Introduction and expected values
ویدیو مقدماتی
Introductory video
مبانی مقادیر مورد انتظار چند متغیره
Multivariate expected values, the basics
مقادیر مورد انتظار و عملیات ماتریسی
Expected values, matrix operations
واریانسها و کوواریانسهای چند متغیره
Multivariate variances and covariances
عملیات ماتریس کوواریانس و واریانس چند متغیره
Multivariate covariance and variance matrix operations
مقادیر مورد انتظار فرمهای درجه دوم
Expected values of quadratic forms
ویژگیهای مقدار مورد انتظار تخمینهای کمترین مربعات
Expected value properties of least squares estimates
توزیع نرمال چند متغیره
The multivariate normal distribution
توزیعهای نرمال و نرمال چند متغیره
Normals and multivariate normals
توزیع نرمال تکین
The singular normal distribution
درستنماییهای نرمال
Normal likelihoods
توزیعهای شرطی نرمال
Normal conditional distributions
نتایج توزیعی
Distributional results
نتایج کای-اسکوئر برای فرمهای درجه دوم
Chi squared results for quadratic forms
فواصل اطمینان برای ضرایب رگرسیون
Confidence intervals for regression coefficients
نمایش نظرات