کتاب تحلیل داده‌های پیشرفته با رگرسیون لجستیک در 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 داده‌های پیشرفته با رگرسیون لجستیک در R

موضوع کلی: علوم کامپیوتر و تحلیل داده

موضوع میانی: یادگیری ماشین و مدل‌سازی آماری

📋 سرفصل‌های دوره

  • 1. مبانی رگرسیون لجستیک در تحلیل داده
  • 2. مقدمه‌ای بر تحلیل داده با R
  • 3. نصب و پیکربندی محیط R
  • 4. مفاهیم پایه آمار و احتمال در R
  • 5. آماده‌سازی داده‌ها برای مدل‌سازی
  • 6. پاکسازی و پیش‌پردازش داده‌ها
  • 7. شناسایی و مدیریت مقادیر پرت
  • 8. نمایش داده‌های کیفی و کمی
  • 9. مفهوم متغیرهای مستقل و وابسته
  • 10. انواع رگرسیون و کاربردهای آن
  • 11. معرفی رگرسیون لجستیک
  • 12. تفاوت رگرسیون لجستیک با رگرسیون خطی
  • 13. فرمول‌بندی رگرسیون لجستیک
  • 14. توابع سیگموئید و لاجیت
  • 15. تفسیر ضرایب رگرسیون لجستیک
  • 16. تخمین پارامترها: روش حداکثر درست‌نمایی
  • 17. پیاده‌سازی رگرسیون لجستیک در R
  • 18. تابع glm() برای مدل‌سازی
  • 19. ساخت اولین مدل رگرسیون لجستیک
  • 20. بررسی خلاصه‌ی مدل و معناداری ضرایب
  • 21. ارزیابی عملکرد مدل رگرسیون لجستیک
  • 22. معیارهای سنجش دقت مدل (Accuracy)
  • 23. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 24. حساسیت، ویژگی و امتیاز F1
  • 25. منحنی ROC و سطح زیر منحنی (AUC)
  • 26. آستانه تصمیم‌گیری در طبقه‌بندی
  • 27. تنظیم آستانه برای بهبود عملکرد
  • 28. مدل‌سازی با داده‌های طبقه‌بندی دودویی
  • 29. پیش‌بینی احتمال وقوع رویداد
  • 30. کاربرد رگرسیون لجستیک در پیش‌بینی
  • 31. مثال کاربردی: پیش‌بینی ریزش مشتری
  • 32. مدل‌سازی پیش‌بینی تقلب در تراکنش‌ها
  • 33. رگرسیون لجستیک برای داده‌های چندکلاسه
  • 34. روش One-vs-Rest (OvR)
  • 35. روش Multinomial Logistic Regression
  • 36. پیاده‌سازی مدل‌های چندکلاسه در R
  • 37. ارزیابی مدل‌های چندکلاسه
  • 38. مفاهیم پیشرفته در رگرسیون لجستیک
  • 39. مهار کردن (Regularization) در مدل‌سازی
  • 40. L1 و L2 Regularization
  • 41. تاثیر Regularization بر ضرایب مدل
  • 42. انتخاب بهترین مدل با Cross-validation
  • 43. اعتبارسنجی متقابل K-fold
  • 44. تنظیم فراپارامترها (Hyperparameter Tuning)
  • 45. جستجوی شبکه‌ای (Grid Search)
  • 46. کاربرد رگرسیون لجستیک در سلامت
  • 47. پیش‌بینی بیماری‌ها بر اساس علائم
  • 48. مدل‌سازی ریسک ابتلا به بیماری
  • 49. کاربرد رگرسیون لجستیک در مالی
  • 50. پیش‌بینی اعتبارسنجی مشتریان بانکی
  • 51. مدل‌سازی ریسک نکول وام
  • 52. کاربرد رگرسیون لجستیک در بازاریابی
  • 53. بخش‌بندی مشتریان بر اساس رفتار خرید
  • 54. پیش‌بینی اثربخشی کمپین‌های تبلیغاتی
  • 55. ملاحظات عملی در ساخت مدل
  • 56. اهمیت انتخاب متغیرهای مناسب
  • 57. تشخیص هم‌خطی (Multicollinearity)
  • 58. روش‌های مدیریت هم‌خطی
  • 59. تفسیر نتایج در چارچوب علمی
  • 60. اصول اخلاقی در تحلیل داده
  • 61. حفظ حریم خصوصی داده‌ها
  • 62. مسئولیت‌پذیری در استفاده از مدل‌ها
  • 63. مقایسه رگرسیون لجستیک با سایر روش‌ها
  • 64. درخت تصمیم (Decision Trees)
  • 65. ماشین بردار پشتیبان (SVM)
  • 66. شبکه‌های عصبی پرسپترون چندلایه
  • 67. معرفی کتابخانه‌های پیشرفته R برای یادگیری ماشین
  • 68. Carett Package
  • 69. Tidymodels Framework
  • 70. کار با داده‌های حجیم و کلان‌داده
  • 71. مفاهیم اولیه پردازش کلان‌داده
  • 72. استفاده از R برای تحلیل داده‌های بزرگ
  • 73. مقدمه‌ای بر مفاهیم آماری پیشرفته
  • 74. توزیع‌های آماری پرکاربرد
  • 75. آزمون فرض آماری
  • 76. مفهوم p-value و تفسیر آن
  • 77. روش‌های استنتاج آماری
  • 78. مدل‌سازی سری‌های زمانی مقدماتی
  • 79. مفاهیم پایه مدل‌سازی سری زمانی
  • 80. کاربرد رگرسیون لجستیک در پیش‌بینی روند
  • 81. مقدمه‌ای بر یادگیری عمیق
  • 82. شبکه‌های عصبی کانولوشنال (CNN)
  • 83. شبکه‌های عصبی بازگشتی (RNN)
  • 84. کاربرد CNN و RNN در تحلیل داده
  • 85. اصول بصری‌سازی داده‌های پیچیده
  • 86. نمودارهای تعاملی در R
  • 87. کاربرد Plotly و Shiny
  • 88. نمایش نتایج مدل به صورت گرافیکی
  • 89. مقدمه‌ای بر یادگیری تقویتی
  • 90. مفاهیم عامل، محیط و پاداش
  • 91. کاربرد یادگیری تقویتی در بهینه‌سازی
  • 92. پیش‌بینی رفتارهای پیچیده انسانی
  • 93. مدل‌سازی ریسک در سیستم‌های پیچیده
  • 94. اصول مهندسی ویژگی (Feature Engineering)
  • 95. ایجاد ویژگی‌های جدید از داده‌های موجود
  • 96. اهمیت ترکیب ویژگی‌ها
  • 97. بهینه‌سازی مدل برای پیاده‌سازی
  • 98. ملاحظات مربوط به سرعت و حافظه
  • 99. استقرار مدل در محیط عملیاتی
  • 100. آموزش مداوم مدل‌ها

📚 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.