سپنتا کتاب اکسپرس
کتاب ارزیابی مدل‌های طبقه‌بندی با استفاده از منحنی ROC و AUC: رویکرد عملی

کتاب ارزیابی مدل‌های طبقه‌بندی با استفاده از منحنی ROC و AUC: رویکرد عملی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ارزیابی مدل‌های طبقه‌بندی با استفاده از منحنی ROC و AUC: رویکرد عملی

موضوع کلی: ارزیابی سیستم‌های هوش مصنوعی

موضوع میانی: ارزیابی منحنی ROC و AUC

📋 سرفصل‌های دوره

  • 1. مقدمه: اهمیت ارزیابی مدل‌های طبقه‌بندی
  • 2. کشف مدل‌های طبقه‌بندی: چالش‌ها و نیازها
  • 3. چرا منحنی ROC؟ معرفی معیار ارزیابی
  • 4. مفهوم منحنی مشخصه عملکرد گیرنده (ROC)
  • 5. درک نرخ مثبت واقعی (TPR)
  • 6. درک نرخ مثبت کاذب (FPR)
  • 7. رسم منحنی ROC: گام به گام
  • 8. مثال عملی: رسم منحنی ROC با پایتون
  • 9. مفهوم سطح زیر منحنی (AUC)
  • 10. اهمیت AUC به عنوان یک شاخص کلی
  • 11. تفسیر مقادیر AUC: از ضعیف تا عالی
  • 12. مقایسه مدل‌ها با استفاده از AUC
  • 13. کاربرد منحنی ROC و AUC در حوزه‌های مختلف
  • 14. مثال واقعی: تشخیص بیماری با مدل طبقه‌بندی
  • 15. مثال واقعی: تشخیص اسپم در ایمیل‌ها
  • 16. مثال واقعی: پیش‌بینی ریزش مشتری
  • 17. محدودیت‌های منحنی ROC و AUC
  • 18. زمانی که داده‌ها نامتعادل هستند: چه کنیم؟
  • 19. روش‌های جایگزین برای داده‌های نامتعادل
  • 20. مفهوم منحنی Precision-Recall
  • 21. مقایسه منحنی ROC و منحنی Precision-Recall
  • 22. انتخاب منحنی مناسب: ROC در مقابل Precision-Recall
  • 23. پیاده‌سازی عملی: محاسبه AUC با کتابخانه‌های پایتون
  • 24. نکات پیشرفته در ارزیابی مدل: اعتبارسنجی متقابل
  • 25. ارزیابی مدل در طول فرآیند آموزش
  • 26. نظارت بر عملکرد مدل در زمان واقعی
  • 27. حفظ و به‌روزرسانی مدل‌های طبقه‌بندی
  • 28. اهمیت انتخاب آستانه (Threshold) در طبقه‌بندی
  • 29. تأثیر انتخاب آستانه بر TPR و FPR
  • 30. بهینه‌سازی آستانه برای اهداف خاص
  • 31. مثال: انتخاب آستانه بهینه برای مدل تشخیص
  • 32. تحلیل حساسیت مدل به تغییرات ورودی
  • 33. مفهوم وراثت ویژگی (Feature Importance)
  • 34. ارتباط وراثت ویژگی با ارزیابی مدل
  • 35. تجسم وراثت ویژگی
  • 36. تکنیک‌های کاهش ابعاد در ارزیابی مدل
  • 37. کاربرد PCA در ارزیابی مدل‌های طبقه‌بندی
  • 38. کاربرد t-SNE در تجسم و ارزیابی
  • 39. پیامدهای خطاهای طبقه‌بندی: هزینه اشتباه
  • 40. تحلیل هزینه-فایده در انتخاب مدل
  • 41. ایجاد ماتریس هزینه (Cost Matrix)
  • 42. استفاده از ماتریس هزینه در ارزیابی
  • 43. مفهوم خطای نوع اول (Type I Error)
  • 44. مفهوم خطای نوع دوم (Type II Error)
  • 45. ارتباط خطاهای نوع اول و دوم با ROC
  • 46. مدل‌های طبقه‌بندی دودویی در مقابل چندکلاسه
  • 47. ارزیابی مدل‌های طبقه‌بندی چندکلاسه
  • 48. تعمیم منحنی ROC به چندکلاسه
  • 49. استراتژی‌های One-vs-Rest برای چندکلاسه
  • 50. استراتژی‌های One-vs-One برای چندکلاسه
  • 51. چالش‌های ارزیابی مدل‌های چندکلاسه نامتعادل
  • 52. مفهوم ROC Micro-average
  • 53. مفهوم ROC Macro-average
  • 54. انتخاب بین Micro-average و Macro-average
  • 55. نکات عملی برای تفسیر ROC چندکلاسه
  • 56. ارزیابی مدل‌های سری زمانی: چالش‌های خاص
  • 57. کاربرد ROC در مدل‌های سری زمانی
  • 58. ارزیابی مدل‌های یادگیری تقویتی: رویکردهای متفاوت
  • 59. مفهوم پاداش (Reward) در یادگیری تقویتی
  • 60. ارزیابی عملکرد عامل (Agent)
  • 61. نقش شبیه‌سازی در ارزیابی مدل‌های RL
  • 62. معیارهای ارزیابی برای مدل‌های RL
  • 63. تأثیر پارامترهای مدل بر منحنی ROC
  • 64. تأثیر داده‌های آموزشی بر منحنی ROC
  • 65. تأثیر داده‌های تست بر منحنی ROC
  • 66. روش‌های جلوگیری از بیش‌برازش (Overfitting)
  • 67. چگونه بیش‌برازش بر ROC تأثیر می‌گذارد؟
  • 68. تشخیص بیش‌برازش با استفاده از ROC
  • 69. روش‌های جلوگیری از کم‌برازش (Underfitting)
  • 70. چگونه کم‌برازش بر ROC تأثیر می‌گذارد؟
  • 71. تشخیص کم‌برازش با استفاده از ROC
  • 72. ارزیابی مقایسه‌ای مدل‌ها: بیش از یک مدل
  • 73. نکات کلیدی برای مقایسه مدل‌های متعدد
  • 74. مدیریت خطاها در فرآیند ارزیابی
  • 75. ابزارها و پلتفرم‌های ارزیابی مدل
  • 76. کاربرد ابزارهای بصری برای ROC
  • 77. تجسم نتایج ارزیابی در داشبوردها
  • 78. توصیه‌هایی برای گزارش‌دهی نتایج ارزیابی
  • 79. نکات اخلاقی در ارزیابی مدل‌های طبقه‌بندی
  • 80. سوگیری در داده‌ها و تأثیر آن بر ROC
  • 81. سوگیری در الگوریتم‌ها و تأثیر آن بر ROC
  • 82. ارزیابی مدل‌ها برای عدالت (Fairness)
  • 83. معیارهای ارزیابی مدل برای عدالت
  • 84. کاربرد ROC در تشخیص ناهنجاری
  • 85. شناسایی ناهنجاری‌ها با ROC
  • 86. ارزیابی مدل‌های پیش‌بینی در رگرسیون (مقایسه با طبقه‌بندی)
  • 87. مفاهیم پایه رگرسیون
  • 88. تفاوت اساسی رگرسیون و طبقه‌بندی
  • 89. چالش‌های ارزیابی مدل‌های ترکیبی
  • 90. مطالعه موردی: ارزیابی یک مدل طبقه‌بندی پیچیده
  • 91. تجزیه و تحلیل نتایج مطالعه موردی
  • 92. درس‌های آموخته شده از مطالعه موردی
  • 93. آینده ارزیابی مدل‌های طبقه‌بندی
  • 94. نوآوری‌های آتی در معیارهای ارزیابی
  • 95. توصیه‌های نهایی برای ارزیابی مؤثر
  • 96. تمرین عملی: ارزیابی مجموعه‌ای از مدل‌ها
  • 97. کاربرد عملی: تصمیم‌گیری بر اساس ارزیابی
  • 98. ملاحظات نهایی در انتخاب مدل نهایی
  • 99. اهمیت مستندسازی فرآیند ارزیابی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.