آموزش ترکیب داده ها با استفاده از مدل های پیشرفته آماری

در این دوره آموزشی یاد می گیرید که چطور از مدل های پیشرفته آماری استفاده کرده و ترکیب داده ها را بوسیله آن ها انجام دهید.

عنوان اصلی : Interpreting Data with Advanced Statistical Models

سرفصل ها :

بررسی اجمالی دوره
شروع کار با یادگیری ماشینی؟
یادگیری تحت نظارت: وقتی از تاریخ یاد می گیریم
یادگیری بدون نظارت: من نمی خواهم چیزی را از دست بدهم!
نسخه ی نمایشی
خلاصه
چگونه در یادگیری ماشینی یاد بگیریم؟ توابع هزینه!
یافتن حداقل: GD و SGD
سریع‌تر کردن کارها: مقیاس‌بندی ویژگی‌ها و نرخ‌های یادگیری
چگونه همه چیز مناسب است: بازگشت به مدل!
نسخه ی نمایشی: پیاده سازی GD و SGD
خلاصه
بازگشت به مبانی: دوباره رگرسیون خطی
بهینه سازی هایپرپارامتر: مجموعه های آموزش/توسعه/تست
نسخه ی نمایشی: رگرسیون خطی ساده را انجام دهید
اگر متغیرهای بیشتری بخواهم چطور؟ رگرسیون چندگانه برای نجات!
نسخه ی نمایشی: رگرسیون خطی چندگانه را انجام دهید
چیزی که هیچ کس در مورد آن صحبت نمی کند: فرضیات
نسخه ی نمایشی: یک مدل رگرسیون را ارزیابی کنید
خلاصه
رگرسیون غیر خطی: ویژگی های چند جمله ای
تطبیق بیش از حد: یک مسئولیت بزرگ یک نظم دهی عالی را نشان می دهد
نسخه ی نمایشی: رگرسیون خطی با منظم سازی
نسخه ی نمایشی: انجام رگرسیون چند جمله ای
Outliers Strike Again: Spline Regression به عنوان Local Regressor
نسخه ی نمایشی: یک رگرسیون Spline انجام دهید
انتخاب مدل: اجازه دهید ساده ترین مدل برنده شود
نسخه ی نمایشی: مقایسه مدل ها
خلاصه
مرز چگونه است؟
اگر نیاز به طبقه بندی دارید، ستاره: رگرسیون لجستیک در عمق را امتحان کنید!
نسخه ی نمایشی: طبقه بندی با رگرسیون لجستیک
دسته بندی چند دسته: طبقه بندی یک در مقابل همه
نسخه ی نمایشی: طبقه بندی چند طبقه با رگرسیون لجستیک چند جمله ای
خلاصه
به حداکثر رساندن اطلاعات واقعی: حمله بیزی!
نسخه ی نمایشی: طبقه بندی قصد چند برچسبی با Naive Bayes
طبقه بندی حاشیه بزرگ: موارد پرت!
عبور از مرزهای خطی به مرزهای غیرخطی: ترفند هسته
نسخه ی نمایشی: Iris را با SVM طبقه بندی کنید
خلاصه
ماتریس فاصله و کوواریانس
خوشه بندی: سلسله مراتبی و غیر سلسله مراتبی
فشرده سازی: PCA و CA
نسخه ی نمایشی: PCA را انجام دهید
نسخه ی نمایشی: سرطان سینه در یک نگاه
خلاصه