پیشبینی فرسایش کارکنان در پروژه Apache Spark (ML) و HR Analytics Employee Attrition & Performance برای مبتدیان
یک دوره جامع در زمینه پیش بینی سری های زمانی با ML و RNN با بیش از 12 ساعت محتوای عملی و دفترچه های کد دقیق. این دوره با سه پروژه دنیای واقعی با آزمونهایی برای تقویت یادگیری پر شده است.
تجزیه و تحلیل سری زمانی در پایتون برنامه ریزی تقاضا و پیش بینی کسب و کار پیش بینی با 6 مدل: پیامبر، ARIMA و بیشتر.
تجزیه و تحلیل سری زمانی برای علم داده و تجزیه و تحلیل در برنامه نویسی R. برنامه ریزی و پیش بینی تقاضا پیامبر، آریما و غیره
تجزیه و تحلیل سری های زمانی را با کتابخانه پیامبر فیس بوک انجام دهید
پیش بینی، پیش بینی فروش، مدل پیش بینی، تحلیل سری زمانی، فروش B2B، مدیریت فروش، مهارت های فروش
ایجاد تاخیر، پنجره و ویژگیهای فصلی، انجام انتساب و کدگذاری، استخراج متغیرهای تاریخ، حذف نقاط پرت.
اولین مدل پیش بینی مالی خود را ایجاد کنید و اصول مدیریت ریسک مالی را با این بسته بیاموزید!
یادگیری ماشین تحت نظارت و بدون نظارت در R، خوشه بندی در R، مدل های پیش بینی در R توسط بسیاری از آزمایشگاه ها، درک نظریه
پیش بینی با Excel & R. چگونه 100000 سری زمانی را در یک زمان پیش بینی کنیم؟ از آنها برای پیش بینی کسب و کار استفاده کنید
شامل یک کتاب کار اکسل برای ارزیابی رفتار کمپرسور گریز از مرکز و انجام محاسبات مهندسی مرتبط
یادگیری ماشینی Apache Spark را با ایجاد یک پروژه پیشبینی ریزش مشتریان مخابراتی با استفاده از Databricks Notebook بیاموزید