×
هزینه آموزش
۸۷,۰۰۰ تومان

آموزش محاسبات علمی و آماری با R - تکمیلی

آموزش محاسبات علمی و آماری با R - تکمیلی

تعداد دانشجو
۷۸۸ نفر
مدت زمان
۱۴ ساعت و ۳۲ دقیقه
هزینه آموزش
۸۷,۰۰۰ تومان
محتوای این آموزش
تضمین کیفیت
آموزش محاسبات علمی و آماری با R - تکمیلی

در بخش ابتدایی این آموزش، پس از بیان مقدمات لازم برای محاسبات علمی در R، به محاسبات عددی و در بخش دوم به آمار و احتمالات و محاسبات مربوط به آن ها پرداخته شده است. اگر کاربران به حل مسائل تصادفی فکر کرده باشند و یا با آن روبه رو شده باشند، کاربرد آمار و احتمالات را می بینند و همچنین در دنیایی که دنیای داده ها است، برای جمع آوری، نظم دادن، تحلیل و تفسیر آن ها، نیازمند آمار هستیم. در این فرادرس، مباحث کاربردی مختلفی از آمار و احتمالات و محاسبات با آن ها، بیان و در R پیاده سازی می شود.

آموزش محاسبات علمی و آماری با R - تکمیلی

مدت زمان
۱۴ ساعت و ۳۲ دقیقه
هزینه آموزش
۸۷,۰۰۰ تومان
محتوای این آموزش
مدرس
پژمان اقبالی شمس آبادی

دانشجوی دکتری تخصصی مهندسی بیومکانیک

ایشان مشغول کار بر روی پروژه خود در زمینه کاربرد هوش مصنوعی در پزشکی هستند. ایشان مسلط به برنامه‌نویسی Python, R و MATLAB بوده و تمرکز ایشان بر روی مدل‌های آماری و یادگیری ماشین است.

چکیده آموزش


توضیحات تکمیلی

در بخش ابتدایی این آموزش، پس از بیان مقدمات لازم برای محاسبات علمی در R، به محاسبات عددی و در بخش دوم به آمار و احتمالات و محاسبات مربوط به آن ها پرداخته شده است. اگر کاربران به حل مسائل تصادفی فکر کرده باشند و یا با آن روبه رو شده باشند، کاربرد آمار و احتمالات را می بینند و همچنین در دنیایی که دنیای داده ها است، برای جمع آوری، نظم دادن، تحلیل و تفسیر آن ها، نیازمند آمار هستیم. در این فرادرس، مباحث کاربردی مختلفی از آمار و احتمالات و محاسبات با آن ها، بیان و در R پیاده سازی می شود.

در انتهای آموزش، کاربران می توانند مسائل محاسباتی آمار و احتمالات را در R پیاده سازی کنند. برای حل دسته بزرگی از مسائل واقعی و تحقیقاتی استفاده از آمار و احتمالات ضروری است. برای تحلیل های تصادفی و مواجهه با عدم قطعیت ها، برای کار با داده ها و استخراج اطلاعات از آن ها، برای مدل سازی و بررسی ریسک، مقررات مالی، داده کاوی و یادگیری ماشین نیازمند استفاده از آمار و احتمالات و توانایی انجام محاسبات با آن ها هستیم.

زبان برنامه نویسی R، به هدف انجام محاسبات آماری به وجود آمده است و می توان گفت که بهترین ابزار برای انجام کار با داده ها و تحلیل های آماری است. پس در این آموزش با بهترین ابزار لازم، به انجام محاسبات در حوزه آمار و احتمالات می پردازیم.

فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
  • درس یکم: مبانی احتمالات
    • مروری بر احتمالات
    • قواعد احتمالات
    • احتمالات شرطی
    • استقلال (Independence)
    • قانون احتمال کل
    • تئوری Bayes
  • درس دوم: متغیرهای تصادفی
    • تعریف و تابع توزیع
    • متغیرهای تصادفی پیوسته و گسسته
    • CDF تجربی
    • مقدار میانگین و تخمین محدود
      • مثال های محاسباتی در R
    • تبدیلات
    • واریانس و انحراف معیار
    • قانون ضعیف اعداد بزرگ
  • درس سوم: متغیرهای تصادفی گسسته
    • توزیع های مختلف در R
      • برنولی
      • Bionomial
      • Geometric
      • Negative Bionomial
      • Poisson
  • درس چهارم: متغیرهای تصادفی پیوسته
    • توزیع های مختلف در R
      • Uniform
      • Exponential
      • Gamma
      • Weibull
      • Normal
      • χ^2
      • t
  • درس پنجم: تخمین پارامتر
    • تخمین نقطه
    • Method of Moments
    • Maximum Likelihood
    • قضیه حد مرکزی و کاربردها در R
    • بازه های اطمینان در R
    • بازه های اطمینان Monte Carlo
  • درس ششم: زنجیره مارکوف (Markov chains)
    • زنجیره های زمان گسسته
    • پروسه مارکوف
    • Transient Probabilities
    • State های Recurrent و Transient
    • معادلات Chapman - Kolmogorov
      • مثال های زنجیره مارکوف در R
    • طبقه بندی State ها
    • Steady - State Probabilities
    • زنجیره های Finite Absorbing
      • مثال های محاسباتی در R
    • شبیه سازی و تخمین زنجیره مارکوف در R

پیش نیاز


آنچه در این آموزش خواهید دید:

آموزش ویدئویی مورد تائید فرادرس
مراجع و فایل های جانبی مرتبط با آموزش
فایل برنامه ها و پروژه های اجرا شده
فایل PDF یادداشت‌ های ارائه مدرس

نرم افزارهای مرتبط با آموزش

R Studio 3.5.0




پیش نمایش‌ها

۱. مبانی احتمالات

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: ۶۷ مگابایت -- (کلیک کنید +))

۲. متغیرهای تصادفی

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: ۱۴ مگابایت -- (کلیک کنید +))

۳. متغیرهای تصادفی گسسته

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: ۱۰ مگابایت -- (کلیک کنید +))

۴. متغیرهای تصادفی پیوسته
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۵. تخمین پارامتر
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۶. زنجیره مارکوف
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
این آموزش شامل ۱۸ جلسه ویدئویی با مجموع ۱۴ ساعت و ۳۲ دقیقه است.
با تهیه این آموزش، می‌توانید به همه بخش‌ها و جلسات آن، دسترسی داشته باشید.

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 محاسبات علمی و آماری با R - تکمیلی
ناشر فرادرس
شناسه اثر ۸–۱۲۴۵۲–۰۶۹۷۸۳ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
کد آموزش FVR9711
مدت زمان ۱۴ ساعت و ۳۲ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (نمایش آنلاین + دانلود)
حجم دانلود ۱ گیگابایت (کیفیت ویدئو HD با فشرده سازی انحصاری فرادرس)


تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این آموزش توسط فرادرس تضمین شده است. در صورت عدم رضایت از آموزش، به انتخاب شما:
  • ۱۰۰ درصد مبلغ پرداختی در حساب کاربری شما شارژ می‌شود.
  • و یا ۷۰ درصد مبلغ پرداختی به حساب بانکی شما بازگشت داده می‌شود.





نظرات

تا کنون ۷۸۸ نفر از این آموزش استفاده کرده اند و هنوز هیچ نظری ثبت نشده است.
برچسب‌ها:
، آمار و احتمالات | Absorption | Anithetic | Bayes Theorem | binomial | Booking Clerk | cdf | Central Limit Theorem | Chapman-Kolmogorov | Confidence Intervals | Ehrenfest | Expectations و تخمین محدود | Exponential | geometric | Markov chains | Maximum Likelihood | Method of moments | Monte Carlo Confidence Intervals | negative binomial | normal | PDF | Probability | seeding | steady state probability | T | transient probability | truncated normal | truncated normal در R | weak law of large numbers | weibull | آزمایش Cavendish در R | احتمال جذب در R | احتمال کل | احتمالات | احتمالات شرطی | تئوری Bayes | تابع توزیع | تحلیل های تصادفی | تخمین پارامتر | تخمین نقطه | توزیع Binomial منفی در R | توزیع Geometric | توزیع Geometric در R | توزیع برنولی | توزیع پواسون | توزیع پواسون در R | توزیع گاما | توزیع یکنواخت | توزیع یکنواخت در R | داده کاوی | روش Hit and miss | ریسک بیمه در R | زمان جذب مورد انتظار در R | زنجیره دو حالته ساده در R | زنجیره مارکوف | زنجیره های جاذب محدود | زنجیره های زمان پیوسته در R | عدم قطعیت ها | فرایند پواسون | متغیر تصادفی | متغیر تصادفی پیوسته | متغیر تصادفی گسسته | متغیرهای تصادفی پیوسته در R | متغیرهای تصادفی گسسته در R | مثال seeding در R | محاسبات علمی در R | مدل Ehrenfest در R | مدل سازی و بررسی ریسک | مدل های Lifetime | نمونه های یکنواخت iid | واریانس و انحراف معیار
مشاهده بیشتر مشاهده کمتر

×
فهرست جلسات ۱۸ جلسه ویدئویی
×