بلیط دانشجویی خرید کل دوره با تخفیفمحتوای دوره:
جلسه اول: معرفی مفاهیم داده کاوی و یادگیری ماشین، معرفی انواع یادگیری، آماده سازی داده ها
جلسه دوم: مدل رگرسیون خطی
جلسه سوم: رگرسیون لجستیک باینری
جلسه چهارم: رگرسیون لجستیک اسمی
جلسه پنجم: رگرسیون لجستیک رتبه ای
جلسه ششم: مدل نزدیکترین همسایگی
جلسه هفتم: خوشه بندی به روش K-Means
جلسه هشتم: روش Two-step cluster Analysis
جلسه نهم: درخت تصمیم
جلسه دهم: آنالیز تشخیصی Discriminant Analysis
جلسه یازدهم: تحلیل منحنی مشخصه عملکرد ROC Curve Analysis
جلسه دوازدهم: روش های کاهش بعد داده ها- تحلیل عاملی
جلسه سیزدهم: روش های کاهش بعد داده ها - Correspondence analysis
جلسه چهاردهم: مدل سازی سری های زمانی 1
جلسه پانزدهم: مدل سازی سری زمانی 2
جلسه شانزدهم: شبکه عصبی مصنوعی