در حال حاضر محصولی در سبد خرید شما وجود ندارد.
با مشاهده این کورس آموزشی قدم به قدم با متدهای بوت استرپ در زبان R آشنا شده و کدنویسی آن ها را در پروژه های واقعی یاد می گیرید.
عنوان اصلی : Implementing Bootstrap Methods in R
بررسی اجمالی دوره
پیش نیازها و رئوس مطالب دوره
نمونه آمار و فواصل اطمینان
نسخه ی نمایشی: قضیه حد مرکزی در داده های واقعی
معایب رویکردهای مرسوم
فواصل اطمینان بوت استرپ
معرفی بوت استرپینگ
مفاهیم قضیه حد مرکزی
نسخه ی نمایشی: قضیه حد مرکزی با توزیع های مختلف
داده های معمولی توزیع شده: محاسبه فواصل اطمینان
داده ها با هر توزیع: برآورد میانگین و فواصل اطمینان
داده های معمولی توزیع شده: تخمین میانگین
نسخه ی نمایشی: بوت استرپ صاف
الگوریتم بوت استرپ بیزی
نسخه ی نمایشی: بوت استرپ چند آمار
نسخه ی نمایشی: اجرای بوت استرپ بیزی
نسخه ی نمایشی: آمار بوت استرپ و آمار نمونه
نسخه ی نمایشی: انجام بوت استرپ با استفاده از روش بوت
معرفی بوت استرپ بیزی
نسخه ی نمایشی: انجام بوت استرپ روی داده های واقعی
معرفی Smoothed Bootstrap
نسخه ی نمایشی: تخمین ضرایب با استفاده از بوت استرپینگ
نمونهبرداری مجدد موردی و نمونهگیری مجدد باقیمانده
معرفی رگرسیون خطی
معیارهای رگرسیون و بوت استرپینگ
خلاصه و مطالعه بیشتر
نسخه ی نمایشی: تخمین R2 مدل های رگرسیون با استفاده از بوت استرپ
نسخه ی نمایشی: نمونه برداری مجدد مورد و نمونه برداری مجدد با استفاده از روش Boot().
Implementing Bootstrap Methods in R
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.
Natural Language Generation with Python
Building Regression Models with scikit-learn
Applying the Mathematical MASS Model with R
آموزش مصور سازی داده های آماری با Seaborn
Using PyTorch in the Cloud: PyTorch Playbook
Building Your First PyTorch Solution
Implementing Machine Learning Workflow with Weka
آموزش بهبود داده های عددی برای بهتر کردن فرآیند یادگیری ماشینی
آموزش استفاده از PyTorch در کلود
آموزش کار با داده ها بوسیله Qlik Sense