توضیحات
این دوره آموزشی به زودی تهیه می گردد.
جهت رزرو دوره آموزشی با ۲۰درصد تخفیف کافیست با پشتیبانی هماهنگ نمایید.
محصول SPSS
درباره مدرس این دوره آموزشی:
مهندس بهنام حیدری
عضو هیئت علمی رایان پژوهان پارسه، کارشناس ارشد مهندسی کامپیوتر گرایش نرم افزار بوده که در دانشگاه شیراز فارغ التحصیل شده اند. ایشان در زمینه های داده کاوی، شبکه های اجتماعی، سیستم های پیشنهاد دهنده، اینترنت اشیا، رایانش ابری و شبکه های حسگر بی سیم فعالیت های پژوهشی انجام داده اند.
در این آموزش یاد میگیرید که:
این دوره آموزشی به زودی تهیه می گردد.
جهت رزرو دوره آموزشی با ۲۰درصد تخفیف کافیست با پشتیبانی هماهنگ نمایید.
| اطلاعات این دوره آموزشی | |
|---|---|
| تعداد خرید | 10 بار |
| تعداد بازدید | 1176 نفر |
| کد دوره | #121 |
تضمین کیفیت و گارانتی:
این آموزش تحت نظارت موسسه رایان پژوهان پارسه تهیه شده است و کیفیت تصویر , صدا و سطح آموزشی کاملا تضمین میگردد
ناشر:
موسسه رایان پژوهان پارسه , پیشگام در زمینه آموزش های مجازی , پشتیبان دانشجویان و ارائه دهنده خدمات دانشجویی است
اقلام همراه فایل آموزشی:
این آموزش شامل فایل ویدیوئی با کیفیت بالا , یادداشت های مفید مدرس و فایل های پروژه تدریس داده شده بصورت کامل میباشد
جلسات مرتبط
-
1
در این جلسه آموزشی به کشف داده های پرت یا outlier data با استفاده از نرم افزار داده کاوی رپیدماینر پرداخته می شود. داده های پرت آن دسته ار داده هایی هستند که رفتار متفاوت با سایر نمونه ها د ارند . لازم به ذکر است که بدانید که miss Value با داده های پرت متفاوت هستند. Miss Value به آن دسته از داده هایی گفته می شود که مقادیر خالی و یا تهی و یا مقادیر متفاوت با سایر مقادیر از مجموعه داده ها دارند. اما data Outlier آن دسته از داده هایی هستند و با قرار گرفتن در یک فضا، رفتاری متفاوت با اکثر نمونه ها د ارند. داده های پرت باعث می شوند که مدل تولید شده در داده کاوی یک مدل پیچیده باشد . مدل پیچیده به مدلی گفته می شود که به برخی از داده ها که ارزش چندانی در دیتاست ندارند اهمیت بیشتری داده می شود این داده ها موجب می شوند که فضای جست و جوی بیشتری نسبت به خود اختصاص دهد.
مشاهده و خرید- حراج!
1
در این دوره آموزشی، نرم افزار داده کاوی رپیدماینر از مقدماتی تا حرفه ای آموزش داده می شود. با مشاهده جلسات این دوره امکان انجام انواع پروژه های درسی و دانشگاهی میسر می گردد. محتویات دوره آموزش رپیدماینر مناسب دانشجویان کارشناسی، ارشد و دکتری می باشد. جلسات آموزشی رپیدماینر به گونه ای تهیه شده است که دانشجویان بتوانند به راحتی پایان نامه و پروژه های مرتبط را پیاده سازی کنند. همراه فیلم آموزشی مثال های کاربردی و سورس های مربوطه موجود می باشد.
مشاهده و خرید1
در این جلسه آموزشی از مجموعه جلسات دوره های رپیدماینر (Rapidminer) به آموزش طبقه بندی داده ها با استفاده از تکنیک یادگیری تقویتی یا Vete در نرم افزار داده کاوی رپیدماینر پرداخته می شود. ما در جلسه آموزشی یادگیری تقویتی کاملا بصورت پروژه محورعمل کرده ایم. در این جلسه آموزشی کنترل های عمومی رپیدماینر که در جلسات قبل شرح داده شده مجدد مرور شده است. کنترل محبوب Vete که جهت ترکیب چندین الگوریتم طبقه بندی در رپیدماینر استفاده می شود بصورت کامل آموزش داده شده است.بصورت کلی در این جلسه آموزشی دیتاست سرطان سینه به عنوان داده های آزمایشی برای تست یادگیری تقویتی یا Vete در نظر گرفته شده است. نحوه ترکیب انواع الگوریتم های طبقه بندی مثل درخت تصمیم, شبکه عصبی, ماشین بردارپشتیبان. Knn و غیره
مشاهده و خرید1
در این جلسه آموزشی از مجموعه جلسات دوره آموزشی رپیدماینر, فرآیند انتخاب ویژگی از دیتاست سرطان سینه (بعنوان نمونه با کمک الگوریتم ازدحام ذرات یا PSO و هسته SVM صورت میپذیرد. در این جلسه آموزشی بصورت خاص الگوریتم انتخاب ویژگی PSO بصورت تئوریک و عملی تدریس می گردد. دیتاست سرطان سینه به عنوان منبع داده به الگوریتم انتخاب ویژگی PSO وارد میشود. این الگوریتم بر اساس هسته SVM فراند دسته بندی زیر مجموعه ویژگی ها را انجام داده و در نهایت به هر ویژگی یک وزن بین ۰ و ۱ اختصاص میدهد. در نهایت با تولید خروجی مربوط به هر ویژگی میتوان تعیین کرد که کدام ویژگی دارای وزن بالاتری نسبت به بقیه ویژگیها میباشد. جلسه آموزشی انتخاب ویژگی در رپیدماینر بصورت پروژه محور بوده و یک پروژه عملی را بصورت کامل و با جزئیات تدریس می نماید. با خرید این دوره آموزشی میتوانید به راحتی فرآیند انتخاب ویژگی را بر روی هر دیتاستی در رپیدماینر انجام دهید.
مشاهده و خرید - حراج!
tilar –
نظری ندارم