دوره آموزشی یادگیری ماشین با کاهش داده در Excel، R و Power BI
3 ساعت 33 دقیقهمتوسط2022-02-09
مدرسین

Helen Wall
Data analytics and business analysis expert
جزئیات دوره
تجزیه و تحلیل بخش بزرگی از نحوه انجام علم داده در جهان است. اما آیا میدانستید که میتوانید از برنامههایی مانند Excel، R و Power BI برای کاهش دادههای با ابعاد بالا با مدلها و الگوریتمهای یادگیری ماشین استفاده کنید؟ در این دوره، مربی هلن وال به شما یک نمای کلی از تکنیک های یادگیری ماشین و کاهش داده ارائه می دهد که شما را قادر می سازد مجموعه داده های بزرگ را تجزیه و تحلیل کنید و روندها را با طبقه بندی های مختلف مشخص کنید.
درباره مدلهای یادگیری ماشینی مانند خوشهها و الگوریتمهای تشخیص ناهنجاری بیاموزید. با بررسی تکنیکهای کاهش دادههای ابعادی و عددی، مدلهای تحلیلی و ابزارهای تجسم در Excel، R، و Power BI، درباره فاصله، ابعاد، و دانهبندی اطلاعات بیشتری کسب کنید. در طول مسیر، نکاتی را در مورد نحوه ادغام روش های خود دریافت کنید تا بتوانید آنها را برای به اشتراک گذاشتن با مخاطبان وسیع تری مقیاس دهید.
درباره مدلهای یادگیری ماشینی مانند خوشهها و الگوریتمهای تشخیص ناهنجاری بیاموزید. با بررسی تکنیکهای کاهش دادههای ابعادی و عددی، مدلهای تحلیلی و ابزارهای تجسم در Excel، R، و Power BI، درباره فاصله، ابعاد، و دانهبندی اطلاعات بیشتری کسب کنید. در طول مسیر، نکاتی را در مورد نحوه ادغام روش های خود دریافت کنید تا بتوانید آنها را برای به اشتراک گذاشتن با مخاطبان وسیع تری مقیاس دهید.
مهارت ها
RStudioRPower BIStatisticsBusiness AnalyticsBusiness IntelligenceMachine LearningSpreadsheetsData EngineeringMicrosoft ExcelData AnalysisArtificial Intelligence (AI)Programming LanguagesData ScienceBusiness Analysis and StrategyBusiness Software and ToolsOpen SourceMicrosoftSoftware DevelopmentDeep Dive (X:Y)
سرفصل ها
0. مقدمه
- 01 - از کاهش داده ها برای بینش های ارزشمند استفاده کنید
- 02 - آنچه باید بدانید
- 03 - معرفی پروژه دوره
- 04 - پیکربندی افزونه حل کننده اکسل
- 05 - کار با R
- 06 - پیکربندی R در Power BI
1. کار با مجموعه داده های بزرگ
- 07 - هوش مصنوعی و یادگیری ماشین
- 08 - کثرت
- 09 - ابعاد
- 10 - تجمیع یا گروه بندی داده ها
- 11 - هیستوگرام
- 12 - بنینگ
- 13 - همبستگی و کوواریانس
- 14 - چالش - گرفتن داده ها
- 15 - راه حل - گرفتن داده ها
2. خوشه بندی
- 16 - محاسبه فاصله
- 17 - خوشه بندی سلسله مراتبی
- 18 - نقشه های حرارتی و دندروگرام ها
- 19 - ک به معنای خوشه بندی در یک بعد است
- 20 - K-به معنای خوشه بندی در دو بعدی است
- 21 - تعیین ک
- 22 - چالش - خوشه بندی
- 23 - راه حل - خوشه بندی
3. PCA
- 24 - تجسم PCA
- 25 - استفاده از Excel Solver برای یافتن راه حل
- 26 - حل محورهای اجزای اصلی
- 27 - مقادیر ویژه
- 28 - بردارهای ویژه
- 29 - فضای طرح PCA
- 30 - طرح اسکرین
- 31 - چالش - PCA
- 32 - راه حل - PCA
4. انتخاب ابعاد
- 33 - تجزیه و تحلیل ابعاد مدل بالقوه
- 34 - حذف یا جایگزینی مقادیر null
5. Power BI و R
- 35 - راه اندازی R در Power Query Editor
- 36 - ایجاد کد سفارشی با استاندارد R ویژوال
- 37 - چالش - Power BI
- 38 - راه حل - Power BI
نتیجه
- 39 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی یادگیری عمیق با پایتون: بهینهسازی مدلهای یادگیری عمیق
- دوره آموزشی یادگیری ماشین و مبانی هوش مصنوعی: مدل سازی طبقه بندی
- دوره آموزشی هوش مصنوعی مسئولانه و توسعه برنامهها
- دوره آموزشی مبانی علم داده: اصول اولیه
- دوره آموزشی انتخاب رویکرد مناسب یادگیری ماشین برای کیس تجاری شما با استفاده از ISO/IEC 25053:2022
- دوره آموزشی هوش مصنوعی مسئولانه با Amazon SageMaker AI
- دوره آموزشی مبانی علم داده: داده کاوی در R
- دوره آموزشی جامع پایتون برای علم داده بخش 2
مسیرهای مرتبط
- مسیر آموزشی از دانشمند داده به یک تحلیلگر داده تبدیل شوید
- مسیر آموزشی توسعه دادن مهارت تجزیه و تحلیل داده های خود
- مسیر آموزشی تبدیل شدن به یک مدیر زنجیره تامین
- مسیر آموزشی ساخت محصولات هوش مصنوعی: گواهینامه حرفهای پیادهسازی هوش مصنوعی مسئولانه
- مسیر آموزشی گواهینامه حرفهای علم داده
- مسیر آموزشی توسعه دادن مهارت های SPSS
- مسیر آموزشی از تحلیلگر داده به یک دانشمند داده تبدیل شوید
- مسیر آموزشی تسلط بر تجزیه و تحلیل داده ها در سطح اجرایی