🔻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

🌟بخش اول از دوره آموزش اصول و مبانی رگرسیون خطی و رگرسیون چندگانه🌟

🔸قسمت اول: آشنایی با دوره

🔸قسمت دوم: هر آن چیزی که باید بدانید!

🔸قسمت سوم: نمودار پراکندگی

🔸قسمت چهارم: رسم Bubble chart با استفاده از GPL

🔸قسمت پنجم: رسم نمودار پراکندگی با استفاده از chart builder

🔸قسمت ششم: محاسبه ضرایب رگرسیون

🔸قسمت هفتم: رسم نمودار پراکندگی ۳ بعدی

🔸قسمت هشتم: محاسبه معیارهای Residual و R^2 برای خط رگرسیون فیت شده روی داده

🔸قسمت نهم: چالش ها و فرضیات رگرسیون چندگانه

🔸قسمت دهم: ماتریس همبستگی

🔸قسمت یازدهم: تست Durbin-Watson

🔸قسمت دوازدهم: تست لِوِن (Levine)

🔸قسمت سیزدهم: نمودار باقیمانده ها (Residuals Plot)

🔸قسمت چهاردهم: خلاصه ای از فرضیات رگرسیون چندگانه

🔸قسمت پانزدهم: بصری سازی فرضیات رگرسیون چندگانه

🔸قسمت شانزدهم: بررسی فرضیات رگرسیون چندگانه

📚@BigDataServe
🌐 www.Lynda.com

🌟بخش دوم از دوره آموزش اصول و مبانی رگرسیون خطی و رگرسیون چندگانه🌟

🔸قسمت هفدهم: ایجاد و آزمایش شرایط تعاملی

🔸قسمت هجدهم: ایجاد کدهای مجازی (مصنوعی)

🔸قسمت نوزدهم: کشف تعامل بین متغیرها

🔸قسمت بیستم: کدهای مجازی با افزونه r

🔸قسمت بیست و یکم: ایجاد داده آموزش و آزمایش در SPSS

🔸قسمت بیست و دوم: رگرسیون سلسله مراتبی - بخش اول

🔸قسمت بیست و سوم: رگرسیون سلسله مراتبی - بخش دوم

🔸قسمت بیست و چهارم: رگرسیون همزمان - بخش اول

🔸قسمت بیست و پنجم: رگرسیون همزمان - بخش دوم

🔸قسمت بیست و ششم: رگرسیون گام به گام - بخش اول

🔸قسمت بیست و هفتم: رگرسیون گام به گام - بخش دوم

🔸قسمت بیست و هشتم: سه استراتژی رگرسیون و زمان استفاده از آنها

🔸قسمت بیست و نهم: همبستگی بخشی

🔸قسمت سی ام: همبستگی جزئی

🔸قسمت سی و یکم: بصری سازی همبستگی های بخشی و جزئی

🔸قسمت سی و دوم: تشخیص همخوانی

🔸قسمت سی و سوم: همخوانی چندگانه - بخش اول

🔸قسمت سی و چهارم: همخوانی چندگانه - بخش دوم

📚@BigDataServe
🌐 www.Lynda.com

🌟بخش سوم از دوره آموزش اصول و مبانی رگرسیون خطی و رگرسیون چندگانه🌟

🔸قسمت سی و پنجم: نقاط دور افتاده - بخش اول

🔸قسمت سی و ششم: نقاط دور افتاده - بخش دوم

🔸قسمت سی و هفتم: تشخیص منحنی

🔸قسمت سی و هشتم: تشخیص نقاط دور افتاده و تاثیرگذار

🔸قسمت سی و نهم: مدل خطی خودکار

🔸قسمت چهلم: رگرسیون کتگوریکال

🔸قسمت چهل و یکم: مقایسه رگرسیون با شبکه عصبی

🔸قسمت چهل و دوم: رگرسیون لجستیک

🔸قسمت چهل و سوم: چه زمانی از رگرسیون میتوانیم استفاده کنیم؟!

🔸قسمت چهل و چهارم: رگرسیون درخت (CART)

🔸قسمت چهل و پنجم: تحلیل مسیر و مدلسازی معادلات ساختاری

🔸قسمت چهل و ششم: پیش بینی سری زمانی

🔸قسمت چهل و هفتم: سخن آخر

📚@BigDataServe
🌐 www.Lynda.com

#وبینار_آموزشی #TechTalk #مجله_پرتو
Parto Sponsored TechTalks Series

👨🏻‍💼سخنرانی آقای Prof. Hamid R. Arabinia با عنوان The Curse and Blessing of Artificial Intelligence

- Editor-in-Chief, The Journal of Supercomputing (Springer)
- Editor, Transactions of Computational Science & Computational Intelligence (Springer)
- Fellow & Adviser, Center of Excellence in Terrorism, Resilience Intelligence & Organized Crime Research (CENTRIC)
- Senior Adviser, Araware LLC (multi-national)

همراه با اعطای گواهی شرکت در وبینار

🗓تاریخ و زمان برگزاری: شنبه 19 مهر 99، ساعت 17:30

🔗 پیوند ثبت نام در وبینار:
blog.ieee.org.ir/partowebinar
__________
📚@Bigdataserve

🔺دوره آموزش اصول و مبانی رگرسیون خطی و رگرسیون چندگانه

🔸بخش اول شامل قسمت های ۱ تا ۱۶

🔸بخش دوم شامل قسمت های ۱۷ تا ۳۴

🔸بخش سوم شامل قسمت های ۳۵ تا آخر

________________________
با دوستان خود به اشتراک بگذارید!

📚@BigDataServe

#course #neuroscience
🔳 نوروساینس یا علوم اعصاب چیست؟
دانشمندان علوم اعصاب بر روی مغز و اثر آن بر عملکرد‌های رفتاری، شناختی و یا چگونگی تفکر انسان‌ها تمرکز دارند.

🔐آن‌ها همچنین به بررسی این موضوع می‌پردازند که در افراد دارای بیماری‌های مغز و اعصاب یا اختلال رشد عصبی یا مشکلات روانپزشکی چه اتفاقی برای سیستم عصبی میافتد.

📝در صفحه زیر راجع به این موضوع مطالبی را نوشته ام و دوره هایی مفیدی برای فراگیری و آشنایی با این زمینه جذاب و آینده دار معرفی کرده ام.

http://www.armanbehnam.com/about-me/education/information/neuroscience/
📍 محتوای این پست در لینکدین :
https://plink.ir/PPz6V
📌 اسلاید های آموزشی در گیت هاب :
https://plink.ir/xxDRh
_______
📚@BigDataServe

#machinelearning
#scikit_learn
🔸دوره آموزش یادگیری ماشین با کتابخانه Scikit-learn

قسمت پنجم - آشنایی با کتابخانه سای کیت-لِرن و تکنیک های لازم در یادگیری ماشین
📚@BigDataServe

#machinelearning
#scikit_learn
🔸دوره آموزش یادگیری ماشین با کتابخانه Scikit-learn

قسمت ششم - تفاوت بین یادگیری عمیق و یادگیری ماشین
📚@BigDataServe

📣 دوره آنلاین جامع یادگیری عمیق و هوش تجاری جهاد دانشگاهی علم و صنعت

📌۸۵ ساعت آموزش به همراه رفع اشکال و پرسش و پاسخ با اساتید دوره

⏰کد ۱: پنجشنبه ها و جمعه ها ۹ تا ۱۲
⏰کد ۲: پنجشنبه ها و جمعه ها ۱۵ تا ۱۸

📅 ۲۴ مهر ماه لغایت ۲ بهمن ماه ۱۳۹۹

🚫 ۲۰ درصد تخفیف ثبت نام زودهنگام تا ۱۵ مهر به تعداد محدود

🔐انجام پروژه های واقعی متناسب با بازار کار

📋مدرک معتبر و قابل ترجمه جهاد دانشگاهی جهت ادامه تحصیل در خارج از کشور

🎁 بازگشت شهریه نفر اول دوره

🔴برای کسب اطلاعات بیشتر پیرامون دوره، کدهای تخفیف، رزومه اساتید و ریز سرفصل ها میتوانید به لینک زیر مراجعه فرمایید:
http://www.armanbehnam.com/about-me/education/jd-dl-bi

🔴 لینک ثبت نام کد ۱ پنجشنبه ها و جمعه ها ۹ تا ۱۲
http://www.jdrouyesh.ir/reg?rgn=41&cls=343246

🔴 لینک ثبت نام کد ۲ پنجشنبه ها و جمعه ها ۱۵ تا ۱۸
http://www.jdrouyesh.ir/reg?rgn=41&cls=343247

📚@BigDataServe

🚫 تنها ۳ روز تا پایان استفاده از تخفیف ۲۰ درصد ثبت‌نام دوره یادگیری عمیق و هوش تجاری جهاد دانشگاهی علم و صنعت فرصت باقیست!

#machinelearning

آموزش تئوری شماری از تکنیک های یادگیری ماشین

📚@BigDataServe

#covid19

تاثیر همه گیری ویروس کرونا بر استارت آپ های جهان

📚@BigDataServe

#multi_task_learning #meta_learning #deep_learning #meta_learning
part: 7/14

⚪️ Stanford CS330: Multi-Task and Meta-Learning, 2019 | Lecture 7 - Kate Rakelly (UC Berkeley)




دوره متا لرنینگ دانشگاه استنفورد:
این دوره شامل مباحث پیشرفته ی deep learning و reinforcement learning است

قسمت هفتم - سخنرانی کیت راکلی

📚@BigDataServe

#datamining
#article

معرفی ۱۰ الگوریتم برتر داده کاوی در مقاله ای با همین عنوان

📚@BigDataServe

#machinelearning
#scikit_learn
🔸دوره آموزش یادگیری ماشین با کتابخانه Scikit-learn

قسمت هفتم - آشنایی با مفاهیمی همچون طبقه بندی، رگرسیون، خوشه بندی، بیش برازش و کم برازش

📚@BigDataServe

#book
#R

کتاب آموزش زبان محاسبات آماری R

📚@BigDataServe

#business_intelligence

🔸 هوش تجاری چیست؟
🔺هوش تجاری یا هوش کسب و کار در واقع تبدیل داده به مزیت رقابتی برای یک سازمان است. فرض کنید که شما مدیر یک کسب و کار هستید. در چنین شرایطی، هوش تجاری به شما کمک می کند تا با استفاده از ابزارهایی مانند داشبوردهای مدیریتی، گزارش و نمودارهای متنی و گرافیکی و حتی تکنیک های داده کاوی، عوامل موفقیت یا شکست پروژه های سازمان را متوجه شده و بتوانید مشکلات را رفع و در جهت افزایش سودآوری سازمان اقدام کنید.

🔺در حقیقت هوش تجاری، مجموعه ای از ابزارها و روش هاست که با جمع آوری داده ها، پردازش و در نهایت نمایش اطلاعات، تصمیم گیری را برای مدیران سازمان آسانتر کرده و حقایقی را در خصوص فرایندهای تجاری سازمان به آنها ارائه می دهد.
📚@BigDataServe

#گزارش #python
🔎 10 ویژگی فوق العاده ورژن جدید پایتون ۳.۹
_____________
📚@BigDataServe

#machinelearning
#scikit_learn
🔸دوره آموزش یادگیری ماشین با کتابخانه Scikit-learn

قسمت هشتم - آشنایی با مفاهیم کاهش ابعاد داده، مهندسی ویژگی و انتخاب ویژگی

📚@BigDataServe