یادگیری ماشین و مبانی هوش مصنوعی: خوشه بندی و انجمن

مدرس Keith McCormick

انتشار 2018/05/16

به‌روز‌رسانی 2024/01/31

مدت زمان 3h 33m

سطح متوسط

فایل تمرینی دارد

آموزش Machine Learning and AI Foundations: Clustering and Association

یادگیری بدون نظارت نوعی یادگیری ماشینی است که در آن الگوریتم ها داده های بدون برچسب را تجزیه می کنند. تمرکز بر مرتب‌سازی داده‌ها در دسته‌های شناخته‌شده نیست، بلکه کشف الگوهای پنهان است. یادگیری بدون نظارت نقش بزرگی در تقسیم بندی بازاریابی مدرن، کشف تقلب و تجزیه و تحلیل سبد بازار ایفا می کند. این دوره نحوه استفاده از تکنیک‌های پیشرو یادگیری ماشینی - تجزیه و تحلیل خوشه‌ای، تشخیص ناهنجاری، و قوانین مرتبط - را برای به دست آوردن نتایج دقیق و معنی‌دار از داده‌های بزرگ نشان می‌دهد.\r\n\r\n او از همان الگوریتم‌ها برای تشخیص ناهنجاری‌ها استفاده می‌کند، با توابع تخصصی اضافی موجود در IBM SPSS Modeler. او دوره را با مرور قوانین ارتباط و تشخیص توالی پایان می دهد و همچنین منابعی را برای یادگیری بیشتر فراهم می کند.\r\n\r\n

Artificial Intelligence (AI) IBM SPSS Machine Learning

Introduction

Clustering and association ()

What you should know ()

Using the exercise files ()

What is unsupervised machine learning? ()

1. What Is Cluster Analysis?

Looking at the data with a 2D scatter plot ()

Understanding hierarchical cluster analysis ()

Running hierarchical cluster analysis ()

Interpreting a dendrogram ()

Methods for measuring distance ()

What is k-nearest neighbors? ()

2. K-Means

How does k-means work? ()

Which variables should be used with k-means? ()

Interpreting a box plot ()

Running a k-means cluster analysis ()

Interpreting cluster analysis output ()

What does silhouette mean? ()

Which cases should be used with k-means? ()

Finding optimum value for k: k = 3 ()

Finding optimum value for k: k = 4 ()

Finding optimum value for k: k = 5 ()

What the best solution? ()

3. Visualizing and Reporting Cluster Solutions

Summarizing cluster means in a table ()

Traffic Light feature in Excel ()

Line graphs ()

4. HDBSCAN

How does HDBSCAN work? ()

An HDBSCAN example ()

5. Cluster Methods for Categorical Variables

Relating clusters to categories statistically ()

Relating clusters to categories visually ()

Running a multiple correspondence analysis ()

Interpreting a perceptual map ()

Using cluster analysis and decision trees together ()

A BIRCH/two-step example ()

A self organizing map example ()

6. Anomaly Detection

One Class SVM ()

The k = 1 trick ()

Anomaly detection algorithms ()

Using SOM for anomaly detection ()

7. Association Rules and Sequence Detection

Intro to association rules and sequence analysis ()

Running association rules ()

Some association rules terminology ()

Interpreting association rules ()

Putting association rules to use ()

Comparing clustering and association rules ()

Sequence detection ()

Conclusion

Next steps ()

Ex_Files_Machine_Learning_AI_Clustering.zip (24.5 MB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش یادگیری ماشین و مبانی هوش مصنوعی: خوشه بندی و انجمن

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Machine Learning and AI Foundations: Clustering and Association در 1 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

SPSS Modeler یک نرم افزار داده کاوی و تجزیه و تحلیل متن است. SPSS Statistics یک برنامه آمار و تجزیه و تحلیل داده ها است. با استفاده از این مسیر یادگیری، شروع به تسلط بر ویژگی‌ها و قابلیت‌های SPSS Statistics و SPSS Modeler، از جمله تحقیقات و برنامه‌های کاربردی هوش مصنوعی و یادگیری ماشین کنید.

آموزش یادگیری ماشین و مبانی هوش مصنوعی: خوشه بندی و انجمن ، ایستگاه شماره 6 در مسیر یادگیری مهارت های SPSS خود را توسعه دهید ، است.