دوره آموزشی یادگیری ماشین با رگرسیون لجستیک در Excel، R و Power BI
2 ساعت 50 دقیقهمتوسط2021-11-05
مدرسین

Helen Wall
Data analytics and business analysis expert
جزئیات دوره
Excel، R، و Power BI برنامه هایی هستند که به طور جهانی در علم داده و در بین مشاغل و سازمان ها در سراسر جهان استفاده می شوند. اگر زمانی را صرف کرده اید تا بفهمید که چگونه داده های خود را بهتر مدل کنید تا بینش مفیدی از آنها بدست آورید که می توانید بر اساس آن ها عمل کنید، به احتمال زیاد با این برنامه ها مواجه شده اید. در این دوره، هلن وال نحوه استفاده از Excel، R و Power BI را برای رگرسیون لجستیک به منظور مدلسازی دادهها برای پیشبینی برچسبهای طبقهبندی مانند تشخیص تقلب یا موفقیت در آزمایشهای پزشکی نشان میدهد. هلن چندین نمونه از رگرسیون لجستیک را بررسی می کند. او نحوه استفاده از اکسل را برای محاسبه ملموس مدل رگرسیون نشان می دهد، سپس از R برای محاسبات و تجسم های فشرده تر استفاده می کند. سپس نحوه استفاده از Power BI را برای ادغام قابلیت های محاسبات Excel و R در یک مدل مقیاس پذیر و قابل اشتراک نشان می دهد.
مهارت ها
RPower BIStatisticsBusiness AnalyticsBusiness IntelligenceMachine LearningSpreadsheetsMicrosoft ExcelData AnalysisArtificial Intelligence (AI)Programming LanguagesData ScienceBusiness Analysis and StrategyBusiness Software and ToolsOpen SourceMicrosoftSoftware DevelopmentDeep Dive (X:Y)
سرفصل ها
0. مقدمه
- 01 - برای حل مشکلات از رگرسیون لجستیک استفاده کنید
- 02 - آنچه باید بدانید
- 03 - معرفی پروژه دوره
- 04 - پیکربندی افزونه Excel Solver
- 05 - کار با R
- 06 - پیکربندی R در Power BI
1. توزیعها و احتمالات
- 07 - معرفی هوش مصنوعی و رگرسیون لجستیک
- 08 - افتراق بین شانس و احتمال
- 09 - تمایز بین توزیع ها
- 10 - محاسبه لاگ و توان
- 11 - منحنی سیگموئید
- 12 - استفاده از مجموعه دادههای آموزشی و آزمایشی
2. رگرسیون لجستیک دو جمله ای
- 13 - محاسبه رگرسیون خطی
- 14 - کار با مدل لاجیت
- 15 - محاسبه احتمال ورود
- 16 - ساخت MLE
- 17 - حل MLE
- 18 - پیشبینی نتایج
- 19 - تجسم رگرسیون لجستیک
- 20 - چالش - محاسبه رگرسیون لجستیک
- 21 - راه حل - محاسبه رگرسیون لجستیک
3. تنظیم دقیق مدل
- 22 - افزودن متغیرهای مستقل بیشتر
- 23 - تبدیل متغیرها
- 24 - محاسبه همبستگی ها
- 25 - استفاده از آمار
- 26 - پیکربندی جداول سردرگمی
- 27 - چالش - تنظیم دقیق مدل
- 28 - راه حل - تنظیم دقیق مدل
4. رگرسیون چند جمله ای
- 29 - محاسبه شانس برای مدلهای چند جمله ای
- 30 - محاسبه احتمالات برای مدلهای چند جمله ای
- 31 - محاسبه احتمالات لاگ چندجمله ای
- 32 - دویدن MLE
- 33 - پیش بینی
5. کار در PowerBI با R
- 34 - اجرای اسکریپتهای R در ویرایشگر Power Query
- 35 - اجرای تصاویر استاندارد R
- 36 - تعامل بین اجزای بصری
- 37 - چالش - حرکت به Power BI
- 38 - راه حل - انتقال به Power BI
نتیجه
- 39 - مراحل بعدی با رگرسیون لجستیک
دوره های مرتبط
- دوره آموزشی گزارشنویسی دادهکاوی با Quarto برای پایتون
- دوره آموزشی تصویرسازی دادهها در R با استفاده از ggplot2
- دوره آموزشی گردآوری داده ها با زبان آر
- دوره آموزشی پاک کردن داده های بد در R
- دوره آموزشی طراحی مطالعات مراقبت های بهداشتی داده های بزرگ، بخش اول
- دوره آموزشی طراحی مطالعات مراقبت بهداشتی داده های بزرگ، بخش دوم
- دوره آموزشی یادگیری جامع تجارت الگوریتمی و مدلهای مالی با زبانهای پایتون، R و استاتا
- دوره آموزشی کاربردهای Tidyverse در زبان R