|
آموزش تحلیل و پیش بینی سری های زمانی
مدرس: دکتر پژمان بهرامیان تحلیل سری های زمانی به عنوان مبحثی کاربردی در تمامی رشته های علمی از قبیل مهندسی، اقتصاد، جغرافیا، مدیریت و ... استفاده می شود. بررسی گذشته داده ها به منظور شناسایی و تعیین ماهیت یک پدیده قدم اول در یک مدل سازی اصولی است که با استفاده از آن می توان در گام بعدی به یک پیش بینی صحیح و قابل اتکا دست یافت. لذا این فرادرس بنای آن دارد که با استفاده از نرم افزارهای معتبر شناخته شده، مبانی نظری به روز و اساسی این حوزه را در قالبی مدون، ساده و کاربردی در اختیار مخاطبان و هموطنان عزیز قرار دهد. |
|
آموزش متلب با نگرش تحلیل آماری، تحلیل سری های زمانی و داده های مکانی
مدرس: دکتر محمد احسان حکمتیان تحلیل آماری، تحلیل سری های زمانی، پردازش سیگنال، داده های مکانی و پردازش تصویر از مباحث بسیار مهم در بسیاری از فعالیت های علمی و فنی به شمار می رود. در این فرادرس به صورت کاملا کاربردی تحلیل آماری یک و دو متغیره، تحلیل سری های زمانی و چگونگی استفاده از داده های مکانی در محیط MATLAB با ارائه کد نویسی های مربوطه ارائه می گردد. |
|
آموزش مباحث تئوری و عملی موجک ها در متلب
مدرس: دکتر سید مصطفی کلامی هریس در این فرادرس، دانشجویان عزیز، با مباحث مختلف تئوری و عملی موجک ها در متلب آشنا می شوند. سرفصل هایی که در این آموزش به آن ها پرداخته می شود، شامل مبانی تبدیلات موجک، موجک پیوسته و گسسته، کاربرد تبدیلات موجک و ... است. یکی از نقاط قوت این آموزش توضیح کامل مباحث مربوطه می باشد. آموزش توسط یکی از بهترین مدرسین متخصص در این زمینه، تهیه شده است. مجموعه فرادرس های مباحث تئوری و عملی موجک ها در متلب عنوان مجموعه ای از فرادرس هایی است که، در مجموع شامل هفت و نیم ساعت برنامه آموزشی تخصصی در زمینه تبدیلات موجک، پیاده سازی آن ها در محیط متلب و کاربردهای آن ها می باشد. |
|
آموزش شبکه عصبی GMDH به همراه پیاده سازی عملی در متلب
مدرس: دکتر سید مصطفی کلامی هریس در «فیلم آموزشی شبکه عصبی GMDH در متلب»، پس از تشریح کامل مبانی تئوری و شیوه عملکرد الگوریتم GMDH چند جمله ای، پیاده سازی عملی و گام به گام این نوع از شبکه عصبی، به صورت کامل در محیط متلب انجام شده است. در ادامه نیز، با استفاده از برنامه نوشته شده برای ایجاد ساختارهای GMDH، مسائل مختلفی در حوزه های متعدد حل و بررسی شده اند. |
|
آموزش عملی پیش بینی سری های زمانی با استفاده از شبکه های عصبی
مدرس: دکتر اسماعیل آتشپز گرگری داشتن تخمین مناسب از مقدار یک پارامتر در آینده، موضوع بسیار مهمی در بسیاری از شاخه های علوم و مهندسی می باشد. این فرادرس، پس از ارائه تعریف مناسب از مسئله پیش بینی سری های زمانی و بیان مباحث مقدماتی در زمینه شبکه های عصبی مصنوعی، به صورت گام به گام یک پروژه کامل پیش بینی را در حین آموزش پیاده سازی می کند. |
موضوعات آموزشی مرتبط
به همراه دهها آموزش دیگر مرتبط با پیش بینی و تحلیل سری های زمانی
برای مشاهده آموزش های مرتبط دیگر، در میان بیش از ده هزار ساعت آموزش منتشر شده در فرادرس، جستجو کنید ...
فرادرس در رسانه ها و جشنواره ها
