تحلیل سبد خرید بازار و تحلیل تمییز خطی با R

آنچه یاد خواهید گرفت:

• آشنایی با چیستی قواعد انجمنی (تحلیل سبد خرید بازار)
• چگونگی عملکرد قواعد انجمنی
• چگونگی انجام تحلیل سبد خرید بازار با استفاده از Excel و R
• تحلیل تمییز خطی (LDA) چیست؟
• چگونگی انجام تحلیل تمییز خطی با استفاده از R
• درک تک‌تک اجزای خروجی تحلیل تمییز خطی
• کاربرد عملی تحلیل تمییز خطی

توضیحات دوره

این دوره شامل دو بخش است. در بخش 1، قواعد انجمنی (تحلیل سبد خرید بازار) تشریح می‌شود. در بخش 2، مدرس به توضیح تحلیل تمییز خطی (LDA) می‌پردازد.

جزئیات بخش 1 - قواعد انجمنی / تحلیل سبد خرید بازار (MBA)

• تحلیل سبد خرید بازار (MBA) یا قواعد انجمنی چیست؟
• کاربرد قواعد انجمنی - چگونگی استفاده از آن در موقعیت‌های مختلف
• یک قاعده انجمنی چه شکلی دارد؟
• قدرت یک قاعده انجمنی - شامل:
• معیار Support
• معیار Confidence
• معیار Lift
• الگوریتم پایه برای استخراج قواعد
• دموی الگوریتم اولیه برای استخراج قواعد - بحث درباره الگوریتم جستجوی سطح اول (BFS) و جستجوی عمق اول (DFS)
• دموی استفاده از R - دو مثال
• تکلیف برای تثبیت مفاهیم

جزئیات بخش 2 - تحلیل تمییز خطی (LDA)

• لزوم استفاده از مدل طبقه‌بندی
• هدف تحلیل تمییز خطی
• یک مورد کاربردی برای طبقه‌بندی
• تعریف رسمی LDA
• قابلیت کاربرد تکنیک‌های تحلیلی
• دو کاربرد LDA:
• LDA برای انتخاب متغیر
• دموی استفاده از LDA برای انتخاب متغیر
• کاربرد دوم LDA - LDA برای طبقه‌بندی
• جزئیات کاربرد عملی دوم LDA
• درک سه مؤلفه مهم برای فهم صحیح LDA
• پیچیدگی اول LDA - اندازه‌گیری فاصله: فاصله اقلیدسی 
• پیچیدگی اول LDA - اندازه‌گیری فاصله (پیشرفته): فاصله ماهالانوبیس 
• پیچیدگی دوم LDA - تابع تمییز خطی
• پیچیدگی سوم LDA - احتمال پسین / قضیه بیز 
• دموی LDA با استفاده از R
• همراه با رویکرد جک‌نایف 
• بررسی عمیق خروجی LDA
• مصورسازی عملیات LDA
• درک آمارهای نمودار LDA
• مقایسه LDA و PCA در کنار هم
• دموی LDA برای بیش از دو کلاس: درک موارد زیر
• مصورسازی داده
• توسعه مدل
• اعتبارسنجی مدل روی مجموعه‌های داده آموزش و تست
• کاربرد صنعتی الگوریتم طبقه‌بندی
• مدیریت موارد خاص در LDA

این دوره برای چه کسانی مناسب است؟

• متخصصان تحقیقات بازار
• متخصصان تحلیل کسب‌وکار
• دانشمندان داده