وب سایت تخصصی شرکت فرین
دسته بندی دوره ها

زبان R : استفاده از R در یادگیری ماشینی و دیتا ساینس

سرفصل های دوره

R اصول اولیه، علوم اطلاعات، مدل های یادگیری آماری ماشین، یادگیری عمیق با Keras، خیلی بیشتر (همه کد R شامل)

عنوان اصلی : R Ultimate: Learn R for Data Science and Machine Learning

سرفصل های دوره :

معرفی دوره:
RStudio معرفی / راه اندازی پروژه
فرمت های فایل
آزمایشگاه Rmarkdown
رسیدگی به بسته
انواع داده و ساختارها:
انواع داده های پایه 101
آزمایشگاه انواع داده های پایه
آزمایشگاه ماتریس و آرایه
لیست ها
عوامل
فریم های داده
Strings Lab
تاریخ
برنامه نویسی R:
اپراتورها
حلقه های 101
Loops Lab
توابع 101
Functions Lab (مقدمه)
آزمایشگاه توابع (کدنویسی)
Im- and Export داده ها:
آزمایشگاه واردات داده
آزمایشگاه صادرات داده
معرفی Web Scraping
آزمایشگاه خراش دادن وب
دستکاری داده های پایه:
آزمایشگاه فیلترینگ
تمرین فیلترینگ
راه حل فیلتر
آزمایشگاه تجمیع داده ها
تمرین تجمیع داده ها
راه حل جمع آوری داده ها
Data Reshaping 101
آزمایشگاه تغییر شکل داده
تمرین تغییر شکل داده
راه حل تغییر شکل داده
تنظیم عملیات 101
Set Operations Lab
پیوستن به مجموعه داده 101
پیوستن به آزمایشگاه مجموعه داده ها
تجسم داده ها:
ggplot 101
آزمایشگاه ggplot
plotly Lab (مقدمه)
آزمایشگاه پلاتی
بروشور آزمایشگاه (مقدمه)
بروشور آزمایشگاه
آزمایشگاه دیگراف (مقدمه)
آزمایشگاه دیگراف
دستکاری داده های پیشرفته:
آزمایشگاه تشخیص بیرونی (مقدمه)
آزمایشگاه تشخیص بیرونی
تمرین تشخیص بیرونی
راه حل تشخیص بیرونی
Handling Data 101 از دست رفته
آزمایشگاه مدیریت داده های گمشده (مقدمه)
آزمایشگاه مدیریت داده‌های گمشده (1/1)
عبارات منظم 101
آزمایشگاه عبارات منظم
یادگیری ماشین: مقدمه:
آموزش ماشینی 101
مدل ها
یادگیری ماشین: رگرسیون:
انواع رگرسیون 101
رگرسیون تک متغیره 101
تعامل رگرسیون تک متغیره
آزمایشگاه رگرسیون تک متغیره
تمرین رگرسیون تک متغیره
راه حل رگرسیون تک متغیره
رگرسیون چند جمله ای 101
آزمایشگاه رگرسیون چند جمله ای
رگرسیون چند متغیره 101
آزمایشگاه رگرسیون چند متغیره
تمرین رگرسیون چند متغیره
راه حل رگرسیون چند متغیره
یادگیری ماشین: آماده سازی و ارزیابی مدل:
زیاد برازش / بیش از اندازه 101
قطار / اعتبارسنجی / تست تقسیم 101
Train / Validation / Test Split Interactive
آموزش / اعتبار سنجی / آزمایشگاه تقسیم آزمایشی
تکنیک های نمونه گیری مجدد 101
آزمایشگاه تکنیک های نمونه برداری مجدد
یادگیری ماشین: منظم سازی:
قانونی سازی 101
آزمایشگاه منظم سازی
یادگیری ماشین: مبانی طبقه بندی:
ماتریس سردرگمی 101
ROC Curve Interactive
معرفی آزمایشگاه منحنی ROC
ROC Curve Lab 1/3 (آماده سازی داده، مدلسازی)
ROC Curve Lab 2/3 (Confusion Matrix و ROC)
ROC Curve Lab 3/3 (ROC، AUC، تابع هزینه)
یادگیری ماشین: طبقه بندی با درختان تصمیم:
درخت تصمیم 101
آزمایشگاه درختان تصمیم (مقدمه)
آزمایشگاه درختان تصمیم (کدگذاری)
تمرین درختان تصمیم
راه حل درختان تصمیم
یادگیری ماشین: طبقه بندی با جنگل های تصادفی:
جنگل های تصادفی 101
آزمایشگاه جنگل تصادفی (مقدمه)
آزمایشگاه جنگل تصادفی (کدگذاری 1/2)
آزمایشگاه جنگل تصادفی (کدگذاری 2/2)
یادگیری ماشین: طبقه بندی با رگرسیون لجستیک:
رگرسیون لجستیک 101
آزمایشگاه رگرسیون لجستیک (مقدمه)
آزمایشگاه رگرسیون لجستیک (کدگذاری 1/2)
آزمایشگاه رگرسیون لجستیک (کدگذاری 2/2)
تمرین رگرسیون لجستیک
راه حل رگرسیون لجستیک
یادگیری ماشین: طبقه بندی با ماشین های بردار پشتیبان:
Support Vector Machines 101
Support Vector Machines Lab (مقدمه)
Support Vector Machines Lab (کدگذاری 1/2)
Support Vector Machines Lab (کدگذاری 2/2)
حمایت از تمرین ماشین‌های بردار
یادگیری ماشین: طبقه بندی با مدل های گروهی:
Ensemble Models 101
یادگیری ماشین: قوانین انجمن:
قوانین انجمن 101
Apriori 101
آزمایشگاه Apriori (مقدمه)
آزمایشگاه Apriori (کدگذاری 1/2)
آزمایشگاه Apriori (کدگذاری 2/2)
تمرین Apriori
راه حل Apriori
یادگیری ماشین: خوشه بندی:
نمای کلی خوشه بندی
kmean 101
kmeans آزمایشگاه
kmeans تمرین کنید
kmeans راه حل
خوشه بندی سلسله مراتبی 101
خوشه بندی سلسله مراتبی تعاملی
آزمایشگاه خوشه بندی سلسله مراتبی
Dbscan 101
آزمایشگاه Dbscan
یادگیری ماشین: کاهش ابعاد:
PCA 101
آزمایشگاه PCA
تمرین PCA
راه حل PCA
t-SNE 101
آزمایشگاه t-SNE (کره)
آزمایشگاه t-SNE (Mnist)
تحلیل عاملی 101
آزمایشگاه تحلیل عاملی (مقدمه)
آزمایشگاه تحلیل عاملی (کدگذاری 1/2)
آزمایشگاه تحلیل عاملی (کدگذاری 2/2)
تمرین تحلیل عاملی
یادگیری ماشین: یادگیری تقویتی:
حد بالای اطمینان 101
آزمایشگاه با اعتماد بالا (مقدمه)
آزمایشگاه محدود اعتماد بالا (شرکتدینگ 1/2)
آزمایشگاه کران اعتماد بالا (کدگذاری 2/2)
آموزش عمیق: مقدمه:
بررسی کلی یادگیری عمیق
عملکرد
از پرسپترون تا شبکه های عصبی
انواع لایه
توابع فعال سازی
عملکرد از دست دادن
بهینه ساز
چارچوب های یادگیری عمیق
نصب پایتون و کراس
یادگیری عمیق: رگرسیون:
آزمایشگاه رگرسیون چند هدف (مقدمه)
آزمایشگاه رگرسیون چند هدفی (کدگذاری 1/2)
آزمایشگاه رگرسیون چند هدفی (کدگذاری 2/2)
یادگیری عمیق: طبقه بندی:
آزمایشگاه طبقه بندی باینری (مقدمه)
آزمایشگاه طبقه بندی باینری (کدگذاری 1/2)
آزمایشگاه طبقه بندی باینری (کدگذاری 2/2)
آزمایشگاه طبقه‌بندی چند برچسبی (مقدمه)
آزمایشگاه طبقه‌بندی چند برچسبی (کدگذاری 1/3)
آزمایشگاه طبقه‌بندی چند برچسبی (کدگذاری 2/3)
آزمایشگاه طبقه بندی چند برچسبی (کدگذاری 3/3)
یادگیری عمیق: شبکه های عصبی کانولوشنال:
شبکه های عصبی کانولوشنال 101
شبکه های عصبی کانولوشنال تعاملی
آزمایشگاه شبکه‌های عصبی کانولوشنال (مقدمه)
آزمایشگاه شبکه‌های عصبی کانولوشنال (1/1)
تمرین شبکه های عصبی کانولوشنال
راه حل شبکه های عصبی کانولوشن
تقسیم بندی معنایی 101
آزمایشگاه تقسیم بندی معنایی (مقدمه)
آزمایشگاه تقسیم بندی معنایی (1/1)
آموزش عمیق: رمزگذارهای خودکار:
Autoencoder 101
Autoencoders Lab (مقدمه)
Autoencoders Lab (کدگذاری)
یادگیری عمیق: آموزش انتقال و شبکه های از پیش آموزش دیده:
آموزش انتقالی و مدل های از پیش آموزش دیده 101
آموزش انتقال و آزمایشگاه مدل های از پیش آموزش دیده (مقدمه)
آموزش انتقال و آزمایشگاه مدل های از پیش آموزش دیده (1/1)
یادگیری عمیق: شبکه های عصبی مکرر:
شبکه های عصبی تکراری 101
LSTM: پیش‌بینی سری زمانی تک متغیره، چند مرحله‌ای (مقدمه)
LSTM: آزمایشگاه پیش‌بینی سری زمانی تک متغیره، چند مرحله‌ای (1/1)
LSTM: چند متغیره، پیش‌بینی سری زمانی چند مرحله‌ای (مقدمه)
LSTM: آزمایشگاه پیش‌بینی سری زمانی چند متغیره (1/1)
پاداش:
تبریک و سپاسگزارم

نمایش سرفصل های انگلیسی

R Ultimate: Learn R for Data Science and Machine Learning

45,900 تومان
بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
خرید دانلودی فوری

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.

ایمیل شما:
تولید کننده:
مدرس:
شناسه: UD21480
حجم: 9283 مگابایت
مدت زمان: 1280 دقیقه
تعداد دیسک: 3 عدد
زیرنویس انگلیسی: دارد
زبان: انگلیسی ساده و روان
تاریخ انتشار: 14 دی 1400
زبان R : استفاده از R در یادگیری ماشینی و دیتا ساینس
زبان R : استفاده از R در یادگیری ماشینی و دیتا ساینس 1
زبان R : استفاده از R در یادگیری ماشینی و دیتا ساینس 2
زبان R : استفاده از R در یادگیری ماشینی و دیتا ساینس 3
زبان R : استفاده از R در یادگیری ماشینی و دیتا ساینس 4
زبان R : استفاده از R در یادگیری ماشینی و دیتا ساینس 5
زبان R : استفاده از R در یادگیری ماشینی و دیتا ساینس 6
طراحی سایت و خدمات سئو

45,900 تومان
افزودن به سبد خرید