#datamining
Source: www.Lynda.com
Part 32/53
دوره آموزش اصول و مبانی علم داده
قسمت سی و دوم - تجزیه و تحلیل همبستگی بین داده ها با استفاده از نرم افزار R

📚@BigDataServe

#book #deep_learning

📓Introduction to deep learning
مقدمه ای بر یادگیری عمیق

📚@BigDataServe

#Machine_Learning
#Linear_Regression
Source: www.Lynda.com
Part 23/47
دوره آموزش مبانی یادگیری ماشین و هوش مصنوعی
💡رگرسیون چندگانه
قسمت بیست و سوم
Hierarchical regression (Setting up the analysis)

📚@BigDataServe

#data_science #machine_learning
📍لیست ده دوره برتر و مناسب سایت کورسرا برای آموزش در علم داده و ماشین لرنینگ برای افراد مبتدی و پیشرفته

https://nuggetsnetwork.com/blog/Top-Coursera-DataScience-Courses.html
______________
📚@BigDataServe

#datamining
Source: www.Lynda.com
Part 33/53
دوره آموزش اصول و مبانی علم داده
قسمت سی و سوم - تجزیه و تحلیل همبستگی بین داده ها با استفاده از نرم افزار پایتون

📚@BigDataServe

#کتاب #tensorflow
📔کتابی جدید منتشر شده در سال 2020 بسیار کاربردی برای یادگیری
Learn TensorFlow 2.0
و پیاده سازی آن در پایتون
_____________
📚@BigDataServe

#Machine_Learning
#Linear_Regression
Source: www.Lynda.com
Part 24/47
دوره آموزش مبانی یادگیری ماشین و هوش مصنوعی
💡رگرسیون چندگانه
قسمت بیست و چهارم
Simultaneous regression (Interpreting the output)

📚@BigDataServe

🔻Binary Tree
🔻Stack
🔻Matrix
🔻Unbalanced Tree
🔻Array
🔻Heap
🔻Rebalanced Tree
🔻Linked List
🔻Sparse Matrix

📚@BigDataServe

#datamining
Source: www.Lynda.com
Part 34/53
دوره آموزش اصول و مبانی علم داده
قسمت سی و چهارم - تجزیه و تحلیل همبستگی بین داده ها با استفاده از نرم افزار Orange

📚@BigDataServe

#Machine_Learning
#Linear_Regression
Source: www.Lynda.com
Part 25/47
دوره آموزش مبانی یادگیری ماشین و هوش مصنوعی
💡رگرسیون چندگانه
قسمت بیست و پنجم
Simultaneous regression (Setting up the analysis)

📚@BigDataServe

#datamining
Source: www.Lynda.com
Part 35/53
دوره آموزش اصول و مبانی علم داده
قسمت سی و پنجم - تجزیه و تحلیل همبستگی بین داده ها با استفاده از نرم افزار KNIME

📚@BigDataServe

#datamining #industrial_engineering
🖍یکی از رشته های مهم هوش مصنوعی و علم داده در دنیای امروز مهندسی،داده کاوی می باشد که کاربردهای فراوانی دارد.

اما این زمینه در بخش های مختلف مهندسی صنایع مانند کنترل کیفیت،نگهداری و تعمیرات، برنامه ریزی تولید و ... چه نقشی و کاربردی دارد؟
در لینک زیر اطلاعاتی در این مورد قرار داده ام.
🗂
http://www.armanbehnam.com/about-me/education/industrial-engineering/
📩محتوای این پست در لینکدین :
https://bit.ly/2Wtdbxk
_____
📚@BigDataServe‌

#Machine_Learning
#Linear_Regression
Source: www.Lynda.com
Part 26/47
دوره آموزش مبانی یادگیری ماشین و هوش مصنوعی
💡رگرسیون چندگانه
قسمت بیست و ششم
Stepwise regression (Interpreting the output)

📚@BigDataServe

#python #Course #Cryptocurrency
📍دوره رایگان یودمی📍

Python & Cryptocurrency: Build 5 Real World Applications

📃در این دوره آموزشی، استفاده از پایتون برای کار با رمزارز ها و API های مورد نیاز را یاد میگیریم و در ۵ پروژه کامل آن ها را به کار می بریم.
https://plink.ir/mv3md

📌از جمله دوره های کاربردی یودمی می باشد.

❗️لطفا با دوستان خود به اشتراک بگذارید.
_________
📚@BigDataServe

#datamining
Source: www.Lynda.com
Part 36/53
دوره آموزش اصول و مبانی علم داده
قسمت سی و ششم - اهداف آنالیز رگرسیون

📚@BigDataServe

#sqltutorial
کتاب خودآموز زبان TSQL در محیط SSMS
📚@BigDataServe

#Machine_Learning
#Linear_Regression
Source: www.Lynda.com
Part 27/47
دوره آموزش مبانی یادگیری ماشین و هوش مصنوعی
💡رگرسیون چندگانه
قسمت بیست و هفتم
Stepwise regression (Setting up the analysis)

📚@BigDataServe

#Linear_Regression
🔻یکی از پرکاربردترین روش های مدلسازی داده ها که پایه ریاضی بسیار ساده ای هم دارد رگرسیون خطی است.

📖هرگاه بتوانیم بین دو متغیر یک رابطه خطی را تشخیص دهیم، میتوانیم از این نوع رگرسیون برای پیش بینی مقادیر این متغیرها بر اساس متغیر دیگر استفاده کنیم.

📎منظور از رابطه خطی این است که ببینیم با افزایش یک متغیر، متغیر دیگر افزایش (یا کاهش) یافته و با کاهش آن نیز متقابلا متغیر دوم، کاهش (یا افزایش) می یابد و این افزایش یا کاهش، رابطه مستقیمی با مقدار متغیر اول که آنرا متغیر مستقل می نامند دارد.

✏️یک راه ساده برای کشف این رابطه این است که در یک نمودار، مقدار یک متغیر را براساس متغیر دومی رسم کنیم و اگر شکل حاصل، شبیه به یک خط مستقیم شد میتوانیم نتیجه بگیریم که رابطه این دو متغیر یک رابطه خطی است. به این نمودار، نمودار پراکنش نیز میگویند.
📚@BigDataServe

#datamining
Source: www.Lynda.com
Part 37/53
دوره آموزش اصول و مبانی علم داده
قسمت سی و هفتم - روش های آنالیز رگرسیون

📚@BigDataServe

🔻در این فایل به طور خلاصه با مفاهیم تئوری ساخت مدل های یادگیری ماشین و مراحلی همچون پاکسازی داده، مهندسی ویژگی ها، تحلیل های آماری و در نهایت روش های اعتبارسنجی مدل آشنا خواهیم شد.
_________
📚@BigDataServe