سپنتا کتاب اکسپرس
کتاب کشف دانش از داده‌ها با رویکرد داده‌کاوی

کتاب کشف دانش از داده‌ها با رویکرد داده‌کاوی

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 کشف دانش از داده‌ها با رویکرد داده‌کاوی

موضوع کلی: علوم داده و هوش مصنوعی

موضوع میانی: کاوش داده‌ها و یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر کشف دانش از داده‌ها
  • 2. مبانی داده‌کاوی
  • 3. چرخه حیات کشف دانش
  • 4. آماده‌سازی داده‌ها
  • 5. پاکسازی داده‌ها
  • 6. ادغام داده‌ها
  • 7. تبدیل داده‌ها
  • 8. کاهش ابعاد داده‌ها
  • 9. انتخاب ویژگی
  • 10. استخراج ویژگی
  • 11. مفاهیم پایه‌ای یادگیری ماشین
  • 12. یادگیری نظارت شده
  • 13. یادگیری نظارت نشده
  • 14. یادگیری تقویتی
  • 15. انواع داده‌ها و ساختارهای داده‌ای
  • 16. داده‌های جدولی
  • 17. داده‌های متنی
  • 18. داده‌های تصویری
  • 19. داده‌های سری زمانی
  • 20. مفاهیم آماری در داده‌کاوی
  • 21. توزیع‌های آماری
  • 22. آزمون فرض
  • 23. رگرسیون خطی
  • 24. همبستگی
  • 25. ارزیابی مدل‌های یادگیری ماشین
  • 26. معیارهای ارزیابی مدل‌های طبقه‌بندی
  • 27. دقت، صحت، بازیابی
  • 28. امتیاز F1
  • 29. معیارهای ارزیابی مدل‌های رگرسیون
  • 30. خطای میانگین مربعات
  • 31. خطای میانگین قدر مطلق
  • 32. مدل‌های طبقه‌بندی
  • 33. درخت تصمیم
  • 34. قوانین انجمنی
  • 35. دسته‌بندی‌کننده بیز ساده
  • 36. ماشین بردار پشتیبان
  • 37. شبکه‌های عصبی مصنوعی
  • 38. روش‌های خوشه‌بندی
  • 39. خوشه‌بندی k-means
  • 40. خوشه‌بندی سلسله مراتبی
  • 41. خوشه‌بندی مبتنی بر چگالی
  • 42. تشخیص ناهنجاری
  • 43. کاربرد تشخیص ناهنجاری
  • 44. مدل‌های پیش‌بینی
  • 45. مدل‌های رگرسیون پیشرفته
  • 46. سری‌های زمانی و پیش‌بینی
  • 47. یادگیری عمیق مقدماتی
  • 48. شبکه‌های عصبی کانولوشنال
  • 49. شبکه‌های عصبی بازگشتی
  • 50. پردازش زبان طبیعی در داده‌کاوی
  • 51. مدل‌سازی موضوعی
  • 52. تحلیل احساسات
  • 53. کاربرد داده‌کاوی در کسب و کار
  • 54. تحلیل سبد خرید
  • 55. پیش‌بینی ریزش مشتری
  • 56. سیستم‌های توصیه‌گر
  • 57. کاربرد داده‌کاوی در سلامت
  • 58. تشخیص بیماری
  • 59. پیش‌بینی شیوع بیماری
  • 60. کاربرد داده‌کاوی در مالی
  • 61. تشخیص تقلب
  • 62. امتیازدهی اعتباری
  • 63. کاربرد داده‌کاوی در امنیت سایبری
  • 64. تشخیص نفوذ
  • 65. شناسایی بدافزار
  • 66. اخلاق در داده‌کاوی
  • 67. حریم خصوصی داده‌ها
  • 68. سوگیری در الگوریتم‌ها
  • 69. مسئولیت‌پذیری در هوش مصنوعی
  • 70. مقدمه‌ای بر داده‌کاوی در کلان‌داده‌ها
  • 71. معماری‌های کلان‌داده
  • 72. ابزارهای پردازش کلان‌داده
  • 73. کاربرد داده‌کاوی در اینترنت اشیاء
  • 74. تحلیل داده‌های سنسورها
  • 75. پیش‌بینی رفتار دستگاه‌ها
  • 76. مفاهیم پیشرفته یادگیری ماشین
  • 77. یادگیری انتقالی
  • 78. یادگیری تقویتی عمیق
  • 79. شبکه‌های مولد تخاصمی
  • 80. تفسیرپذیری مدل‌های یادگیری ماشین
  • 81. روش‌های توضیح مدل
  • 82. اهمیت ویژگی‌ها
  • 83. تجسم داده‌ها و اکتشاف دانش
  • 84. ابزارهای تجسم داده
  • 85. تکنیک‌های تجسم پیشرفته
  • 86. کاربرد تجسم در کشف دانش
  • 87. کشف دانش در پایگاه‌های داده رابطه‌ای
  • 88. استخراج قوانین از پایگاه‌های داده
  • 89. مدل‌سازی داده در پایگاه‌های داده
  • 90. کشف دانش در داده‌های گراف
  • 91. تحلیل شبکه‌های اجتماعی
  • 92. یافتن جوامع در گراف‌ها
  • 93. مدل‌سازی داده‌های گراف
  • 94. مقدمه‌ای بر مهندسی ویژگی
  • 95. تکنیک‌های مهندسی ویژگی
  • 96. ساخت ویژگی‌های جدید
  • 97. انتخاب بهترین ویژگی‌ها
  • 98. پایگاه‌های دانش و استدلال
  • 99. ساخت پایگاه‌های دانش
  • 100. استفاده از پایگاه‌های دانش در کشف دانش

📚 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.