کاتالوگ دوره‌ها

مدت زمان دوره

ارائه دهنده

موضوع

طبقه‌ها

نمایش 13,481 تا 13,500 مورد از کل 16,544 مورد.

coursera مدل های انتقال بیماری های عفونی برای تصمیم گیرندگان (Mitalearn-341952)

  • 2 ساعت 39 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Emily Gurley, PhD, MPH,Dr. Amy Wesolowski, PhD
درباره این دوره:

در طول همه‌گیری COVID-19، هم وعده و هم خطرات استفاده از مدل‌های انتقال بیماری‌های عفونی برای تصمیم‌گیری سیاست‌های بهداشت عمومی واضح‌تر از همیشه شد. استفاده بهینه از خروجی مدل‌سازی‌شده مستلزم آن است که سیاست‌گذاران سلامت عمومی به مصرف‌کنندگان مدل‌ها آگاه باشند، نقاط قوت و محدودیت‌های رویکردهای ممکن را درک کنند، و سؤالات درستی را در مورد آسیب‌پذیری‌های نتایج مدل بپرسند. هدف این دوره این است که به افرادی که در مورد سیاست‌ها و برنامه‌های بهداشت عمومی تصمیم می‌گیرند، درک روشنی از نحوه عملکرد مدل‌های انتقال بیماری‌های عفونی، انواع مختلف و عملکردها و نحوه استفاده مناسب از آنها برای تصمیم‌گیری ارائه دهد. هیچ الزامی برای داشتن پیشینه قبلی در مدل های بیماری عفونی وجود ندارد و دوره شامل هیچ معادله ای نمی شود. هر کسی که دارای پیشینه اولیه در بهداشت عمومی و بیماری های عفونی باشد و علاقه مند به یادگیری بیشتر در مورد مدل های بیماری های عفونی باشد، از این دوره بهره مند خواهد شد. در این دوره، شرکت کنندگان اصول اولیه مدل های انتقال بیماری های عفونی، از جمله مقایسه با انواع دیگر پیش بینی های مورد استفاده در زندگی روزمره و مروری بر اجزای کلیدی یک مدل و ساختار مدل سازی را بررسی خواهند کرد. در مرحله بعد، شرکت‌کنندگان انواع مدل‌های بیماری عفونی را بررسی خواهند کرد: مدل‌های پیش‌بینی، استنباطی و نظری. سپس، شرکت‌کنندگان در مورد ارزیابی مفید، معقول و مرتبط بودن یک مدل و همچنین آسیب‌پذیری‌های این مدل‌ها یاد خواهند گرفت. این مفاهیم برای مطالعات موردی شیوع ابولا در غرب آفریقا از سال 2014 تا 2016 و همه‌گیری کووید-19 به کار می‌رود. این دوره با مروری بر نحوه اطلاع‌رسانی مدل‌ها به تصمیم‌گیری‌های خط‌مشی، از جمله منابع اصلی عدم قطعیت برای تصمیم‌گیری، کامل می‌شود. فراگیرانی که این دوره را تکمیل می‌کنند، دید وسیعی از مدل‌های انتقال بیماری‌های عفونی، نحوه ارزیابی سودمندی یک مدل معین، و نحوه اطلاع‌رسانی این مدل‌ها در تصمیم‌گیری‌های خط‌مشی خواهند داشت. چه کسانی باید این دوره را بگذرانند؟ -سیاست گذاران بهداشت عمومی -هرکسی که علاقه مند به یادگیری در مورد چگونگی مدل های انتقال بیماری های عفونی می تواند خط مشی بهداشت عمومی را راهنمایی کند توسعه این آموزش توسط مرکز پیش بینی و تجزیه و تحلیل شیوع بیماری مرکز کنترل و پیشگیری از بیماری ها تامین شده است. ما از Coursera برای چشم پوشی از هزینه های ثبت نام تا سال 2025 سپاسگزاریم.

مهارت‌های مرتبط

datacamp مدل های پاسخ ساختمان در R (Mitalearn-406739)

  • 46 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: DataCamp Content Creator
درباره این دوره:

تقریباً هر شرکتی اطلاعات دیجیتال را به عنوان بخشی از کمپین های بازاریابی خود جمع آوری می کند و از آن برای بهبود تاکتیک های بازاریابی خود استفاده می کند. دانشمندان داده اغلب وظیفه دارند از این اطلاعات برای توسعه مدل‌های آماری استفاده کنند که متخصصان بازاریابی را قادر می‌سازد تا ببینند آیا اقدامات آنها نتیجه داده است یا خیر. در این دوره آموزشی، یاد خواهید گرفت که چگونه با ساختن مدل های ساده پاسخ بازار، الگوهای اقدامات بازاریابی و واکنش های مشتری را کشف کنید. به طور خاص، یاد خواهید گرفت که چگونه تأثیر متغیرهای بازاریابی، مانند قیمت و تاکتیک‌های تبلیغاتی مختلف را با استفاده از کل فروش و داده‌های انتخاب در سطح فردی، کمی کنید.

مهارت‌های مرتبط

coursera مدل های پرداخت مراقبت های بهداشتی آینده (Mitalearn-342224)

  • 3 ساعت 23 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Rina Vertes
درباره این دوره:

این دوره به بررسی محرک های هزینه مراقبت های بهداشتی و راه حل هایی می پردازد که برای پرداختن به هزینه، کیفیت و ارزش مراقبت های بهداشتی ارائه شده اند. بسیاری از مدل‌های پرداخت هزینه‌های بالا را سرزنش می‌کنند که به ارائه‌دهندگان مراقبت‌های بهداشتی برای هر خدماتی که به بیماران ارائه می‌دهند، پرداخت می‌کنند و اساساً هزینه بیشتری برای حجم و شدت خدمات پرداخت می‌کنند. این مدل پرداخت هزینه خدمات (FFS) نامیده می شود. برخی راه‌حل‌ها، احتمالاً راه‌حل‌های پایدارتر، استراتژی‌های ترکیبی مدل‌های پرداخت جدید، مدیریت مراقبت، طرح‌های طرح بیمه، ابزارهای مشارکت مصرف‌کننده و فناوری هستند. با استفاده از این اطلاعات، موقعیت‌های مختلف را بررسی می‌کنیم، استراتژی‌های مراقبت و پرداخت هماهنگ را که می‌توان برای بهبود سلامت بیمار و هزینه ارائه خدمات مراقبت‌های بهداشتی اجرا کرد، به نمایش گذاشت. در پایان این دوره، فراگیر باید بتواند: 1. شناسایی محرک ها و روند هزینه های مراقبت های بهداشتی از دیدگاه ذینفعان مختلف، از جمله ارائه دهندگان پزشکی، بیمه ها، خریداران دولتی و خصوصی و پرداخت ها. 2. ارزیابی انتقادی تأثیر رویکردهای استراتژیک و مالی که توسط ACA اعمال شده است و اصلاحات مختلف. 3. نحوه عملکرد مدل‌های پرداخت مراقبت‌های بهداشتی در حال حاضر و مسیر جدیدی را که پرداخت مبتنی بر ارزش در پیش گرفته است، ارزیابی کنید. 4. شناسایی کنید که چگونه معیارهای مالی و غیر مالی می توانند به طور مناسب برای بهبود ارزش پیشنهادی ذینفعان مراقبت های بهداشتی ترکیب شوند.

مهارت‌های مرتبط

coursera مدل های پیش بینی برای تصمیمات بازاریابی (Mitalearn-296341)

  • 3 ساعت 3 دقیقه
  • متوسط
  • انتشار: 23 June 2026
  • مدرس: David Schweidel
درباره این دوره:

مشتریان در آینده چگونه عمل خواهند کرد؟ تقاضا برای محصولات و خدمات ما چقدر خواهد بود؟ چه مقدار موجودی باید برای فصل بعد سفارش دهیم؟ فراتر از پیش‌بینی ساده آنچه مشتریان انجام خواهند داد، بازاریابان باید بدانند که چگونه اقدامات آنها می‌تواند رفتار آینده را شکل دهد. در توسعه ابزارهای پیش‌بینی با اکسل، فراگیران درک درستی از اجزای اصلی یک مدل پیش‌بینی، نحوه ساخت مدل‌های پیش‌بینی خود و نحوه ارزیابی عملکرد مدل‌های پیش‌بینی ایجاد خواهند کرد. همه اینها با استفاده از مایکروسافت اکسل انجام می‌شود و این اطمینان را می‌دهد که فراگیران می‌توانند مهارت‌های خود را به کار ببرند و آن‌ها را برای مشکلات تجاری خود به کار ببرند.

مهارت‌های مرتبط

coursera مدل های پیشرفته برای تصمیم گیری (Mitalearn-329440)

  • 4 ساعت 46 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Soumya Sen
درباره این دوره:

تحلیلگران کسب و کار باید بتوانند راه حل بهینه را برای مشکلات تجویز کنند. اما دوره‌های تجزیه و تحلیل اغلب بر آموزش دانش‌آموزان در تجزیه و تحلیل داده‌ها و تجسم تمرکز می‌کنند، نه این که به آنها کمک کند چگونه داده‌های موجود را جمع‌آوری کنند و آن را با مدل ریاضی مناسب برای فرمول‌بندی راه‌حل جفت کنند. این دوره برای اتصال داده ها و مدل ها به سناریوهای تصمیم گیری در دنیای واقعی در تولید، زنجیره تامین، امور مالی، مدیریت منابع انسانی و غیره طراحی شده است. به طور خاص، ما درک می کنیم که چگونه بهینه سازی خطی - یک روش تجزیه و تحلیل تجویزی - می تواند برای تصمیم گیری استفاده شود. مشکلات و ارائه راه حل های بهینه مبتنی بر داده ها. در طول این دوره ما روی مشکلات کاربردی در صنایع مختلف کار خواهیم کرد، مانند: (الف) تصمیمات مالی: چگونه یک مدیر سرمایه گذاری باید یک سبد بهینه ایجاد کند که بازده خالص را به حداکثر برساند و در عین حال ریسک زیادی را در سرمایه گذاری های مختلف انجام ندهد؟ (ب) تصمیمات تولید: با توجه به تقاضای پیش بینی شده، عرضه مواد خام و هزینه های حمل و نقل، حجم بهینه محصولات برای تولید در مکان های مختلف کارخانه چقدر خواهد بود؟ (ج) تصمیمات منابع انسانی: چه تعداد کارگر باید در یک افق برنامه ریزی استخدام یا اخراج شوند تا در حین رفع نیازهای عملیاتی یک شرکت، هزینه ها به حداقل برسد؟ (ج) تولید: با توجه به در دسترس بودن مواد خام و تقاضای مشتری، ترکیب محصولی که باید حداکثر سود را تولید کند، چه خواهد بود؟ ما یاد خواهیم گرفت که چگونه این مسائل را به عنوان مدل های ریاضی فرموله کرده و با استفاده از صفحه گسترده اکسل حل کنیم.

coursera مدل های تخصصی: سری زمانی و تحلیل بقا (Mitalearn-332449)

  • 6 ساعت 20 دقیقه
  • متوسط
  • انتشار: 23 June 2026
  • مدرس: Mark J Grover,Miguel Maldonado
درباره این دوره:

این دوره شما را با موضوعات اضافی در یادگیری ماشینی آشنا می کند که مکمل وظایف ضروری از جمله پیش بینی و تجزیه و تحلیل داده های سانسور شده است. شما یاد خواهید گرفت که چگونه داده های تجزیه و تحلیل را با مولفه زمانی و داده های سانسور شده که نیاز به استنتاج نتیجه دارند، پیدا کنید. شما چند تکنیک برای تجزیه و تحلیل سری های زمانی و تجزیه و تحلیل بقا خواهید آموخت. بخش عملی این دوره بر استفاده از بهترین شیوه ها و تأیید مفروضات به دست آمده از یادگیری آماری متمرکز است. در پایان این دوره شما باید بتوانید: چالش های رایج مدل سازی را با داده های سری زمانی شناسایی کنید نحوه تجزیه داده های سری زمانی: روند، فصلی و باقیمانده را توضیح دهید نحوه عملکرد مدل های اتورگرسیو، میانگین متحرک و ARIMA را توضیح دهید نحوه انتخاب و پیاده سازی مدل های مختلف سری زمانی را بدانید روش های مدل سازی خطر و بقا را شرح دهید انواع مشکلات مناسب برای تجزیه و تحلیل بقا را شناسایی کنید چه کسانی باید این دوره را بگذرانند؟ این دوره، دانشمندان مشتاق داده را که علاقه مند به کسب تجربه عملی با تجزیه و تحلیل سری های زمانی و تجزیه و تحلیل بقا هستند، هدف قرار می دهد.   چه مهارت هایی باید داشته باشید؟ برای استفاده حداکثری از این دوره، باید با برنامه نویسی در محیط توسعه پایتون و همچنین درک اساسی از پاکسازی داده ها، تجزیه و تحلیل داده های اکتشافی، حساب دیفرانسیل و انتگرال، جبر خطی، یادگیری ماشین نظارت شده، یادگیری ماشین بدون نظارت، احتمال و آمار.

datacamp مدل های ترانسفورماتور با PyTorch (Mitalearn-447726)

  • 26 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: James Chapman
درباره این دوره:

در LLM ها عمیق تر شوید و کشف کنید که چگونه معماری ترانسفورماتور انقلابی در یادگیری عمیق ایجاد کرده و رونق هوش مصنوعی مولد را فعال کرده است! در این دوره، شما یاد خواهید گرفت که معماری ترانسفورماتور خود را از پایه، جزء به جزء ایجاد کنید. شما یاد خواهید گرفت که چگونه موقعیت های نشانه را رمزگذاری کنید، محاسبات مکانیزم توجه را انجام دهید، و اجزای ترانسفورماتور مدولار بسازید تا کنترل بیشتری بر عملکرد داخلی ترانسفورماتور خود داشته باشید. امروز از صفر به قهرمان LLM بروید!

مهارت‌های مرتبط

coursera مدل های ترانسفورماتور و مدل BERT (Mitalearn-326023)

  • 23 دقیقه
  • پیشرفته
  • انتشار: 23 June 2026
  • مدرس: Google Cloud Training
درباره این دوره:

این دوره شما را با معماری ترانسفورماتور و مدل رمزگذار دوطرفه از ترانسفورماتورها (BERT) آشنا می کند. شما در مورد اجزای اصلی معماری ترانسفورماتور، مانند مکانیسم توجه به خود، و نحوه استفاده از آن برای ساخت مدل BERT آشنا می شوید. همچنین در مورد وظایف مختلفی که BERT می تواند برای آنها استفاده شود، مانند طبقه بندی متن، پاسخ به سؤال و استنتاج زبان طبیعی، آشنا می شوید. این دوره تقریباً 45 دقیقه طول می کشد.

مهارت‌های مرتبط

coursera مدل های ترانسفورماتور و مدل BERT - Español (Mitalearn-316452)

  • 20 دقیقه
  • پیشرفته
  • انتشار: 23 June 2026
  • مدرس: Google Cloud Training
درباره این دوره:

در این مقاله، معماری تبدیل‌شده و مدل بازنمودهای رمزگذار دوطرفه از ترانسفورماتورها (BERT) ارائه می‌شود. Aprenderás sobre los componentes principales de la arquitectura de transformadores, como el mecanismo de autoatención, y como se usa para crear el modelo BERT. También aprenderás sobre las diferentes tareas para las que puede usarse BERT، como la clasificación de texto، la respuesta de preguntas y la inferencia de lenguaje natural. زمان تقریبی 45 دقیقه و تکمیل آن.

مهارت‌های مرتبط

coursera مدل های ترانسفورماتور و مدل BERT - Français (Mitalearn-326142)

  • 20 دقیقه
  • پیشرفته
  • انتشار: 23 June 2026
  • مدرس: Google Cloud Training
درباره این دوره:

Ce cours presente l'architecture Transformer et le modèle BERT (بازنمودهای رمزگذار دو جهته از ترانسفورماتورها). Vous découvrirez quels sont les principaux composants de l'architecture Transformer, teles que le mécanisme d'auto-attention, et comment ils sont utilisés pour créer un modele BERT. Vous verrez également les différentes tâches pour lesquelles le modèle BERT peut être utilisé، comme la classification de texte، les question-responses و l'inférence en langage naturel. دوره های آموزشی در محیطی 45 دقیقه.

مهارت‌های مرتبط

coursera مدل های ترانسفورماتور و مدل BERT - Italiano (Mitalearn-326125)

  • 23 دقیقه
  • پیشرفته
  • انتشار: 23 June 2026
  • مدرس: Google Cloud Training
درباره این دوره:

Questo corso همه‌ی ترانسفورماتور و مدل BERT (نمایندگی رمزگذار دوطرفه از ترانسفورماتور) را معرفی می‌کند. Scopri i componenti principali dell'architettura transformer, come il meccanismo di auto attenzione, e come viene utilizata per creare il modello BERT. Imparerai anche le diverse attività per le quali può essere utilizzato il modello BERT, come la classificazione del testo, la risposta alle domande e l'inferenza del linguaggio naturale. در حدود 45 دقیقه در questo corso richieda کامل می شود.

مهارت‌های مرتبط

coursera مدل های ترانسفورماتور و مدل BERT - Português Brasileiro (Mitalearn-326091)

  • 20 دقیقه
  • پیشرفته
  • انتشار: 23 June 2026
  • مدرس: Google Cloud Training
درباره این دوره:

این مقاله به معرفی تبدیل رمزگذار و مدل بازنمودهای رمزگذار دو جهته از ترانسفورماتورها (BERT، na sigla em inglês) می‌پردازد. Você vai aprender sobre os principais componentes da arquitetura de transformador, como o mecanismo de autoatenção, e como eles são usados ​​para construir o modelo de BERT. Também vai conhecer as diferentes tarefas onde é possível usar o BERT، como classificação de texto، repostas a perguntas e inferência de linguagem natural. O curso leva تقریبی 45 دقیقه.

مهارت‌های مرتبط

coursera مدل های ترانسفورماتور و مدل BERT - בעברית (Mitalearn-316486)

  • 23 دقیقه
  • پیشرفته
  • انتشار: 23 June 2026
  • مدرس: Google Cloud Training
درباره این دوره:

בקורס הזה נציג את הארכיטקטורה של טרנספורמרים ואת המודל יםודל שולי של מקודד מטרנספורמרים (BERT). תלמדו על החלקים השונים בארכיטקטורת הטרנספורמר، כלמו מנשתון התפקיד שלו בבניית מודל BERT. תלמדו גם על המשימות השונות שאפשר להשתש ב-BERT כדי לבצע אוכונוס מענה על שאלות והֶקֵּשׁ משפה בעית. נדרשות כ-45 דקות כדי להשלים את הקורס הזה.

مهارت‌های مرتبط

coursera مدل های ترانسفورماتور و مدل BERT - باهاسا اندونزی (Mitalearn-316520)

  • 20 دقیقه
  • پیشرفته
  • انتشار: 23 June 2026
  • مدرس: Google Cloud Training
درباره این دوره:

Kursus ini memperkenalkan Anda pada arsitektur Transformer dan model Representasi Encoder Dua Arah dari Transformer (نمایندگی رمزگذار دوطرفه از Transformers atau BERT). Anda akan belajar tentang komponen utama arsitektur Transformer, seperti mekanisme self-attention, dan cara penggunaannya untuk membangun model BERT. Anda juga akan belajar tentang berbagai tugas yang dapat memanfaatkan BERT, seperti klasifikasi teks, menjawab pertanyaan, dan inferensi language natural. Kursus ini diperkirakan memakan waktu sekitar 45 menit untuk menyelesaikannya.

مهارت‌های مرتبط

coursera مدل های ترانسفورماتور و مدل BERT - 简体中文 (Mitalearn-326074)

  • 20 دقیقه
  • پیشرفته
  • انتشار: 23 June 2026
  • مدرس: Google Cloud Training
درباره این دوره:

本课程向您介绍 ترانسفورماتور 架构和 بازنمایی رمزگذار دو جهته از ترانسفورماتورها (BERT) 模型。您将了解 ترانسفورماتور意力机制,以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务,例如文本分类、问答和自然语言推理。完成本课程估课程估计需

مهارت‌های مرتبط

coursera مدل های ترانسفورماتور و مدل BERT - 繁體中文 (Mitalearn-326108)

  • 20 دقیقه
  • پیشرفته
  • انتشار: 23 June 2026
  • مدرس: Google Cloud Training
درباره این دوره:

這堂課程將說明變換器架構,以及基於變換器的雙向編碼器表示技術 (BERT)變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。椑 ,也會介紹 BERT 適用的各種任務,像是文字分類、問題回答和自然語言文字分類、問題回答和自然語言推論4鐘.

مهارت‌های مرتبط

coursera مدل های جدید کسب و کار در جامعه (Mitalearn-299809)

  • 3 ساعت 11 دقیقه
  • مناسب همه
  • انتشار: 23 June 2026
  • مدرس: R. Edward Freeman
درباره این دوره:

در این دوره که در دانشکده تجارت Darden در دانشگاه ویرجینیا توسعه یافته و توسط اساتید برتر تدریس می شود، در مورد ظهور یک داستان جدید در مورد تجارت بحث خواهیم کرد. این داستان جدید کسب و کار را در یک چارچوب اجتماعی قرار می دهد. تقریباً هر کسب‌وکاری علاوه بر سهامداران و سایر تأمین‌کنندگان مالی، ارزشی را برای مشتریان، تأمین‌کنندگان، کارکنان، جوامع و جامعه ایجاد یا از بین می‌برد. تعدادی از مدل های جدید کسب و کار را می توان بر اساس این ایده ایجاد کرد، مانند مسئولیت پذیری شرکتی، بشردوستی، ارزش مشترک و پایداری. سود و ارزش سهامداران با هم هستند و این دوره نحوه انجام آن را توضیح می دهد. جلسه آخر به بررسی این ایده می پردازد که چگونه می توان به یک کارآفرین ذینفع تبدیل شد و کسب و کاری ایجاد کرد که پول درآورد و جهان را به مکانی بهتر تبدیل کرد.

datacamp مدل های چند وجهی با صورت در آغوش گرفته (Mitalearn-447539)

  • 53 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: Sean Benson
درباره این دوره:

تولید متن بسیار 2024 است! در این دوره، ما روش‌های داده را برای تولید تصاویر، صدا و حتی ویدیو ترکیب می‌کنیم! ما از مدل‌ها و مجموعه‌های داده Hugging Face برای انجام وظایف بینایی کامپیوتری مانند طبقه‌بندی تصویر، تشخیص اشیا و تقسیم‌بندی استفاده می‌کنیم. ما صدا را حذف می کنیم و موسیقی را با استفاده از مدل های متا تولید می کنیم، و از دستورات برای ویرایش تصاویر و تولید ویدیو استفاده می کنیم. امروز در این سفر مولد هوش مصنوعی به ما بپیوندید!

مهارت‌های مرتبط

coursera مدل های خطی پیشرفته برای علم داده 1: حداقل مربعات (Mitalearn-336342)

  • 3 ساعت 27 دقیقه
  • پیشرفته
  • انتشار: 23 June 2026
  • مدرس: Brian Caffo, PhD
درباره این دوره:

به مدل های خطی پیشرفته برای علم داده کلاس 1: حداقل مربعات خوش آمدید. این کلاس مقدمه ای بر حداقل مربعات از منظر جبری خطی و ریاضی است. قبل از شروع کلاس مطمئن شوید که موارد زیر را دارید: - درک اولیه از جبر خطی و حساب دیفرانسیل و انتگرال چند متغیره. - درک اولیه از آمار و مدل های رگرسیون. - حداقل آشنایی کمی با ریاضیات مبتنی بر اثبات. - آشنایی اولیه با زبان برنامه نویسی R پس از گذراندن این دوره، دانش‌آموزان پایه محکمی در درمان جبری خطی مدل‌سازی رگرسیون خواهند داشت. این به میزان زیادی درک عمومی دانشمندان داده کاربردی از مدل‌های رگرسیون را افزایش می‌دهد.

coursera مدل های خطی پیشرفته برای علم داده 2: مدل های خطی آماری (Mitalearn-336852)

  • 2 ساعت 40 دقیقه
  • پیشرفته
  • انتشار: 23 June 2026
  • مدرس: Brian Caffo, PhD
درباره این دوره:

به مدل های خطی پیشرفته برای علم داده کلاس 2: مدل های خطی آماری خوش آمدید. این کلاس مقدمه ای بر حداقل مربعات از منظر جبری خطی و ریاضی است. قبل از شروع کلاس مطمئن شوید که موارد زیر را دارید: - درک اولیه از جبر خطی و حساب دیفرانسیل و انتگرال چند متغیره. - درک اولیه از آمار و مدل های رگرسیون. - حداقل آشنایی کمی با ریاضیات مبتنی بر اثبات. - آشنایی اولیه با زبان برنامه نویسی R پس از گذراندن این دوره، دانش‌آموزان پایه محکمی در درمان جبری خطی مدل‌سازی رگرسیون خواهند داشت. این به میزان زیادی درک عمومی دانشمندان داده کاربردی از مدل‌های رگرسیون را افزایش می‌دهد.

مهارت‌های مرتبط

دوره‌های پیشنهادی