×
۱۸,۰۰۰ تومان ۱۰,۸۰۰ تومان

آموزش نرم ‌افزار مدل‌ سازی داده ‌ها Eureqa Formulize

آموزش نرم ‌افزار مدل‌ سازی داده ‌ها Eureqa Formulize

تعداد دانشجو
۱۴۰ نفر
مدت زمان
۳۸ دقیقه
هزینه عادی آموزش
۱۸,۰۰۰ تومان
در طرح تخفیف
۱۰,۸۰۰ تومان

(کسب اطلاعات بیشتر +)
محتوای این آموزش
۴ بازخورد (مشاهده نظرات)
آموزش نرم ‌افزار مدل‌ سازی داده ‌ها Eureqa Formulize

چکیده

اگر به دنبال نرم افزاری منسجم برای مدل سازی هستید که به کدنویسی های پیچیده نیازی نداشته باشد، Eureqa بهترین گزینه برای شما محسوب می شود. یادگیری و اجرای این نرم افزار هوش مصنوعی بسیار ساده است به طوری که طیف گسترده ای از مردم، از دانشجویان گرفته تا فعالین در بورس می توانند به راحتی آن را یاد گرفته و از آن استفاده کنند. این برنامه توسط شرکت Nutonian طراحی و توسعه داده شده است که با بهره گیری از الگوریتم ژنتیک روابط بین پارامترها را کشف کرده و به صورت رگرسیون نمادین با ارائه مجموعه ای از روابط ریاضی، مدل را در اختیار کاربر قرار می دهد و همچنین با ارائه نمودارهای مختلف، آنالیز مدل ارائه شده را برای کاربر ساده می کند.

آموزش نرم ‌افزار مدل‌ سازی داده ‌ها Eureqa Formulize

تعداد دانشجو
۱۴۰ نفر
مدت زمان
۳۸ دقیقه
هزینه عادی آموزش
۱۸,۰۰۰ تومان
در طرح تخفیف
۱۰,۸۰۰ تومان

(کسب اطلاعات بیشتر +)
محتوای این آموزش
۴ بازخورد (مشاهده نظرات)
مدرس
امین صادقی

کارشناس ارشد مهندسی منابع آب

ایشان عضو شورای مشورتی، هیات تحریریه و کمیته داوران مجلات علمی و کمیته داوران جشنواره‌های علمی انجمن علم و فناوری ایران و همچنین عضو شورای مدیریت و برنامه‌ریزی پایگاه استنادی ملی ایران هستند. همچنین سابقه تدریس دوره تحلیل سیستم‏‏‎های منابع آب در مرکز علمی – کاربردی همیاری شهرداری‌‎های استان زنجان را نیز در کارنامه خود دارند.

چکیده آموزش


توضیحات تکمیلی

اگر به دنبال نرم افزاری منسجم برای مدل سازی هستید که به کدنویسی های پیچیده نیازی نداشته باشد، Eureqa بهترین گزینه برای شما محسوب می شود. یادگیری و اجرای این نرم افزار هوش مصنوعی بسیار ساده است به طوری که طیف گسترده ای از مردم، از دانشجویان گرفته تا فعالین در بورس می توانند به راحتی آن را یاد گرفته و از آن استفاده کنند. این برنامه توسط شرکت Nutonian طراحی و توسعه داده شده است که با بهره گیری از الگوریتم ژنتیک روابط بین پارامترها را کشف کرده و به صورت رگرسیون نمادین با ارائه مجموعه ای از روابط ریاضی، مدل را در اختیار کاربر قرار می دهد و همچنین با ارائه نمودارهای مختلف، آنالیز مدل ارائه شده را برای کاربر ساده می کند.

در این نرم افزار، ابزارهای مختلفی برای پیش پردازش و آماده سازی داده ها وجود دارد که کاربر را از هر گونه عملیاتی در خارج از محیط نرم افزار بی نیاز می سازد. آزمایش ها نشان داده است که Eureqa در کنار سایر ابزارهای یادگیری ماشین، در زمان کمتر مدل های دقیق تری را پیدا می کند. این برنامه چه توسط یک مبتدی و چه توسط یک متخصص استفاده شود، یک شتاب دهنده قدرتمند برای کشف روابط بین داده ها به شمار می رود. بنابراین می توان از آن هم برای کارهای عمومی و هم کارهای بسیار تخصصی در محیط آکادمیک استفاده نمود.

گفتنی است که این نرم افزار به کرات در مقالات مختلف علمی جهت مدل سازی به کار برده شده و نتایج آن در این گونه مقالات به چاپ رسیده است. همچنین در سایت Nutonian آمده است که درصد قابل توجهی از کاربران Eureqa تحلیلگران مالی هستند که از Eureqa برای ساخت سریع مدل های دقیق و قابل درک مالی استفاده می کنند. از جمله مزیت های این آموزش می توان به این نکته اشاره کرد که در زمان کوتاه علاوه بر پرداختن به مفاهیم پایه مدل سازی، یک پروژه کامل را از صفر تا صد آموزش می دهد.

فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
  • درس یکم: معرفی نرم ‌افزار و آشنایی با مفاهیم پایه مدل ‌سازی
    • آشنایی با نرم ‎افزار و قابلیت‎‏ های آن
    • معرفی مقالات مختلف علمی که با Eureqa مدل سازی شده اند
    • نحوه دسترسی به نرم ‎افزار و نصب آن
    • الگوریتم ژنتیک و رگرسیون نمادین
    • تعیین متغیرهای مستقل و وابسته
    • آشنایی با مفهوم آموزش و صحت سنجی مدل
    • انتخاب صحیح پارامترهای ورودی
  • درس دوم: پیش‌ پردازش داده‎ ها، تعریف توابع، اجرای مدل و تجزیه و تحلیل نتایج
    • حذف نویز داده‎‏ ها
    • روش ‎‏های برخورد با داده‎‏ های گمشده
    • شناسایی داده‏‎ های پرت
    • نرمال کردن داده‏ های بزرگ یا کوچک مقیاس
    • فیلتر کردن داده ‏ها
    • معرفی توابع موجود در نرم ‎افزار
      • توابع پایه
      • توابع مثلثاتی
      • توابع معکوس مثلثاتی
      • توابع نمایی
      • توابع لگاریتمی
      • توابع منطقی
      • سایر توابع (هذلولوی، گاوسی)
    • تعیین روش محاسبه خطای مدل
    • تقسیم ‎بندی داده‏‎ ها برای آموزش و تست مدل در نرم ‎افزار
    • مشاهده نتایج و تجزیه و تحلیل آن ‎ها
    • انتخاب بهترین مدل با توجه به هدف موضوع
    • ذخیره مدل و گراف ‎ها
مفید برای رشته های
  • مهندسی نرم افزار
  • علوم کامپیوتر
  • هوش مصنوعی
مشاهده بیشتر مشاهده کمتر

آنچه در این آموزش خواهید دید:

آموزش ویدئویی مورد تائید فرادرس
فایل برنامه ها و پروژه های اجرا شده

نرم افزارهای مرتبط با آموزش

Eureqa 1.24.0



پیش نمایش‌ها

۱. معرفی نرم افزار و آشنایی با مفاهیم پایه مدل سازی

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۱۵ مگابایت -- (کلیک کنید +))

۲. پیش پردازش داده ها، تعریف توابع، اجرای مدل و تجزیه و تحلیل نتایج

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۱۶ مگابایت -- (کلیک کنید +))

راهنمای سفارش آموزش‌ها

آیا می دانید که تهیه یک آموزش از فرادرس و شروع یادگیری چقدر ساده است؟

(راهنمایی بیشتر +)

در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟
  • با شماره تلفن واحد مخاطبین ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
  • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه


اطلاعات تکمیلی

نام آموزش آموزش نرم ‌افزار مدل‌ سازی داده ‌ها Eureqa Formulize
ناشر فرادرس
شناسه اثر ۸–۱۲۴۵۲–۰۷۴۶۷۹ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
کد آموزش FVEF9812
مدت زمان ۳۸ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (لینک دانلود)
حجم دانلود ۸۷ مگابایت (کیفیت ویدئو HD‌ با فشرده سازی انحصاری فرادرس)


نظرات

تا کنون ۱۴۰ نفر از این آموزش استفاده کرده اند و ۴ نظر ثبت شده است.
آناهیتا
آناهیتا

نمیدونم چرا استادا تو دانشگاه این بحث آموزش و صحت سنجی مدل رو انقدر می‌پیچونن که نمیشه فهمید، ولی اینجا خیلی خوب و روان توضیح دادن که آدم کامل متوجه میشه. مرسی.

فاطمه
فاطمه

خیلی وقت بود که نیازمند همچین نرم افزاری بودم، نیاز منو برطرف کرد؛ سپاس فراوان

Mary
Mary

عالی بود؛ مختصر و مفید

علی
علی

خیلی آموزش شسته رفته ای بود، دستتون درد نکنه.


برچسب‌ها:
Artificial Intelligence | Data Mining | Eureqa Formulize | Evolutionary Algorithms | Exchange | Genetic Algorithm | Machine Learning | Nutonian | Optimization | Symbolic Regression | آشنایی با Eureqa Formulize | آنالیز مدل | اجرای مدل | الگوریتم ژنتیک | الگوریتم ژنتیک و رگرسیون نمادین | الگوریتمهای تکاملی | انتخاب بهترین مدل | بهینه سازی | بورس | تعریف تابع | تعیین روش محاسبه خطای مدل | تعیین متغیرهای مستقل | تعیین متغیرهای وابسته | توابع پایه | توابع گاوسی | توابع لگاریتمی | توابع مثلثاتی | توابع معکوس مثلثاتی | توابع منطقی | توابع نمایی | توابع هذلولوی | حذف نویز داده‎‏ ها | داده کاوی | ذخیره مدل و گراف ‎ها | رگرسیون | رگرسیون سمبلیک | روش ‎‏های برخورد با داده‎‏ های گمشده | شبیه سازی | شبیه سازی (Simulation) | شناسایی داده های پرت | صحت سنجی مدل | فعالان بورس | کدنویسی های پیچیده | مدلسازی | معرفی توابع موجود در نرم ‎افزار | نحوه آماده ‎سازی داده‎‏ ها در نرم افزار | نحوه دسترسی به Eureqa Formulize | نرم افزار Eureqa Formulize | نرم افزار مدل سازی | نرمال کردن داده ‎‏ها | هوش مصنوعی | یادگیری ماشین Modeling
مشاهده بیشتر مشاهده کمتر