هزینه آموزش
۲۲,۰۰۰ تومان

آموزش ایجاد و توسعه مدل پیش بینی کننده با نرم افزار (Salford Predictive Modeler (SPM

آموزش ایجاد و توسعه مدل پیش بینی کننده با نرم افزار (Salford Predictive Modeler (SPM

تعداد دانشجو
۱۴۵ نفر
مدت زمان
۳ ساعت و ۸ دقیقه
هزینه آموزش
۲۲,۰۰۰ تومان
محتوای این آموزش
۲ بازخورد (مشاهده نظرات)
آموزش ایجاد و توسعه مدل پیش بینی کننده با نرم افزار (Salford Predictive Modeler (SPM

نرم افزار مدل پیش بینی کننده سالفورد (SPM) در سال ۱۹۸۳ تولید شد. سیستم سالفورد شامل ۴ روش مدل سازی: CART, MARS, TreeNet و Random Forests است و دارای توانایی های جدید و ابزارهای پیشرفته، با دقت و سرعت فوق العاده ای است. در این فرادرس، به آموزش تکنیک ها و روش های موجود در این نرم افزار می پردازیم و در پایان آموزش شما قادر خواهید بود با مجموعه داده های مختلف از جمله: مجموعه داده هایی با ارزش های مفقود شده، پراکنش های نرمال و غیر نرمال و با روش های معتبر جهانی، مدل پیش بینی کننده ارائه دهید و با اطمینان بالا به تحلیل داده های خود بپردازید. کاربرد این نرم افزار حیطه وسیعی از موضوعات از جمله: تجزیه و تحلیل بازار، مدیریت ریسک، تحقیقات دارویی، کنترل کیفیت و…. را در برمی گیرد.

آموزش ایجاد و توسعه مدل پیش بینی کننده با نرم افزار (Salford Predictive Modeler (SPM

تعداد دانشجو
۱۴۵ نفر
مدت زمان
۳ ساعت و ۸ دقیقه
هزینه آموزش
۲۲,۰۰۰ تومان
محتوای این آموزش
۲ بازخورد (مشاهده نظرات)
مدرس
شبنم شادلو

کارشناس ارشد مهندسی منابع طبیعی - محیط زیست

شبنم شادلو کارشناس ارشد رشته مهندسی منابع طبیعی و محیط زیست از دانشگاه گیلان می باشد. ایشان بر روی مدل سازی زیستگاه مطلوب گونه کل و بز در پارک ملی کویر با استفاده از نرم افزار SPM پژوهش انجام داده است و همچنین به نرم افزارهای: GIS, SPSS و RStudio نیز تسلط دارد.

چکیده آموزش


توضیحات تکمیلی

نرم افزار مدل پیش بینی کننده سالفورد (SPM)، در سال ۱۹۸۳ تولید شد. سیستم سالفورد شامل ۴ روش مدل سازی: CART, MARS, TreeNet و Random Forests است و دارای توانایی های جدید و ابزارهای پیشرفته، با دقت و سرعت فوق العاده ای است که در نرم افزار دیگری موجود نیست و به علت فناوری های نوین، سبب شده تا کاربران با دقت و کارایی بالا داده های خود را تحلیل کنند و به همین خاطر از سال ۲۰۰۰ جوایز متعددی دریافت کرده است.

کاربرد این نرم افزار حیطه وسیعی از موضوعات از جمله: تجزیه و تحلیل بازار، مدیریت ریسک، تحقیقات دارویی، کنترل کیفیت و…. را در برمی گیرد.

تحلیلگران آمار در صنایع مختلفی از جمله: حمل و نقل، ارتباطات راه دور، بانکداری، خدمات مالی، بیمه، مراقبت های بهداشتی، تولید، خرده فروشی، آموزش و پرورش و… از خدمات این نرم افزار استفاده می کنند زیرا سیستم سالفورد این توانایی را دارد که صرف نظر از تعداد و میزان پیچیدگی داده های ورودی، به صورت پویا و خلاق به ایجاد و توسعه مدل های پیش بینی کننده توصیفی و تحلیلی بپردازد.

در این فرادرس، به آموزش تکنیک ها و روش های موجود در این نرم افزار می پردازیم و در پایان آموزش شما قادر خواهید بود با مجموعه داده های مختلف از جمله: مجموعه داده هایی با ارزش های مفقود شده، پراکنش های نرمال و غیر نرمال و با روش های معتبر جهانی، مدل پیش بینی کننده ارائه دهید و با اطمینان بالا به تحلیل داده های خود بپردازید.

فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
  • درس یکم: روش درخت طبقه‌ بندی و رگرسیون
    • مقدمه ای بر روش CART
    • نحوه تنظیمات
    • کار با CART Navigator
    • گزارش خلاصه درخت
    • امتیازدهی و ترجمه مدل CART
  • درس دوم: روش Random Forests
    • شروع کار
    • گزینه هایی که باید آن ها را بشناسید
    • روش Out of Bag
    • میزان اهمیت متغیرها
    • تحلیل منحنی ها
    • داده های پرت (Outliers)
  • درس سوم: روش MARS
    • تنظیمات کلی
    • نمایش مدل MARS
    • خلاصه مدل
    • میزان اهمیت متغیرها
    • تحلیل نمودارها
    • ایجاد مدل دوتایی (binary)
    • امتیاز دهی، ترجمه و شکل دهی مدل MARS
  • درس چهارم: روش TreeNet
    • تنظیمات برای اجرای مدل
    • نمودارها و گزینه ها
    • ساخت مدل رگرسیون
    • تحلیل نتایج
    • خروجی اولیه
    • نمایش نمودارها
    • ساخت مدل دوتایی (binary)
    • امتیاز دهی و ترجمه مدل
  • درس پنجم: مدل سازی داده های فضایی GIS
مفید برای رشته های
  • آمار
مشاهده بیشتر مشاهده کمتر

آنچه در این آموزش خواهید دید:

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

نرم افزارهای مرتبط با آموزش

SPM 8.2, ArcGis 10.5, RStudio 3.2



پیش نمایش‌ها

۱. روش درخت طبقه بندی و رگرسیون

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: ۶ مگابایت -- (کلیک کنید +))

۲. روش Random Forests

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: ۵ مگابایت -- (کلیک کنید +))

۳. روش MARS
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۴. روش TreeNet
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۵. مدل سازی داده های فضایی GIS
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.

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 ایجاد و توسعه مدل پیش بینی کننده با نرم افزار (Salford Predictive Modeler (SPM
ناشر فرادرس
شناسه اثر ۸–۱۲۴۵۲–۰۶۹۱۷۳ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
کد آموزش FVST9709
مدت زمان ۳ ساعت و ۸ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (لینک دانلود)
حجم دانلود ۳۰۰ مگابایت (کیفیت ویدئو HD‌ با فشرده سازی انحصاری فرادرس)


نظرات

تا کنون ۱۴۵ نفر از این آموزش استفاده کرده اند و ۲ نظر ثبت شده است.
مرادی
مرادی

از صفر تا صد یه مثال رو با نرم افزار کار می کنه و جزییات رو میگه. دقیقا ما دنبال چیزی هستیم که با مثال و پروژه یه نرم افزار رو توضیح بدند، که بعدا اگر خواستیم مقاله ای رو کار کنیم، بتونیم ازشون استفاده کنیم.

علی
علی

خوب و ساده توضیح داده شده بود. به اصل مطلب پرداخته شده بود و پراکنده نبود.

دسته‌بندی موضوعی: داده کاوی | آمار و احتمالات

برچسب‌ها:
CART | CART Navigator | MARS | outliers | Random Forests | RF | Salford Predictive Modeler | SPM | TreeNet | اجرای مدل | ترجمه مدل CART | داده های پرت | داده های فضایی GIS | درخت طبقه بندی و رگرسیون | روش MARS | روش Out of Bag | روش Random Forests | روش TreeNet | روش درخت طبقه‌ بندی و رگرسیون | ساخت مدل رگرسیون | شکل دهی مدل MARS | مدل MARS | مدل سازی داده های فضایی GIS | نمایش مدل MARS
مشاهده بیشتر مشاهده کمتر
فهرست جلسات ۶ جلسه ویدئویی ×