رگرسیون و طبقه‌بندی

آنچه یاد خواهید گرفت:

• توضیح می‌دهید که چرا یادگیری آمار مهم است و چگونه می‌توان از آن استفاده کرد.
• نقاط قوت، نقاط ضعف و هشدارهای مدل‌های مختلف را شناسایی کرده و مناسب‌ترین مدل را برای یک مسئله آماری خاص انتخاب می‌کنید.
• تشخیص می‌دهید که چه نوع داده‌‌ای و مسائلی به تکنیک‌های نظارت شده در برابر نظارت نشده نیاز دارند.

توضیحات دوره

آشنایی با یادگیری آمار به بررسی مفاهیم مدل‌سازی آماری می‌پردازد، از جمله اینکه چه زمانی باید از مدل‌های خاص استفاده کرد، چگونه می‌توان این مدل‌ها را تیونینگ کرد و آیا گزینه‌های دیگری وجود دارند که مبادلات (trade-offs) خاصی را فراهم کنند. ما رگرسیون، طبقه‌بندی، درخت‌ها، نمونه‌برداری مجدد، تکنیک‌های نظارت نشده و موارد دیگر را بررسی خواهیم کرد.

این دوره می‌تواند به عنوان اعتبار دانشگاهی در CU Boulder’s Master of Science در علم داده (MS-DS) که در پلتفرم Coursera ارائه می‌شود، انتخاب شود. MS-DS یک مدرک بین‌رشته‌ای است که استادان از دپارتمان‌های ریاضیات کاربردی، علوم کامپیوتر، علوم اطلاعات و دیگران در دانشگاه کلرادو بولدر را گرد هم می‌آورد. با پذیرش مبتنی بر عملکرد و بدون فرآیند درخواست، MS-DS برای افرادی با دامنه وسیعی از آموزش کارشناسی و یا تجربه حرفه‌ای در علوم کامپیوتر، علوم اطلاعات، ریاضیات و آمار ایده‌آل است.