مدلسازی غیرخطی با مدلهای افزودنی تعمیمیافته (GAM) در R
✅ سرفصل و جزئیات آموزش
مدلهای افزودنی تعمیمیافته (GAM) ابزاری قدرتمند برای پیشبینی و استنتاج هستند. مدلهای GAM که انعطافپذیرتر از مدلهای خطی و قابلفهمتر از روشهای جعبهسیاه هستند، روابط موجود در داده را بهعنوان توابع غیرخطی مدلسازی میکنند که سازگاری بالایی با انواع داده و مسائل علم داده دارند. در این دوره، یاد میگیرید که GAMها چگونه کار میکنند و چگونه میتوانید آنها را با پکیج محبوب mgcv بسازید.
همچنین میآموزید که چگونه نتایج مدل خود را تفسیر، تشریح و مصورسازی کنید و چگونه مشکلات مدل را تشخیص داده و رفع نمایید. شما با مجموعه دادههایی کار خواهید کرد که چگونگی اعمال GAMها را در موقعیتهای مختلف نشان میدهند: دادههای عملکرد خودرو برای ساخت مدلهای ترکیبی خطی و غیرخطی، دادههای آلودگی خاک برای ساخت مدلهای مکانی، و داده خرید مصرفکننده برای طبقهبندی و پیشبینی. تا پایان این دوره، جعبهابزاری برای حل بسیاری از مسائل علم داده در اختیار خواهید داشت.
مدلسازی غیرخطی با مدلهای افزودنی تعمیمیافته (GAM) در R
-
مقدمه None
-
توابع اولیه و هموارسازی None
-
مدلهای GAM چندمتغیره None
-
تفسیر خروجیهای GAM None
-
مصورسازی GAMها None
-
بررسی مدل با دستور ()gam.check None
-
بررسی Concurvity None
-
هموارسازهای دوبعدی و دادههای مکانی None
-
ترسیم و تفسیر تعاملات GAM None
-
مصورسازی تعاملات دستهای-پیوسته None
-
تعاملات با مقیاسهای مختلف: تانسورها None
-
انواع خروجیهای مدل None
-
مصورسازی GAMهای لجستیک None
-
انجام پیشبینیها None
-
کارهای بیشتر با GAMها None
مشخصات آموزش
مدلسازی غیرخطی با مدلهای افزودنی تعمیمیافته (GAM) در R
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:متوسط
- تعداد درس:15
- مدت زمان :4:00:00
- حجم :1.02GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy