سپنتا کتاب اکسپرس
کتاب تحلیل داده و یادگیری ماشین کاربردی با R

کتاب تحلیل داده و یادگیری ماشین کاربردی با R

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 تحلیل داده و یادگیری ماشین کاربردی با R

موضوع کلی: علوم و مهندسی داده

موضوع میانی: یادگیری ماشین و تحلیل داده با زبان R

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علم داده و R
  • 2. نصب و پیکربندی R و RStudio
  • 3. آشنایی با محیط RStudio
  • 4. مبانی زبان R: انواع داده و ساختارها
  • 5. کار با متغیرها و عملگرها در R
  • 6. ساختارهای کنترلی: دستورات شرطی
  • 7. حلقه‌ها در R: for و while
  • 8. توابع در R: تعریف و فراخوانی
  • 9. مدیریت بسته ها در R
  • 10. کار با داده های متنی (Strings)
  • 11. کار با تاریخ و زمان در R
  • 12. ساختارهای داده ای پیشرفته: لیست ها
  • 13. ساختارهای داده ای پیشرفته: ماتریس ها
  • 14. ساختارهای داده ای پیشرفته: آرایه ها
  • 15. ساختارهای داده ای پیشرفته: دیتافریم ها
  • 16. خواندن و نوشتن داده ها: CSV
  • 17. خواندن و نوشتن داده ها: Excel
  • 18. خواندن و نوشتن داده ها: پایگاه داده
  • 19. پاکسازی و پیش پردازش داده ها
  • 20. مدیریت مقادیر گمشده (NA)
  • 21. شناسایی و مدیریت داده های پرت (Outliers)
  • 22. تبدیل و نرمال سازی داده ها
  • 23. انتخاب و مهندسی ویژگی (Feature Engineering)
  • 24. مقدمه ای بر تحلیل اکتشافی داده (EDA)
  • 25. مصورسازی داده ها: مقدمه ای بر ggplot2
  • 26. نمودارهای میله ای و هیستوگرام
  • 27. نمودارهای پراکندگی و خطی
  • 28. نمودارهای جعبه ای و ویولن
  • 29. نقشه های حرارتی (Heatmaps)
  • 30. مصورسازی داده های جغرافیایی (مقدماتی)
  • 31. مقدمه ای بر یادگیری ماشین
  • 32. انواع یادگیری ماشین: نظارت شده و بدون نظارت
  • 33. ارزیابی مدل های یادگیری ماشین
  • 34. تقسیم داده ها: آموزش و آزمون
  • 35. رگرسیون خطی ساده
  • 36. رگرسیون خطی چندگانه
  • 37. ارزیابی مدل های رگرسیون
  • 38. مقدمه ای بر طبقه بندی
  • 39. رگرسیون لجستیک
  • 40. طبقه‌بند بیز ساده (Naive Bayes)
  • 41. ماشین بردار پشتیبان (SVM) - مقدماتی
  • 42. درخت تصمیم (Decision Trees)
  • 43. قلمرو درخت تصمیم
  • 44. مجموعه درختان تصمیم: جنگل تصادفی (Random Forest)
  • 45. مجموعه درختان تصمیم: بوستینگ گرادیان (Gradient Boosting)
  • 46. ارزیابی مدل های طبقه بندی: ماتریس درهم ریختگی
  • 47. دقت، صحت و بازخوانی (Precision, Recall, F1-score)
  • 48. منحنی ROC و AUC
  • 49. خوشه بندی (Clustering): مقدمه
  • 50. الگوریتم K-Means
  • 51. ارزیابی مدل های خوشه بندی
  • 52. کاهش ابعاد: تحلیل مؤلفه های اصلی (PCA)
  • 53. مقدمه ای بر پردازش زبان طبیعی (NLP)
  • 54. پیش پردازش متن: توکن سازی و پاکسازی
  • 55. شمارش کلمات و TF-IDF
  • 56. مدل های زبانی آماری
  • 57. مقدمه ای بر شبکه های عصبی
  • 58. شبکه های عصبی پرسپترون چند لایه (MLP)
  • 59. آموزش شبکه های عصبی: پس انتشار خطا
  • 60. مقدمه ای بر یادگیری عمیق
  • 61. شبکه های عصبی کانولوشنال (CNN) - مقدماتی
  • 62. شبکه های عصبی بازگشتی (RNN) - مقدماتی
  • 63. کاربرد R در تحلیل سری های زمانی
  • 64. مدل های ARIMA برای سری های زمانی
  • 65. پیش بینی سری های زمانی
  • 66. مقدمه ای بر سیستم های توصیه گر
  • 67. فیلترینگ همکار (Collaborative Filtering)
  • 68. فیلترینگ محتوا (Content-based Filtering)
  • 69. ارزیابی سیستم های توصیه گر
  • 70. مقدمه ای بر یادگیری تقویتی
  • 71. مفاهیم پایه یادگیری تقویتی
  • 72. کاربرد R در تجزیه و تحلیل کسب و کار
  • 73. شاخص های کلیدی عملکرد (KPI)
  • 74. تحلیل سبد خرید (Market Basket Analysis)
  • 75. مقدمه ای بر علم داده در سلامت
  • 76. تحلیل داده های پزشکی با R
  • 77. مقدمه ای بر علم داده در امور مالی
  • 78. تحلیل داده های مالی با R
  • 79. مقدمه ای بر علم داده در بازاریابی
  • 80. تحلیل داده های بازاریابی با R
  • 81. مقدمه ای بر بهینه سازی
  • 82. الگوریتم های ژنتیک - مقدماتی
  • 83. مقدمه ای بر مدیریت کلان داده (Big Data)
  • 84. کار با Apache Spark و R
  • 85. مقدمه ای بر اخلاق در علم داده
  • 86. حریم خصوصی و امنیت داده ها
  • 87. تکنیک های مصورسازی پیشرفته
  • 88. کاربرد R در تحلیل شبکه های اجتماعی
  • 89. تحلیل احساسات (Sentiment Analysis)
  • 90. مقدمه ای بر یادگیری انتقالی (Transfer Learning)
  • 91. کتابخانه های پیشرفته R برای یادگیری ماشین
  • 92. تکنیک های تنظیم فراپارامتر (Hyperparameter Tuning)
  • 93. ساخت داشبوردهای تعاملی با R (Shiny)
  • 94. استقرار مدل های یادگیری ماشین
  • 95. جمع بندی و مسیرهای آینده در علم داده
  • 96. پروژه پایانی: تحلیل داده و یادگیری ماشین کاربردی
  • 97. ارائه نتایج پروژه پایانی
  • 98. راهنمای منابع بیشتر و یادگیری مداوم

📚 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.