آشنایی با مدلسازی خطی در پایتون
✅ سرفصل و جزئیات آموزش
یکی از اهداف اصلی هر دانشمند، یافتن الگوها در داده و ساختن مدلهایی برای توصیف، پیشبینی و استخراج بینش از آن الگوها است. بنیادیترین این الگوها، رابطه خطی بین دو متغیر است. این دوره، مقدمهای برای بررسی، کمّیسازی و مدلسازی روابط خطی در داده فراهم میکند و با نمایش تکنیکهایی مانند حداقل مربعات، رگرسیون خطی، تخمین و نمونهبرداری مجدد بوتاسترپ، این مفاهیم را ارائه میدهد.
در اینجا شما قدرتمندترین ابزارهای مدلسازی در اکوسیستم علم داده پایتون، از جمله scipy ،statsmodels و scikit-learn را برای ساخت و ارزیابی مدلهای خطی به کار خواهید گرفت. با بررسی مفاهیم و کاربردهای مدلهای خطی با پایتون، این دوره هم به عنوان یک مقدمه عملی برای مدلسازی و هم به عنوان اصولی برای یادگیری تکنیکها و ابزارهای پیشرفتهتر مدلسازی در آمار و یادگیری ماشین عمل میکند.
آشنایی با مدلسازی خطی در پایتون
-
معرفی مدلسازی داده None
-
مصورسازی روابط خطی None
-
کمّیسازی روابط خطی None
-
چه چیزی یک مدل را خطی میکند؟ None
-
تفسیر شیب و عرض از مبدأ None
-
بهینهسازی مدل None
-
بهینهسازی حداقل مربعات None
-
مدلسازی داده واقعی None
-
محدودیتهای پیشبینی None
-
شاخص نیکویی برازش None
-
خطای استاندارد None
-
مفاهیم آمار استنباطی None
-
تخمین مدل و درستنمایی None
-
عدم قطعیت مدل و توزیعهای نمونه None
-
خطاهای مدل و تصادفی بودن None
-
نتیجهگیری دوره None
مشخصات آموزش
آشنایی با مدلسازی خطی در پایتون
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:متوسط
- تعداد درس:16
- مدت زمان :4:00:00
- حجم :266.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
- زمان: 02:27:39
- تعداد درس: 24
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 03:02:02
- تعداد درس: 14
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 58:00
- تعداد درس: 12
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 11:25:13
- تعداد درس: 94
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 06:58:57
- تعداد درس: 60
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 08:11:21
- تعداد درس: 28
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 09:44:25
- تعداد درس: 67
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 04:52:43
- تعداد درس: 38
-
سطح دوره:
-
زبان: دوبله فارسی