در حال حاضر محصولی در سبد خرید شما وجود ندارد.
انگلیسی
عنوان اصلی : Machine Learning in Ms. Excel
سرفصل های دوره :
مقدمه:
علوم اطلاعات
پس زمینه نظری برای ریسک اعتباری:
ریسک اعتباری چیست؟
ریسک اعتباری چیست؟
انتظارات احتمالی
اجزای زیان های مورد انتظار چیست؟
Overview Data:
داده ها
چه نوع داده ها را داریم
داده های پیش پردازش:
ترکیب داده ها
چگونه داده ها را ترک می کنیم زمانی که ما به جای اعداد برچسب گذاری می کنیم
ایجاد متغیرهای ساختگی جنسیتی
چگونه بسیاری از جنس ها ما را در داده های ما داریم
ایجاد متغیرهای ساختگی مالکیت
ما چه کاری را انجام می دهیم وقتی که ما متغیرهای ساختگی را ایجاد می کنیم
وضعیت ارتباط وضعیت متغیرهای ساختگی
برنامه نویسی متغیر وابسته
نوع متغیر متغیر وابسته است
وزن شواهد مرد و زن
وزن شواهد - روستایی در مقابل شهری
وزن متوسط شواهد
وزن شواهد - بخش کار و محل اقامت
وزن شواهد - وضعیت رابطه
وزن شواهد درجه
متغیرهای پیوسته:
متغیرهای پیوسته
برنامه نویسی متغیرهای سن در سال ها
برنامه نویسی متغیرها: بلوغ وام
Multicollinearity متغیرها
وزن شواهد برای سن در سال
وزن بلوغ شواهد
انتخاب متغیرها برای الگوریتم یادگیری ماشین:
انتخاب متغیرهای الگوریتم یادگیری ماشین
برنامه نویسی درجه
نصب آمار واقعی
اجرای الگوریتم یادگیری ماشین:
مشکلات با رگرسیون های در حال اجرا
اجرای الگوریتم یادگیری ماشین
معنی نتایج
می تواند مقدار p را به تعداد منفی برسد
اعتبار سنجی نتایج:
استفاده از نتایج به مجموعه داده های آزمون
Machine Learning in Ms. Excel
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.