آموزش مدل‌سازی داده‌ها و پیش‌بینی با زبان R - آخرین آپدیت

دانلود Data Modeling and Prediction with R

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: بیاموزید چگونه با اعتماد به نفس کامل، از مرحله اکتشاف داده‌ها به مدل‌سازی آن‌ها حرکت کنید. در این دوره، شما مدل‌های رگرسیون خطی و لجستیک را در R می‌سازید و تفسیر می‌کنید تا روابط بین متغیرها را کشف کرده، پیش‌بینی‌های دقیق انجام دهید و عدم قطعیت‌ها را کمی‌سازی کنید. شما با یادگیری نحوه برازش و تفسیر مدل‌های رگرسیون خطی ساده و چندگانه شروع خواهید کرد و سپس به سراغ مدل‌سازی نتایج طبقه‌بندی شده با استفاده از رگرسیون لجستیک خواهید رفت. در نهایت، روش‌های بوت‌استرپینگ (Bootstrapping) و آزمون فرضیه را برای درک و انتقال عدم قطعیت در نتایج خود بررسی می‌کنید. در پایان این دوره، شما قادر خواهید بود از مدل‌سازی آماری برای اتخاذ و تبیین تصمیمات داده‌محور استفاده کنید؛ مهارتی ضروری برای دانشمندان داده، تحلیل‌گران و هر کسی که با داده‌های واقعی جهان سر و کار دارد.

سرفصل ها و درس ها

ساخت و تفسیر مدل‌های خطی ساده Building and Interpreting Simple Linear Models

  • خوش‌آمدگویی Welcome

  • زبان مدل‌ها The language of models

  • رگرسیون خطی با پیش‌بین عددی Linear regression with a numerical predictor

  • تمرین کدنویسی :: مدل‌سازی ماهی‌ها Code along :: Modeling fish

  • رگرسیون خطی با پیش‌بین طبقه‌بندی شده Linear regression with a categorical predictor

  • داده‌های پرت در رگرسیون خطی Outliers in linear regression

گسترش به رگرسیون خطی چندگانه Expanding to Multiple Linear Regression

  • رگرسیون خطی با پیش‌بین‌های متعدد Linear regression with multiple predictors

  • اثرات اصلی و اثرات متقابل Main and interaction effects

  • تمرین کدنویسی :: مدل‌سازی نرخ بهره وام Code along :: Modeling loan interest rates

مدل‌سازی نتایج طبقه‌بندی شده با رگرسیون لجستیک Modeling Categorical Outcomes with Logistic Regression

  • رگرسیون لجستیک Logistic regression

  • تمرین کدنویسی :: ساخت یک فیلتر اسپم Code along :: Building a spam filter

  • طبقه‌بندی و خطاهای تصمیم‌گیری Classification and decision errors

  • بیش‌برازش و مصرف بیش از حد داده‌ها Overfitting and spending your data

  • تمرین کدنویسی :: طبقه‌بندی جنگل Code along :: Forest classification

کمی‌سازی و انتقال عدم قطعیت Quantifying and Communicating Uncertainty

  • کمی‌سازی عدم قطعیت Quantifying uncertainty

  • بوت‌استرپینگ Bootstrapping

  • تمرین کدنویسی :: بوت‌استرپینگ خانه‌های جنگل دوک Code along :: Bootstrapping Duke Forest houses

  • آزمون فرضیه Hypothesis testing

نمایش نظرات

آموزش مدل‌سازی داده‌ها و پیش‌بینی با زبان R
جزییات دوره
11h 0m
18
(آخرین آپدیت)
521
- 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

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده

Mine Çetinkaya-Rundel Mine Çetinkaya-Rundel