دوره جامع متخصص علم‌داده (Data Science Professional)

 

 

 

 

 

ردیفعنوان فارسی درسعنوان انگلیسی درستعداد ساعات تدریسسرفصل هاروش ارزیابی
1مبانی آمار و جبرخطیFundamentals of Statistics and Algebra12* مبانی و مفاهیم اولیه آمار و تئوری‌ احتمالات شامل: آمار توصیفی، توزیع‌های آماری، آزمون‌های فرض، معناداری آزمون، متغیر تصادفی، تست A/B * مبانی اولیه جبرخطی شامل: ماتریس‌ها، آرایه‌ها و عملیات بر روی آن‌ها * مبانی اولیه داده شامل: تحلیل‌های اکتشافی داده، ساختمان داده‌ها و چارچوب داده، معرفی کلی و اولیه تئوری پاکسازی و مرتب سازی داده هاپرروژه یا امتحان-
2تحلیل داده توسط اکسلData analysis by Excel12ارائه توابع و فرمول نویسی مثال محور تحلیل آماری و رگرسیون در اکسل پاکسازی داده ها در اکسل مصورسازی داده مقدمات خوشه بندی داده ها، لینک اکسل و پایتون، معرفی افزونه های داده کاویپرروژه یا امتحان-
3مبانی و مفاهیم علم‌دادهFundamentals and concepts of science data32* داده‌کاوی - مفاهیم پایه علم داده - کاربردهای علم داده - متدولوژی Crisp DM - آماده‌سازی و پیش‌پردازش داده - یادگیری ماشین - مدل‌های طبقه‌بندی - مدل‌های خوشه‌بندی - قوانین انجمنی - ارزیابی مدل‌های یادگیری ماشین * نرم‌افزار SPSS Modeler - توابع پایه نرم‌افزار - مصورسازی داده - خوشه‌بندی Kmeans و سلسله مراتبی - شناسایی داده‌های پرت - قواعد انجمنی با الگوریتم Apriori - طبقه‌بندی با الگوریتم‌های بیزین ، SVM ، شبکه عصبی و... - سری زمانی با الگوریتم Arima - آنالیز RFMپرروژه یا امتحان-
4مدیریت پایگاه داده در SQL ServerDatabase management in SQL Server32مبانی پایگاه داده - انبار داده، مدیریت پایگاه داده - طراحی پایگاه داده - دستورات کاربردی SQL - امنیت پایگاه دادهپرروژه یا امتحان-
5علم‌داده در پایتونData mining in Python36آشنایی با ساختار زبان پایتون معرفی دستورات رشته ها و معرفی ماژول ها روش های تصمیم گیری و حلقه های تکرار ساختار داده و الگوریتم ها آشنایی با کتابخانه‌های داده‌کاوی و یادگیری ماشین با پایتون کار با کتابخانه Numpy کار با کتابخانه Pandas مصورسازی دیتا با کتابخانه Matplotlib کتابخانه یادگیری ماشین Scikit Learnپرروژه یا امتحان-
6تحلیل آماری در RStatistical analysis in R24مفاهیم پایه ای آمار توزیع های احتمال و مدل های آماری توزیع های نمونه گیری استنباط آماری، برآورد نقطه ای و بازه ای آزمون فرض رگرسیون چند متغیره، خطی، لجستیک پوآسون، تحلیل واریانسپرروژه یا امتحان-
7مدیریت فرآیند و فرایندکاویProcess management and process mining24مفاهیم فرآیند، مدیریت فرآیندها و مدل های بلوغ شناسایی، اکتشاف فرآیندها و مدلسازی با استاندارد BPMN تجزیه و تحلیل و بازمهندسی فرآیند، شاخص های کلیدی عملکرد مبانی فرآیندکاوی، نگاره های رویداد و جایگاه آن ابزارها و مدل های فرآیندکاوی الگوریتم های کشف فرآیند در فرآیند کاوی بررسی انطباق در فرآیندکاوی (تحلیل مغایرت) توسعه فرآیند در فرآیندکاوی (شبکه های اجتماعی) سایر حوزه های کاری فرآیندکاوی فرآیندکاوری با نرم افزار ProM و Disco فرآیندکاوری با نرم افزار Python همراه با کارگاه های عملیپرروژه یا امتحان-
8داستان سرایی داده با TableauData Storytelling with Tableau16مفاهیم پایه هوش‌تجاری مقایسه نرم‌افزارهای هوش‌تجاری نکات کلیدی طراحی داشبورد نحوه اتصال به انواع منابع اطلاعاتی آماده‌سازی، پاک‌سازی و ترکیب داده‌ها پیاده‌سازی نمودارهای تحلیلی • Bar chart • Pie chart • Histogram • Scatter plot • Heat map • Line and Stacked chart • Map پیاده‌سازی داشبوردپرروژه یا امتحان-
9هوش تجاری با Power BIBusiness intelligence in Power BI32معرفی نرم‌افزار Power BI وارد کردن داده در Power BI تبدیل داده با Power Query پیش پردازش داده مصورسازی داده در Power BI مدلسازی داده زبان DAX بصری سازی‌های پیشرفته معیارهای استاندارد مصورسازی انتشار گزارش در Power BI Serviceپرروژه یا امتحان-
10متن‌کاوی و وب‌کاوی و تحلیل شبکه های اجتماعیText analysis and Applied Web Analysis24* متن‌کاوی: - مقدمه‌ای بر متن‌‌کاوی آشنایی با کتابخانه‌های متن‌کاوی پایتون ورود داده‌های متنی در پایتون پیش‌پردازش متن مقدمه‌ای بر عبارات منظم ساخت بردار ویژگی‌ها با استفاده از کلمات طبقه‌بندی متن خوشه‌بندی متن مدل‌سازی موضوعی در متون مدل شبکه عصبی Word2Vec تحلیل احساسات * تحلیل شبکه اجتماعی: - مفاهیم پایه تحلیل شبکه اجتماعی - سناریوی ایجاد شبکه - پارامترهای تحلیل شبکه - روش‌های حل مسئله با استفاده از تحلیل شبکه - مورد کاربردهای تحلیل شبکه اجتماعیپرروژه یا امتحان-
نمایش ۱ تا ۱۰ مورد از کل ۱۶ مورد.