جلسه۱۴: آموزش طبقه بندی داده های سرطان سینه با استفاده از روش voting در رپیدماینر:

در این جلسه آموزشی از مجموعه جلسات دوره های رپیدماینر (Rapidminer) به آموزش طبقه بندی با یادگیری تقویتی (Vete) در رپیدماینر پرداخته می شود. ما در جلسه آموزشی یادگیری تقویتی کاملا بصورت پروژه محورعمل کرده ایم. در این جلسه آموزشی کنترل های عمومی رپیدماینر که در جلسات قبل شرح داده شده مجدد مرور شده است. کنترل محبوب Vete  که جهت ترکیب چندین الگوریتم طبقه بندی در رپیدماینر استفاده می شود بصورت کامل آموزش داده شده است.بصورت کلی در این جلسه آموزشی دیتاست سرطان سینه به عنوان داده های آزمایشی برای تست یادگیری تقویتی یا Vete   در نظر گرفته شده است. نحوه ترکیب انواع الگوریتم های طبقه بندی مثل درخت تصمیم, شبکه عصبی, ماشین بردارپشتیبان. Knn  و غیره

در قالب سیستم Vete  یصورت کاملا عملی تدریس شده است. بنابراین با خرید این دوره آموزشی می توانید:

- بطور کلی هر الگوریتم طبقه بدی را با یکدیگر ترکیب نموده پاسخ بهینه رسید

- تمرین های درسی و رساله های ارشد را با یادگیری تقویتی پیاده سازی نمود

- منطق یادگیری تقویتی را بصورت تئوریک و عملی فرا خواهید گرفت

امکانات جلسه آموزشی ۱۴ پس از خرید:

- امکان دانلود لینک مستقیم جلسه آموزشی

 - دانلود دیتاست سرطان سینه

- امکان دانلود سورس یا مدل تهیه شده با رپیدماینر

این آموزش برای رشته های زیر مفید است:

دوره های آموزشی نرم افزار داده کاوی رپیدماینر(Rapidminer) از جلسات مقدماتی تا سطوح متوسطه و پیشرفته برای رشته هایی ذیل مناسب و مفید می باشد.

- رشته کامپیوتر گرایش های نرم افزار، سخت افزار و معماری

- رشته تجارت الکترونیک

- رشته برنامه نویسی

- رشته فناوری اطلاعات

- و سایر رشته های مرتبط