در حال حاضر محصولی در سبد خرید شما وجود ندارد.
با مشاهده این دوره آموزشی تحلیل داده ها و همچنین داده یابی را فراگرفته و همراه با مدرس دوره در پروژه های واقعی تجربه و تمرین خواهید کرد.
عنوان اصلی : Data Mining and the Analytics Workflow
بررسی اجمالی دوره
نمای کلی ماژول
پیش نیازها و رئوس مطالب دوره
داده کاوی چیست؟
گردش کار داده کاوی
داده کاوی و کلان داده
کاهش سیلوهای داده
داده کاوی، آمار و یادگیری ماشینی
نسخه ی نمایشی: نصب کتابخانه ها
خلاصه ماژول
نمای کلی ماژول
یافتن الگوها در داده ها
قوانین انجمن برای تحلیل سبد بازار
مجموعه آیتم های مکرر و پشتیبانی
اعتماد به نفس، بالا بردن، و اعتقاد
الگوریتم Apriori
نسخه ی نمایشی: تجزیه و تحلیل داده های اکتشافی در معاملات نانوایی
نسخه ی نمایشی: تنظیم داده ها برای استخراج قوانین انجمن
نسخه ی نمایشی: استفاده از الگوریتم Apriori برای تولید مجموعه های مکرر
نسخه ی نمایشی: انجمن قانون معدن
خوشه بندی
نسخه ی نمایشی: آماده سازی داده ها برای تجزیه و تحلیل خوشه ای
نسخه ی نمایشی: انجام تجزیه و تحلیل خوشه ای
خلاصه ماژول
نمای کلی ماژول
مدلهای مبتنی بر قانون در مقابل مدلهای مبتنی بر ML
نسخه ی نمایشی: طبقه بندی بر اساس قانون گونه های جانوری
نسخه ی نمایشی: طبقه بندی بر اساس قانون گل زنبق
بررسی اجمالی رگرسیون لجستیک، ماشینهای بردار پشتیبان، و سادهلوح برای طبقهبندی
نسخه ی نمایشی: طبقه بندی صداهای جنسیتی مبتنی بر ML
خلاصه ماژول
نمای کلی ماژول
ساخت مدل های رگرسیون
نسخه ی نمایشی: رگرسیون ساده
نسخه ی نمایشی: آماده سازی داده ها برای رگرسیون
نسخه ی نمایشی: رگرسیون چندگانه
نسخه ی نمایشی: رگرسیون سلسله مراتبی
نسخه ی نمایشی: رگرسیون گام به گام با استفاده از حذف ویژگی های بازگشتی
نسخه ی نمایشی: رگرسیون گام به گام با استفاده از انتخاب رو به جلو و عقب
نسخه ی نمایشی: Setwise Regression
خلاصه ماژول
نمای کلی ماژول
متدولوژی CRISP-DM
نسخه ی نمایشی: درک داده ها
نسخه ی نمایشی: آماده سازی داده ها
نسخه ی نمایشی: ساخت و ارزیابی مدل ها
نسخه ی نمایشی: استقرار مدل
خلاصه و مطالعه بیشتر
Data Mining and the Analytics Workflow
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.
Advanced Redis
Data Labeling for Machine Learning
آموزش مدل سازی داده های استریمینگ بوسیله Apache Beam
یادگیری ماشینی برای خدمات مالی
آموزش انجام فرآیندهای آماده سازی داده ها
اجرای الگوریتم های گراف بوسیله GraphFrames بر روی Databricks
Summarizing Data and Deducing Probabilities
Applying the Mathematical MASS Model with R
Communicating Data Insights
Solving Problems with Numerical Methods