Tovább a fő tartalomhoz
Oldalpanel
E-mail :
info@statisztika-online.hu
Jelenleg vendégként van bejelentkezve (
Belépés
)
Kurzusok
----------------------------------------------------------------
A statisztika klasszikus fejezetei I.
A statisztika klasszikus fejezetei II.
----------------------------------------------------------------
Six Sigma statisztika "Feketeöveseknek"
Statisztikai folyamatszabályozás (SPC)
Mérőrendszer elemzés (MSA)
----------------------------------------------------------------
A gépi tanulás statisztikai módszerei (ML)
----------------------------------------------------------------
Klaszteranalízis
Főkomponens-elemzés
Faktoranalízis
----------------------------------------------------------------
Tesztek
----------------------------------------------------------------
A statisztika klasszikus fejezetei I.
A statisztika klasszikus fejezetei II.
----------------------------------------------------------------
Kapcsolat
----------------------------------------------------------------
Elérhetőségek
----------------------------------------------------------------
Videó kapcsolat
----------------------------------------------------------------
A gépi tanulás statisztikai módszerei. Machine Learning elméleti alapok és Minitab gyakorlatok
Kezdőoldal
Kurzusok
Machine Learning. Elméleti alapok és Minitab gyakorlatok
Osztályozás bináris logisztikus regressziós modellekkel
Bináris osztályozási modellek értékelése. Az illeszkedés jóságának mérőszámai. ROC-görbe. AUC - 20:00 Videó
Bináris osztályozási modellek értékelése. Az illeszkedés jóságának mérőszámai. ROC-görbe. AUC - 20:00 Videó
Utolsó módosítás: 2023. szeptember 4., hétfő, 17:15
◄ Bevezetés a bináris logisztikus regresszióba - 23:14 Videó
Ugrás...
Ugrás...
Kiknek szól ez a kurzus, milyen előismeretek szükségesek?
Szükséges technikai követelmények. Adatfájlok elérhetősége
A kurzus áttekintése
Bevezetés a Supervised Machine Learning, azaz a Felügyelt Gépi Tanulás módszerébe - 06:25 Videó
Bevezetés a regresszió elméletébe - 13:29 Videó
A regressziós modellek jóságának kiértékelése - 10:51 Videó
A regressziós modellek használatának feltételei a klasszikus statisztikában illetve a gépi tanulásban - 20:52 Videó
Modellépítés. Mi történik, ha a regressziós egyenlet "rossz" prediktorokat tartalmaz? - 13:11 Videó
Statisztikailag szignifikáns prediktorok - 09:01 Videó
Kategóriális prediktorokat is tartalmazó regressziós modellek. Additív hatások - 19:56 Videó
Kategóriális prediktorokat is tartalmazó regressziós modellek. Kölcsönhatások - 18:22 Videó
A prediktorok közötti multikollinearitás és következményei - 20:42 Videó
Előrejelzés egy új megfigyeléshez. Konfidencia intervallum és előrejelzési intervallum - 06:18 Videó
A lépésenkénti regresszió módszere és használata az optimális modell megtalálására a Minitab-ban - 13:01 Videó
Regresszió a Minitab segítségével. Példa. Auto-mpg. 1. rész - 16:55 Videó
Regresszió a Minitab segítségével. Példa. Auto-mpg. 2. rész - 17:52 Videó
Regresszió a Minitab segítségével. 1. gyakorlat. Ingatlanok értékelése
Regresszió a Minitab segítségével. 2. gyakorlat. A beton nyomószilárdsága
A regressziós fák alapötlete - 18:09 Videó
Regressziós fák a Minitab segítségével. Példa. Kerékpármegosztás. 1. rész - 14:47 Videó
Regressziós fák a Minitab segítségével. Példa. Kerékpármegosztás. 2. rész - 09:48 Videó
Regressziós fák a Minitab segítségével. 1. gyakorlat. Középiskolai tanulók teljesítménye
Regressziós fák a Minitab segítségével. 2. gyakorlat. Borminőség
Bevezetés a bináris logisztikus regresszióba - 23:14 Videó
Bináris logisztikus regresszió a Minitab segítségével. Példa. Szívelégtelenség. 1. rész - 20:00 Videó
Bináris logisztikus regresszió a Minitab segítségével. Példa. Szívelégtelenség. 2. rész - 17:50 Videó
Bináris logisztikus regresszió a Minitab segítségével. 1. gyakorlat. Rizsfajták
Bináris logisztikus regresszió a Minitab segítségével. 2. gyakorlat. Szenzorláb hegesztése
Bevezetés az osztályozási fák módszerébe - 12:08 Videó
Csomópontok felosztási módszerei 1. Felosztás a téves osztályozási arány alapján - 19:41 Videó
Csomópontok felosztási módszerei 2. Felosztás a Gini-tisztaság vagy az entrópia alapján - 11:25 Videó
Egy csomópont előrejelzett osztálya - 06:28 Videó
A modell jósága - 1. A modell félreosztályozási költsége - 11:20 Videó
A modell jósága - 2. ROC-curve. Gain-chart. Lift-Chart - Bináris osztályozás - 14:50 Videó
A modell jósága - 3. ROC-curve. Gain-chart. Lift-Chart - Multinomiális osztályozás - 07:32 Videó
Előre megadott sokasági valószínűségek és félreosztályozási költségek - 11:21 Videó
A fa megépítésének folyamata - 08:13 Videó
Osztályozási fák a Minitab segítségével. Példa. Gépek karbantartása. 1. rész - 16:57 Videó
Osztályozási fák a Minitab segítségével. Példa. Gépek karbantartása. 2. rész - 09:52 Videó
Osztályozási fák a Minitab segítségével. Gyakorlat. Eső Ausztráliában
Adattisztítás. 1. rész - 16:24 Videó
Adattisztítás. 2. rész - 16:35 Videó
Új jellemzők létrehozása - 11:52 Videó
Polinomiális regressziós modellek mennyiségi prediktor változók esetében - 20:07 Videó
Minőségi és mennyiségi prediktorok. Kölcsönhatásos modellek - 28:01 Videó
Validálás nélküli végleges modellek a Duration és a TotalCharge válaszváltozókra - 18:22 Videó
Alul- vagy túlillesztés. Az "éppen megfelelő" modell - 18:01 Videó
Az "éppen megfelelő" modell a "Duration" válaszváltozóra - 15:58 Videó
Az "éppen megfelelő" modell a "Duration" válaszváltozóra. Egy részletesebb hibaelemzés - 12:00 Videó
Az "éppen megfelelő" modell a "TotalCharge" válaszváltozóra - 13:54 Videó
Az "éppen megfelelő" modell a "TotalCharge" válaszváltozóra. Egy részletesebb hibaelemzés - 05:55 Videó
Regressziós fák a "Duration" és a "TotalCharge" esetében - 18:16 Videó
A tanulási siker előrejelzése. A problémafelvetés - 07:19 Videó
A tanulási siker előrejelzése. Bináris logisztikus regressziós modellek - 15:59 Videó
A tanulási siker előrejelzése. Osztályozási fa modellek - 09:03 Videó
Nyílt hozzáférésű gépi tanulási adattár az önálló tanuláshoz és gyakorláshoz
Bináris logisztikus regresszió a Minitab segítségével. Példa. Szívelégtelenség. 1. rész - 20:00 Videó ►
Machine Learning. Elméleti alapok és Minitab gyakorlatok
Általános
Bevezetés
Regresszió a klasszikus statisztikában és a gépi tanulásban
Regresszió a Minitab segítségével. Példák és gyakorlatok
Regressziós fák
Regressziós fák a Minitab segítségével. Példák és gyakorlatok
Osztályozás bináris logisztikus regressziós modellekkel
Bináris logisztikus regressziós modellek a Minitab segítségével. Példák és gyakorlatok
Osztályozási fa modellek
Osztályozási fa modellek. Példák és gyakorlatok a Minitabbal
Komplex projekt 1. New York-i sárga taxis utazások regressziós modelljei
Komplex projekt 2. Osztályozási modellek a tanulási sikeresség előrejelzésére
Nyílt hozzáférésű gépi tanulási adattár az önálló tanuláshoz és gyakorláshoz
Kezdőoldal
Naptár