آموزش جامع داده کاوی با رپیدماینر RapidMiner

9داده کاوی با رپیدماینر (ِRapidMiner) قطعا یکی از محبوبترین و پرطرفدارترین شیوه های داده کاوی است که بدون نیاز به هیچ گونه دانش برنامه نویسی می توانید از آن استفاده کنید.در کنار اهمیت و محبوبیت داده کاوی میان دانشجویان و شرکت های بزرگ، در طی سال های اخیر به دلیل افزایش تولید دیتا و همچنین دیتا محور شدن اکثر کسب و کارها، تحلیل داده پیشرفته (Data analytics) به یک پایه در پیشرفته شرکت ها، سازمان ها و موسسات تحقیقاتی تبدیل شده است.افزایش رقابت میان شرکت ها، هدفمند شدن تصمیم‌گیری مدیران، کاهش هزینه های سازمانی، افزایش درآمد و در نتیجه افزایش سود در بازارهای مختلف، همگی به داده کاوی و پیاده سازی مدل‌های مبتنی بر یادگیری ماشینی وابسته اند.حال در کنار اهمیت این تخصص، می توان از جنبه مالی نیز آن را بررسی و تحلیل کرد. هیچ متخصص داده کاوی وجود ندارد که درآمد مناسب نداشته باشد زیرا این کار به قدری لذت بخش است که سختی کار را برای متخصصان این حوزه به شدت کاهش می‌دهد. کشف الگوهای پنهان و پیش بینی احتمال، مواردی هستند که تمامی مدیران را تحت تاثیر قرار می‌دهند و متخصصان داده کاوی و یادگیری ماشین را متمایز می‌کند.از داده کاوی در بسیاری از صنایع استفاده می‌شود: تجارت، پزشکی و دارو، بیمه و بانک، نفت و گاز، تولید کابل، تجارت الکترونیک و ….رپیدماینر (ِRapidMiner) بی شک یکی از محبوب‌ترین و پرطرفدارترین نرم افزارهای داده کاوی و علوم داده (Data Science) است. شما بدون هیچ گونه دانش برنامه نویسی و به صورت کاملاً لذت بخش، می‌توانید:انواع دیتاست ها مانند اکسل، متن، CSV، SPSS، دیتای موجود در اینترت (URL) و جداول پایگاه داده رابطه‌ای مثل SQL SERVER، MYSQL، ORACLE  و .. را وارد محیط کنید.توسط انواع Operator، توابع مختلف (ریاضی، آماری، متن، منطقی و ..) بسازید و ویژگی (متغیر(  تولید کنید.پیش پردازش دیتا را به صورت پیشرفته انجام دهید.با استفاده انواع الگوریتم‌های نظارتی (رگرسیون خطی، رگرسیون لجستیک، SVM، شبکه عصبی و …) و الگوریتم‌های غیر نظارتی (کاهش ابعاد، خوشه بندی) الگوهای پنهان کشف کنید و احتمال رویدادها را پیش بینی کنید.مدل را ارزیابی کنید و دیتاست نهایی را با انواع فرمت خارج کنید.در دوره قبلی داده کاوی با پایتون و داده کاوی با IBM SPSS Modeler را به شما آموزش دادیم (که لینک آنها در انتهای این توضیحات موجود می باشد.) و در این دوره آموزشی قصد داریم تا به صورت جامع به آموزش داده کاوی با Rapidminer بپردازیم. در ادامه سرفصل های این دوره آموزشی را مشاهده می کنید :سرفصل های دوره آموزش داده‌کاوی با RapidMinerفصل 1- شروع کار با نرم افزار Rapid Minerمعرفی دوره و مزیت های داده کاوی با رپید ماینردانلود و نصب نرم افزاروارد کردن دیتاست هااکسل (Excel)متن (Text)CSVSPSS آماری (.sav)صفحه سایت (URL)اتصال پایگاه داده SQL Server به RapidMinerتحلیل آماری و رسم نمودارآمار توصیفیتابع Aggregate (Group by)Pivot tableماتریس همبستگیرسم نمودار دو بعدی و سه بعدیمشخص کردن نوع (Type) و نقش (Role) ویژگیفصل 2- ساخت ویژگی (Attribute) و توابعساخت ویژگی با توابع منطقی (Logical)ساخت ویژگی با توابع مقایسه‌ای و اطلاعات متنیساخت ویژگی با توابع آماریساخت ویژگی با توابع ریاضیساخت ویژگی با مهندسی ویژگی (Feature Engineering)فصل 3- پیش پردازش داده‌هاپیش پردازش داده‌ها (بخش 1)نرمالسازیساخت ویژگی IDنمونه گیری ساده و پیشرفته (Stratified)Binning (طبقه بندی دیتای کمی)Binning به وسیله Entropyفیلتر کردن رکورد (Example) و ویژگی (Attribute)جایگذاری مقادیر Null (خالی)مباحث پیشرفته‌تر در پر کردن مقدار Nullتولید ویژگی با نیوز (Noise)Mergeحذف ویژگی‌های همبسته (Corellated attributes)Sortپیش پردازش داده‌ها (بخش 2)مدیریت مقادیر Null در ویژگی‌های کیفی به با استفاده از Mapایجاد اتصال (Join)ایجاد تجمیع (Append)شناسای و حذف دیتای پرت (Outlier Detection)زیر مجموعه (Subset)زیر فرآیند (Sub process)پیش پردازش داده‌ها (بخش 3)کاهش ابعاد (PCA و SVD)FP-Growth برای قواعد انجمنی (Association Rules)انتخاب ویژگی (Feature Selection) -> در فصل پروژه‌هافصل 4- یادگیری نظارتیرگرسیون خطی (Linear regression) + مثالطبقه بندی (Classification) چیست؟درخت تصمیم + مثالرگرسیون لجستیک + مثالشبکه‌ بیز (Naïve Bayes) + مثالKNN + مثالبردار حمایت ماشین (Support Vector Machine) + مثالشبکه عصبی (Neural Networks) + مثالRule Induction + مثالBoosting (تکنیک Ensemble) + مثالBagging (تکنیک Ensemble) + مثالفصل 5- یادگیری غیر نظارتیخوشه بندی چیست؟خوشه بندی با K-means + مثالخوشه بندی سلسله مراتبی + مثالخوشه بندی با EM + مثالخوشه بندی با DBSCAN + مثالطبقه بندی براساس نتایج خوشه بندی + مثالفصل 6- قواعد انجمنی (Association Rules)قواعد انجمنی چیست؟تحلیل سبد بازار (Market Basket Analysis) + مثالفصل 7- پروژه‌های داده کاویبازاریابی مستقیم بر روی دیتای کمپین بازاریابی یک بانکطبقه بندی بیماران سرطان خونرتبه بندی اعتباری مشتریانپیش بینی نمره نهایی دانش آموزان مدارس یک منطقهخوشه بندی افراد براساس تغذیهطبقه بندی انواع شیشه با توجه به مواد سازنده آنهاCredit Approval (براساس اطلاعات حساب بانکی مشتریان)رتبه بندی اپلیکیشن های ورود به دانشکده پرستاریتحلیل سبد محصولات یک فروشگاه غذایی با استفاده از قواعد انجمنیخوشه بندی مشتریان یک بانکخوشه بندی دانشجویان رشته‌های مختلف یک دانشگاهلینک دوره های دیگرآموزش داده کاوی و یادگیری ماشینی با IBM SPSS modelerآموزش جامع مبانی و مفاهیم داده کاوی و یادگیری ماشینآموزش داده کاوی و یادگیری ماشینی با پایتونآموزش متن کاوی با پایتونآموزش یادگیری عمیق با پایتونپکیج آموزش جامع علم داده با پایتونآموزش تصویر کاوی با رپیدماینرآموزش متن کاوی و وب کاوی با رپیدماینرپکیج آموزش جامع علم داده با رپیدماینر RapidMinerآموزش جامع هوش تجاری BI و تحلیل داده با تبلو Tableauحاصل دورهبه راحتی می‌‌توانید انواع پروژه دانشگاهی و سازمانی داده کاوی را انجام دهید.به عنوان داده کاو (data miner) در شرکت‌های مختلف استخدام شوید.توجه :نسخه حرفه ای و کرک شده نرم افزار rapidminer نیز برای دانلود و نصب در اختیارتان قرار داده شده است. پس از دانلود و نصب نرم افزار، ذر پوشه crack، فایل readme را مطالعه کنید.توجه :با هدف یادگیری کامل و تسلط به مباحث دوره، در صورت داشتن هر گونه سؤال، راهنمایی و نیاز به توضیحات در خصوص فرآیندها و عملگرهای آموزش، دانشجویان محترم می توانند با ارسال تیکت از طریق بخش حساب کاربری و تیکت پشتیبانی با بنده در ارتباط باشند.فصل اولمعرفی دورهویدئو13:43پیش نمایشدانلود و نصب نرم افزارویدئو01:36پیش نمایشوارد کردن انواع دیتاست (بخش 1)ویدئو20:29خصوصینحوه اتصال پایگاه داده SQL Server به رپیدماینر (بخش 2)ویدئو08:57پیش نمایشتحلیل آماری و رسم نمودارویدئو19:08خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.مشخص کردن نوع و نقش ویژگی (Attribute)ویدئو10:46خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.فصل دومساخت ویژگی با توابع منطقی (Logical)ویدئو16:38خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.ساخت ویژگی با توابع مقایسه و اطلاعات متنویدئو15:10خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.ساخت ویژگی با توابع آماریویدئو07:42خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.ساخت ویژگی با توابع ریاضیویدئو07:23خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.ساخت ویژگی با مهندسی ویژگی (Feature engineering)ویدئو12:40پیش نمایشفصل سومپیش پردازش داده‌ها (بخش 1)ویدئو36:52خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.پیش پردازش داده‌ها (بخش 2)ویدئو47:38خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.پیش پردازش داده‌ها (بخش 3)ویدئو26:10خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.فصل چهارمرگرسیون خطی (ساده و چندگانه) + مثالویدئو07:42خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.طبقه بندی چیست؟ویدئو08:03خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.درخت تصمیم + مثالویدئو15:26خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.رگرسیون لجستیک + مثالویدئو18:29خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.شبکه بیز (Naïve Bayes) + مثالویدئو05:40خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.KNN + مثالویدئو07:14خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.بردار حمایت ماشین (SVM) + مثالویدئو08:48خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.شبکه عصبی + مثالویدئو08:08خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.Rule Induction + مثالویدئو14:10خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.Boosting (تکنیک Ensemble) + مثالویدئو08:51خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.Bagging (تکنیک Ensemble) + مثالویدئو08:36خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.فصل پنجمخوشه بندی چیست؟ویدئو06:14خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.خوشه بندی با K-means + مثالویدئو14:52پیش نمایشخوشه بندی سلسه مراتبی + مثالویدئو06:09خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.خوشه بندی با الگوریتم EM + مثالویدئو08:23خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.خوشه بندی با DBSCAN + مثالویدئو12:23خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.طبقه بندی با نتایج خوشه بندی + مثالویدئو09:52خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.فصل ششمقواعد انجمنی چیست؟ویدئو04:39خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.تحلیل سبد بازار (Market Basket Analysis) + مثالویدئو13:37خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.فصل هفتمپروژه داده کاوی 1ویدئو23:48خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.پروژه داده کاوی 2ویدئو13:58خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.پروژه داده کاوی 3ویدئو09:17خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.پروژه داده کاوی 4ویدئو19:15خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.پروژه داده کاوی 5ویدئو10:26خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.پروژه داده کاوی 6ویدئو06:40خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.پروژه داده کاوی 7ویدئو08:41خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.پروژه داده کاوی 8ویدئو05:19خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.پروژه داده کاوی 9ویدئو06:40خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.پروژه داده کاوی 10ویدئو16:07خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.پروژه داده کاوی 11ویدئو20:45خصوصیاین بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.بیشتر بدانید (دروس اختیاری)ویدئو01:01:26خصوصیدیتاست های پروژه - بخش اولفایل های ضمیمهخصوصیدیتاست های پروژه - بخش دومفایل های ضمیمهخصوصیسورس پروژه‌های انجام شدهفایل های ضمیمهخصوصیدانلود نرم افزار رپیدماینر حرفه‌ای کرک شدهفایل های ضمیمهخصوصی

داناپ

شاهین نوری