در حال حاضر محصولی در سبد خرید شما وجود ندارد.
در این دوره آموزشی قدم به قدم یاد می گیرید که چطور کارهای آماری و فرآیندهای مربوط به خلاصه سازی داده ها را انجام دهید. مدرس دوره مباحث را به زبانی ساده و در حین کار بر روی پروژه های واقعی به شما عزیزان یاد میدهد.
عنوان اصلی : Summarizing Data and Deducing Probabilities
بررسی اجمالی دوره
نمای کلی ماژول
پیش نیازها و رئوس مطالب دوره
درک آمار توصیفی
اقدامات گرایش مرکزی و پراکندگی
درک واریانس
اندازه گیری روابط با استفاده از کوواریانس
ماتریس های کوواریانس و ماتریس های همبستگی
نمای کلی ماژول
کار با کتاب های اکسل
آمار توصیفی برای داده های تک متغیره
تجسم آمار تک متغیره
استفاده از جداول محوری برای آمار خلاصه
انجام تجزیه و تحلیل با استفاده از نمودارهای باکتینگ و محوری
تجسم روابط دو متغیره
انجام تحلیل رگرسیون بر روی داده های دو متغیره
ماتریس های کوواریانس و همبستگی برای داده های چند متغیره
تجسم داده های چند متغیره با استفاده از نمودارهای محوری
تحلیل رگرسیون با داده های چند متغیره
خلاصه ماژول
نمای کلی ماژول
شروع کار با نوت بوک های Azure
محاسبه آمار توصیفی با استفاده از پایتون
محاسبه آمار توصیفی با استفاده از کتابخانه های پایتون
محاسبه کورتوز چولگی و تجسم های ساده
تجزیه و تحلیل دو متغیره
رگرسیون ساده روی داده های دو متغیره با استفاده از Scipy
رگرسیون در داده های چند متغیره با استفاده از مدل های آماری و scikit-learn
خلاصه ماژول
نمای کلی ماژول
شهود پشت قضیه بیز
احتمالات پیشینی و مشروط برای طبقه بندی داده ها
استفاده از قضیه بیز برای پیش بینی
محاسبه پیشینی احتمالات بقا در کشتی تایتانیک
اعمال قانون بیز با استفاده از طبقه بندی کننده ساده بیز
خلاصه ماژول
نمای کلی ماژول
درک تخمین چگالی هسته
هیستوگرام ها، نمودارهای KDE، و نمودارهای فرش برای تحلیل تک متغیره
پلات های پراکنده، پلات های مشترک، نمودارهای هگزبین برای تحلیل تک متغیره
تحلیل رگرسیون بر روی داده های دو متغیره
نشان دادن روابط زوجی با استفاده از Pairplot و Pairgrid
تجسم داده های طبقه بندی شده با استفاده از طرح های نواری و طرح های ازدحامی
تجسم داده ها با استفاده از طرح های جعبه ای و ویولن پلات
تجسم داده های طبقه بندی شده با استفاده از نمودارهای میله ای، پلات های نقطه ای و گربه ها
خلاصه و مطالعه بیشتر
Summarizing Data and Deducing Probabilities
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
Communicating Data Insights
Implementing Machine Learning Workflow with Weka
Foundations of PyTorch
آموزش ساخت مدل های دسته بندی یا Classification در scikit-learn
آموزش تحلیل آماری بوسیله PyTorch
آموزش داده یابی یا همان Data Mining از متون
Style Transfer with PyTorch
Implementing Machine Learning Workflow with RapidMiner
Applying Differential Equations and Inverse Models with R
Communicating Data Insights