سپنتا کتاب اکسپرس
کتاب مقدمه‌ای کاربردی بر قضیه بیز در علوم داده

کتاب مقدمه‌ای کاربردی بر قضیه بیز در علوم داده

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 مقدمه‌ای کاربردی بر قضیه بیز در علوم داده

موضوع کلی: روش‌های نمونه‌گیری مونت‌کارلو مارکوف (MCMC) در آمار بیزی

موضوع میانی: قضیه بیز

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر نظریه احتمالات و آمار
  • 2. مفاهیم پایه ای احتمال
  • 3. فضای نمونه و پیشامد
  • 4. قاعده جمع احتمالات
  • 5. احتمال شرطی
  • 6. قاعده ضرب احتمالات
  • 7. استقلال پیشامدها
  • 8. قاعده بیز
  • 9. کاربرد قضیه بیز در استنتاج آماری
  • 10. متغیرهای تصادفی گسسته
  • 11. توزیع دوجمله ای
  • 12. توزیع پواسون
  • 13. متغیرهای تصادفی پیوسته
  • 14. توزیع یکنواخت
  • 15. توزیع نرمال
  • 16. توزیع نمایی
  • 17. امید ریاضی و واریانس
  • 18. قضایای حد مرکزی
  • 19. برآوردگرهای نقطه ای
  • 20. خواص برآوردگرها
  • 21. برآورد بازه ای
  • 22. فاصله اطمینان برای میانگین
  • 23. فاصله اطمینان برای نسبت
  • 24. آزمون فرض آماری
  • 25. خطای نوع اول و دوم
  • 26. آزمون فرض برای میانگین (توزیع z)
  • 27. آزمون فرض برای میانگین (توزیع t)
  • 28. آزمون فرض برای نسبت
  • 29. آزمون فرض برای واریانس
  • 30. تحلیل واریانس یک طرفه (ANOVA)
  • 31. رگرسیون خطی ساده
  • 32. برآورد پارامترهای رگرسیون
  • 33. آزمون فرض برای ضرایب رگرسیون
  • 34. ضریب تعیین
  • 35. رگرسیون خطی چندگانه
  • 36. انتخاب مدل در رگرسیون
  • 37. مقدمه ای بر یادگیری ماشین
  • 38. یادگیری با نظارت
  • 39. یادگیری بدون نظارت
  • 40. طبقه بندی (Classification)
  • 41. رگرسیون (Regression)
  • 42. الگوریتم K-نزدیکترین همسایه (KNN)
  • 43. ماشین بردار پشتیبان (SVM)
  • 44. درخت تصمیم
  • 45. جنگل تصادفی (Random Forest)
  • 46. گرادیان بوستینگ (Gradient Boosting)
  • 47. شبکه های عصبی مصنوعی
  • 48. مقدمه ای بر شبکه های عصبی
  • 49. پروسپترون
  • 50. توابع فعال سازی
  • 51. پس انتشار خطا
  • 52. شبکه های عصبی کانولوشنال (CNN)
  • 53. شبکه های عصبی بازگشتی (RNN)
  • 54. کاربرد CNN در پردازش تصویر
  • 55. کاربرد RNN در پردازش زبان طبیعی
  • 56. استنتاج بیزی در یادگیری ماشین
  • 57. مدل های تولیدی بیزی
  • 58. شبکه های بیزی
  • 59. فیلتر کالمن
  • 60. کاربرد فیلتر کالمن در تخمین حالت
  • 61. مقدمه ای بر داده کاوی
  • 62. پیش پردازش داده ها
  • 63. پاکسازی داده ها
  • 64. ادغام داده ها
  • 65. تبدیل داده ها
  • 66. کاهش ابعاد
  • 67. قانون ارتباط (Association Rule Mining)
  • 68. الگوریتم Apriori
  • 69. خوشه بندی (Clustering)
  • 70. الگوریتم K-Means
  • 71. خوشه بندی سلسله مراتبی
  • 72. تشخیص ناهنجاری (Anomaly Detection)
  • 73. مقدمه ای بر مدل سازی آماری
  • 74. مدل های خطی تعمیم یافته (GLM)
  • 75. مدل رگرسیون لجستیک
  • 76. مدل رگرسیون پواسون
  • 77. ارزیابی مدل های آماری
  • 78. اعتبارسنجی متقابل (Cross-validation)
  • 79. انتخاب مدل
  • 80. بایاس و واریانس در مدل سازی
  • 81. مقدمه ای بر پردازش سیگنال
  • 82. تبدیل فوریه
  • 83. تبدیل فوریه گسسته (DFT)
  • 84. تبدیل فوریه سریع (FFT)
  • 85. فیلترهای دیجیتال
  • 86. فیلترهای خطی
  • 87. فیلترهای غیرخطی
  • 88. فشرده سازی داده ها
  • 89. کدگذاری منبع
  • 90. کدگذاری کانال
  • 91. مقدمه ای بر بهینه سازی
  • 92. بهینه سازی خطی
  • 93. بهینه سازی غیرخطی
  • 94. روش های گرادیانی
  • 95. کاربرد بهینه سازی در علوم داده
  • 96. مقدمه ای بر آمار محاسباتی
  • 97. شبیه سازی مونت کارلو
  • 98. روش های نمونه گیری
  • 99. توزیع های شبیه سازی شده
  • 100. مقدمه ای بر آمار فضایی

📚 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.