آموزش تحلیل پیش بینی و مدل سازی با استفاده از Minitab

Predictive Analytics and Modeling using Minitab

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: آشنایی با نحوه استفاده از ابزارهای تجزیه و تحلیل پیش‌بینی‌کننده برای حل مشکلات کسب‌وکار در زمان واقعی با استفاده از Minitab Learn تجزیه و تحلیل داده‌ها و دستکاری، تجسم، آمار، آزمایش فرضیه استفاده از تکنیک‌های تجزیه و تحلیل پیش‌بینی‌کننده برای تفسیر خروجی‌های مدل درک نحوه استفاده از ابزارهای تحلیل پیش‌بینی‌کننده برای حل مشکلات کسب‌وکار در زمان واقعی درباره مدل‌های پیش‌بینی‌کننده مانند رگرسیون، خوشه‌بندی و موارد دیگر پیش نیازها: پیش نیازهای این دوره شامل دانش آماری اولیه و جزئیات نرم‌افزارهایی مانند SPSS یا SAS یا STATA است.

این دوره شامل مراحل اساسی زیر در مدل‌سازی پیش‌بینی است

  • تعریف هدف - این بخش به روش‌هایی برای تعریف هدف مدل‌های پیش‌بینی در ارتباط با اهداف کسب‌وکار می‌پردازد.

  • جمع آوری داده ها - جمع آوری داده ها از منابع مختلف گام مهم دیگری در ساخت مدل پیش بینی است. نمونه هایی برای جمع آوری انواع مختلف داده ها از منابع مختلف ارائه شده است.

  • آماده‌سازی داده‌ها برای مدل‌سازی - این بخش به تفکیک داده‌ها و چگونگی تعیین نحوه استفاده از آنها در مدل‌سازی پیش‌بینی می‌پردازد.

  • انتخاب و تبدیل متغیرها - این مبحث به مراحل تبدیل متغیرهای مستقل برای بهترین تناسب با متغیر وابسته می پردازد.

  • پردازش و ارزیابی مدل - در این فصل چندین روش پردازش و ارزیابی مدل را مرور خواهید کرد

  • تأیید اعتبار مدل - مدل های پیش بینی باید عملکرد خوبی روی داده ها داشته باشند. این فصل به سه روش قدرتمند برای اطمینان از تناسب مدل می پردازد.

  • پیاده سازی و حفظ مدل - پیاده سازی موثر مدل پیش بینی یکی دیگر از مراحل مهم است. این فصل رویه‌های حسابرسی مختلف و شیوه‌های نگهداری مدل

    را مورد بحث قرار می‌دهد

تحلیل پیش بینی کننده یک استراتژی در حال ظهور در بسیاری از بخش های تجاری است و برای بهبود عملکرد شرکت ها استفاده می شود. مدل سازی پیش بینی بخشی از تجزیه و تحلیل پیش بینی است که برای ایجاد یک مدل آماری برای پیش بینی رفتار آینده استفاده می شود. مدل‌سازی پیش‌بینی‌کننده را می‌توان روی هر نوع رویدادی صرف نظر از وقوع آن استفاده کرد. مدل پیش بینی مورد استفاده برای یک موقعیت خاص اغلب بر اساس تئوری تشخیص انتخاب می شود. این دوره شامل مروری بر تجزیه و تحلیل پیش بینی و مدل سازی پیش بینی است. این دوره همچنین شامل نمونه هایی از مدل سازی پیش بینی است.


سرفصل ها و درس ها

Minitab و کاربردهای آن در مدل سازی پیش بینی کننده Minitab and its applications to Predictive Modelling

  • معرفی مدل سازی پیش بینی کننده Introduction of Predictive Modeling

  • رگرسیون غیر خطی Non Linear Regression

  • نمودارهای آنوا و کنترل Anova and Control Charts

  • درک، تفسیر و پیاده سازی با استفاده از Minitab Understanding, Interpretation and implementation using Minitab

  • تفسیر و پیاده سازی را با استفاده از Minitab ادامه دهید Continue on Interpretation and implementation using Minitab

  • مشاهده Observation

  • نتایج برای NAV Prices Results for NAV Prices

  • قیمت های NAV - مشاهدات NAV Prices - Observations

  • آمار توصیفی Descriptive Statistics

  • شکایات - مشاهدات مشتری Customer Complaints-Observations

  • مشاهدات ضربان قلب در حالت استراحت Resting Heart Rate Observations

  • نتایج برای متقاضی وام MTW Results for Loan Applicant MTW

  • جزئیات بیشتر در مورد نتایج برای متقاضی وام MTW More Details on Results for Loan Applicant MTW

  • ویژگی های T-Test Features of T- Test

  • متقاضی وام Loan Applicant

  • جفت T - تست Paired T - Test

ANOVA با استفاده از Minitab ANOVA Using Minitab

  • درک و پیاده سازی ANOVA Understanding and Implementation of ANOVA

  • مقایسه های زوجی Pairwise Comparisons

  • ویژگی های Chi - Test Features of Chi - Test

  • اولویت و ضربان نبض Preference and Pulse Rate

  • متفاوت است. btw برنامه رشد و طرح سود سهام در MF Diffe. btw Growth Plan ad Dividend Plan in MF

  • بررسی قیمت NAV و قیمت خرید مجدد Checking NAV Price and Repurchase Price

تکنیک های همبستگی Correlation Techniques

  • تکنیک های همبستگی پایه Basic Correlation Techniques

  • بیشتر در مورد تکنیک های همبستگی پایه More on Basic Correlation Techniques

  • پیاده سازی سی تی با استفاده از Minitab CT Implementation Using Minitab

  • پیاده سازی را با استفاده از Minitab ادامه دهید Continue on Implemetation using Minitab

  • تفسیر مقادیر همبستگی Interpretation of Correlation Values

  • نتایج برای بازگشت Results for Return

  • ارزش های همبستگی - مشاهدات Correlation Values - Observations

  • ارزش های همبستگی - تفاسیر Correlation Values - Interpretations

  • ضربان قلب - هدف Heart Beat - Objective

  • ضربان قلب - تفسیر Heart Beat - Interpretation

  • جمعیت شناسی و استانداردهای زندگی Demographics and Living Standards

  • جمعیت شناسی و استانداردهای زندگی - مشاهده Demographics and Living Standards - Observation

  • پیاده سازی گرافیکی Graphical Implementation

  • Regression Fit را اضافه کنید Add Regression Fit

  • Scatterplot با رگرسیون Scatterplot with Regression

  • طرح پراکنده Rhdeq در مقابل Rhcap Scatterplot of Rhdeq vs Rhcap

مدلسازی رگرسیون Regression Modeling

  • مقدمه ای بر مدل سازی رگرسیون Introduction to Regression Modeling

  • شناسایی متغیر مستقل Identify Independent Variable

  • معادله رگرسیون Regression Equation

  • جدول بندی ارزش ها Tabulating the Values

  • تفسیر و پیاده سازی در مجموعه داده ها Interpretation and Implementation on Data Sets

  • به تفسیر در پایگاه داده ادامه دهید Continue on Interpretation on Database

  • متغیر قابل توجه Significant Variable

  • محاسبه مقادیر متناظر Calculating Corresponding Values

  • متغیر وابسته را شناسایی کنید Identify Dependent Variable

  • تولید آمار توصیفی Generate Descriptive Statistics

  • نمودار پراکندگی مصرف انرژی Scatterplot of Energy Consumption

  • معادله هویت Identity Equation

  • P - ارزش و T - ارزش P - Value and T - Value

  • تغییرات در Tem و گسترش Changes in Tem. and Expansion

  • هدف قیمت سهام Objective of Stock Prices

  • تفاسیر مثال 5 Interpretations of Example 5

  • تغییر بازگشت اتکا Reliance Return Change

  • ایجاد مقادیر پیش بینی شده Generate Predicted Values

  • Scatterplot Return RIL Scatterplot Return RIL

  • رگرسیون چندگانه پایه Basic Multiple Regression

  • رگرسیون چندگانه پایه ادامه دارد Basic Multiple Regression Continues

  • رگرسیون چندگانه پایه - تفسیر Basic Multiple Regression - Interpretation

  • ایجاد آمار پایه Generate Basic Statistics

  • کار روی Scatterplot Working on Scatterplot

  • هدف متغیر وابسته Dependent Variable Objective

  • مفهوم چند خطی Concept of Multicollinearity

  • متغیر وابسته Y را شناسایی کنید Identify Dependent Variable Y

  • خروجی ها و مشاهده Outputs and Observation

  • تفاسیر - مثال 3 Interpretations - Example 3

  • با و بدون Flux محاسبه کنید Calculate with and without Flux

  • طرح پراکنده Heart FLux در مقابل Insolation Scatterplot of Heart FLux Vs Insolation

  • تفسیر مجموعه داده ها Interpretation of Datasets

  • پیاده سازی مجموعه داده ها Implementation of Datasets

  • مثال 4 مشاهدات Example 4 Observations

  • نمایش آمار توصیفی Display Descriptive Statistics

  • مقادیر پیش بینی شده مثال 4 Predicted Values Example 4

  • نمودار پراکندگی مثال 4 Scatterplot of Example 4

  • محاسبه IV - رگرسیون چندگانه Calculating IV - Multiple Regression

  • محاسبه رگرسیون چندگانه مستقل Calculating Independent Multiple Regression

  • درک طرح پراکندگی لجستیک پایه Understanding Basic Logistic Scatter Plot

  • طرح پراکندگی لجستیک پایه ادامه دارد Basic Logistic Scatter Plot Continues

  • تولید معادله رگرسیون Generation of Regression Equation

  • مقادیر جدول بندی شده Tabulated Values

  • تفسیر و پیاده سازی در مجموعه داده Interpretation and Implementation on Dataset

  • تفسیر و پیاده سازی در مجموعه داده ها ادامه دارد Interpretation and Implementation on dataset Continues

  • خروجی و مشاهده - مقادیر جدول بندی شده Output and Observation - Tabulated Values

  • مثال معیارهای کسب و کار Business Metrics Example

  • مثال دوم و سه تفسیر Example Two and Three Interpretations

  • گروه معادلات رگرسیون Regression Equation Group

  • تفسیر و اجرای طرح پراکندگی Interpretation and Implementation of Scatter Plot

  • اطلاعات بیشتر در مورد اجرای طرح پراکندگی More on Implementation of Scatter Plot

  • استحکام قاب پلاستیکی Plastic Case Strength

  • معادلات جدا Separate Equations

  • تولید مقادیر پیش بینی شده Generation of Predicted Values

  • قدرت پراکندگی در مقابل دما Scatter Plot Strength Vs Temp

  • داده های خرید غلات Data of Cereal Purchase

  • کودکان مشاهده شده و RE Children Viewed and RE

  • ارزش های پیش بینی شده برای مشتریان فردی Predicted Values for Individual Customers

  • متغیر مستقل درآمد Income Independent Variable

  • نمونه ای از صدور کارت اعتباری Example of Credit Card Issuing

  • مثال پنج - مقادیر جدول بندی شده Example Five - Tabulated Values

  • تولید خروجی ها Generating Outputs

  • مثال پنج تفسیر Example Five Interpretations

  • درآمد موقعیت ها Situations Income

  • طرح پراکنده Scatterplot

  • مقیاس طرح پراکندگی Scatter Plot Scale

مدل سازی پیش بینی با استفاده از MS Excel Predictive Modeling using MS Excel

  • با استفاده از بسته ابزار تجزیه و تحلیل داده ها Using Data Analysis Toolpak

  • اجرای آمار توصیفی Implementation of Descriptive Statistics

  • آمار توصیفی - محدوده ورودی Descriptive statistics - Input Range

  • اجرای ANOVA Implementation of ANOVA

  • اجرای T - Test Implementation of T - Test

  • پیاده سازی با استفاده از همبستگی Implementation Using Correlation

  • پیاده سازی با استفاده از رگرسیون Implementation Using Regression

نمایش نظرات

نظری ارسال نشده است.

آموزش تحلیل پیش بینی و مدل سازی با استفاده از Minitab
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
15.5 hours
111
Udemy (یودمی) udemy-small
16 آبان 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
1,933
5 از 5
ندارد
دارد
دارد
EDU CBA

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

EDU CBA EDU CBA

مهارت های دنیای واقعی را بصورت آنلاین بیاموزید EDUCBA یک ارائه دهنده جهانی آموزش مبتنی بر مهارت است که نیازهای اعضا را در بیش از 100 کشور برطرف می کند. ما بزرگترین شرکت فناوری پیشرفته در آسیا با نمونه کارهای 5498+ دوره آنلاین ، 205+ مسیر یادگیری ، 150+ برنامه شغل محور (JOPs) و 50+ بسته دوره حرفه ای شغلی هستیم که توسط متخصصان برجسته صنعت آماده شده است. برنامه های آموزشی ما برنامه های مبتنی بر مهارت شغلی است که توسط صنعت در سراسر امور مالی ، فناوری ، تجارت ، طراحی ، داده و فناوری جدید و آینده مورد نیاز صنعت است.

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.