کلاس و دوره آموزشی نیمه خصوصی علم داده ها با نرم افزار R دوره مقدماتی با استاد محمدرضا نوربخش
ثبت نام در کلاس آنلاین نیمه خصوصی علم داده ها با نرم افزار R دوره مقدماتی با قیمت مناسب که استاد محمدرضا نوربخش برگزار می کند.
برگزار کننده: استاد محمدرضا نوربخش زمان ثبت نام: 1403/08/16 12:55 - 1403/08/30 23:59 زمان برگزاری: 1403/09/01 18:00 - 1403/09/30 20:00 روزهای برگزاری: یک شنبه، سه شنبه و پنج شنبه ها ساعت 18 تا 20- توضیحات دوره
- سرفصل ها
- نظرات
زبان برنامهنویسی R قدمتی زیاد دارد و در گروه زبانهای برنامهنویسی قابل اعتماد طبقهبندی میشود که انجمنی قدرتمند از توسعهدهندگان و متخصصان علم دادهها از آن پشتیبانی میکنند. به لطف انجمنهای مختلفی که برای این زبان برنامهنویسی وجود دارند افرادی که از زبان آر استفاده میکنند با مشکل چندان خاصی روبرو نمیشوند، زیرا پشتیبانی آنلاین خوبی از آنها به عمل میآید. در نتیجه افراد تازهکار یا توسعهدهندگانی که در انجام پروژههای خود با مشکلی روبرو میشوند با طیف گستردهای از متخصصان این زبان پشتیبانی خواهند شد. علاوه بر پشتیبانی آنلاین، نفوذ این زبان در میان متخصصان زیاد بوده و بالغ بر 5000 هزار بسته آماده برای این زبان ارائه شده که امکان دانلود و بهکارگیری آنها همراه با زبان R امکانپذیر است. بستههایی که دامنه فعالیتهای این زبان را گسترش داده و اجازه میدهند از زبان R برای انجام وظایف مختلف (عمدتا در ارتباط با مبحث تحلیل دادهها و دادهکاوی) استفاده کنید. همین موضوع باعث شده تا زبان آر برای انجام تجزیه و تحلیلهای داده اکتشافی (exploratory data analysis) به گزینه مناسبی تبدیل شود. زبان برنامهنویسی آر با سایر زبانهای برنامهنویسی همچون سیپلاسپلاس، جاوا و سی یکپارچه میشود. زمانیکه نیاز به انجام تحلیلهای آماری پیچیده و سنگین یا رسم نمودار ضروری است، زبان برنامهنویسی آر انتخاب درستی است. عملیات ریاضی رایج همچون ضرب ماتریسها به سادگی و به دور از پیچیدگیهای مرسوم انجام میشود و ترکیب نحوی آرایهمحور این زبان قابلیت کارآمدی برای ترجمه ریاضیات به کدها در اختیار افرادی قرار داده که هیچ پیشینهای در برنامهنویسی ندارند.
هدف از این دوره آشنایی با یادگیري آماري و روشهاي یادگیري با ناظر و بدون ناظراست و پیش نیاز آن آشنایی مقدماتی با نرمافزار R است. طول دوره 12 ساعت است و منبع مورد استفاده برای آموزش کتاب جِیمز، ویتِن، هستی و تیبشیرانی (2021) مقدمهاي بر یادگیري آماري با کاربرد در R است.
سرفصل
· یادگیري آماري، یادگیري با ناظر و بدون ناظر، رگرسیون و طبقهبندي، معیارهاي دقت مدل
· رگرسیون خطی: رگرسیون خطی ساده، رگرسیون خطی چندگانه، پیشبینهاي کیفی
· طبقه بندي: رگرسیون لجستیک، تحلیل تشخیصی خطی (LDA)، تحلیل تشخیصی درجه 2 (QDA)، بِیز خام، K- نزدیکترین همسایگی (KNN) ، منحنی ROC
·یادگیري بدون ناظر: تحلیل مؤلفههاي اصلی (PCA)، خوشهبندي سلسله مراتبی، خوشه بندي K میانگین