コース概要

    データの前処理 Data Cleaning データの統合と変換 データの削減 離散化と概念階層の生成
統計的推論 確率分布、確率変数、中心極限定理
  • サンプリング
  • 信頼区間
  • 統計的推論
  • 仮説検証
  • 多変量線形回帰の仕様
  • サブセットの選択
  • 推定
  • 検証
  • 予測
  • 分類方法 ロジスティック回帰
  • 線形判別分析
  • K 最近傍
  • ナイーブ・ベイズ
  • 分類方法の比較
  • Neural Networks ニューラルネットワークのフィッティング
  • ニューラルネットワークのトレーニングに関する問題
  • 決定木 回帰木
  • 分類ツリー
  • ツリーと線形モデルの比較
  • バギング、Random Forests、ブースティングバギング
  • Random Forest秒
  • ブースティング
  • サポート ベクター マシンと柔軟な disct Maximal Margin 分類器
  • ベクトル分類器のサポート
  • サポートベクターマシン
  • 2 クラス以上の SVM
  • ロジスティック回帰との関係
  • 主成分分析
  • クラスタリング K-means クラスタリング
  • K-medoid クラスタリング
  • 階層的クラスタリング
  • 密度ベースのクラスタリング
  • モデルの評価と選択のバイアス、分散、モデルの複雑さ
  • サンプル内予測誤差
  • ベイジアンアプローチ
  • 相互検証
  • Bootstrap メソッド
  •  28 時間

    参加者の人数



    Price per participant

    お客様の声 (1)

    関連コース

    関連カテゴリー