دوره آموزشی یادگیری ماشین و هوش مصنوعی(AI): درخت تصمیم گیری پیشرفته با SPSS

1 ساعت 23 دقیقهپیشرفته2024-02-07

مدرسین

Keith McCormick

Data Miner, Trainer, Speaker, Author

جزئیات دوره

اگر در تلاش برای درک یادگیری ماشین هستید، مهم است که بدانید چگونه با درختان تصمیم کار کنید. در این دوره، مفاهیم پیشرفته و جزئیات الگوریتم های درخت تصمیم را کشف کنید. درباره الگوریتم QUEST و نحوه مدیریت متغیرهای اسمی ، متغیرهای ترتیبی و مداوم و داده های از دست رفته اطلاعات کسب کنید. الگوریتم C5.0 را کاوش کنید و برخی از ویژگی های اصلی آن مانند هرس جهانی و پیروزی را مرور کنید. بعلاوه، به چند موضوع پیشرفته که مربوط به همه درختان تصمیم گیری است، مانند تقویت و کیسه زدن، غوطه ور شوید.

موضوعات شامل:
درک توابع و برنامه های QUEST
مفاهیم C5.0 و کاربردهای عملی
درک اطلاعات به دست آوردن
جنگل های تصادفی
تقویت و کیف کردن
هزینه ها و هزینه های قبلی

مهارت ها

SPSS StatisticsSPSSIBMDecision-MakingMachine LearningArtificial Intelligence (AI)Professional DevelopmentLeadership and ManagementDeep Dive (X:Y)

سرفصل ها

0. مقدمه

01 - درخت‌های تصمیم‌گیری پیشرفته با SPSS
02 - آنچه باید بدانید
03 - استفاده از فایل‌های تمرین

1. درک QUEST

04 - بررسی اجمالی
05 - QUEST چگونه متغیرهای اسمی را مدیریت می‌کند
06 - QUEST چگونه متغیرهای ترتیبی و پیوسته را مدیریت می‌کند
07 - QUEST چگونه داده‌های از دست رفته را مدیریت می‌کند
08 - هرس در QUEST
09 - قوانین توقف در QUEST

2. درک C5.0

10 - ID3 و C4.5
11 - صفات Winnowing
12 - مجموعه قوانین
13 - درک به دست آوردن اطلاعات
14 - هرس در C5.0
15 - C5.0 چگونه داده‌های از دست رفته را مدیریت می‌کند

3. موضوعات پیشرفته

16 - گروه ها
17 - کیسه زدن چیست
18 - استفاده از کیسه برای انتخاب ویژگی
19 - جنگل‌های تصادفی
20 - چه چیزی تقویت کننده است
21 - XGBoost چیست
22 - گره درخت XGBoost
23 - هزینه‌ها و مقدمات
24 - XGBoost Linear

نتیجه

25 - مراحل بعدی