مروری بر دوره

علم داده حرفه ای بسیار پر طرفدار و مورد مطالبه بسیاری از صاحبان کسب و کارها می باشد. علم داده مطالعه ای است که بر روی انواع داده ها انجام می شود. در این تخصص عملیات جمع آوری داده ها تا تحلیل آنها با هدف درک درست از داده ها و استخراج دانش انجام می شود. فرآیند انجام تحلیل داده ها، به کسب و کارها کمک می کند تا با مطالعه داده ها به ارزش مشخص در تجارت، سازمان، سلامت،امنیت و ... دست یابند. یک متخصص علم داده می بایست مهارت های لازم در حوزه های برنامه نویسی با زبان های کامپیوتری، یادگیری ماشین و آمار و احتمال را داشته باشد.

در علم داده دانش کشف شده در دل داده ها بوسیله ابزارهای مصورسازی در قالب نمودارها، تصاویر، انیمیشن ها و حتی برنامه های رایانه ای نمایش داده می شود تا شهود بهتر و نمایش بهتری از نظم و ارتباط معنادار داده ها برای تصمیم گیران ارائه شود.

در 10 مهارت برتری که مجمع جهانی اقتصاد برای سال 2020 نیاز آنها را اعلام کرده است، مهارت حل مسائل پیچیده در رتبه اول قرار دارد، علم داده از جمله علومی است که مهارت حل مسائل پیچیده را فراهم می سازد.

 

سرفصل ها

علم داده چیست؟

  • علم داده چیست؟
  • مسیرهای رسیدن به علم داده
  • عناوین و الگوریتم های علم داده
  • کاربردهای تخصص علم داده
  • وضعیت آینده و استخدام در علم داده
  • آموزش کار با نوت بوک ژوپیتر
  • بارگذاری فایل ها و نصب Package ها و بارگذاری کتابخانه ها

روش شناسی علم داده

  • از مسئله تا رویکرد و از الزامات تا جمع آوری داده
  • درک مدل کسب و کار
  • رویکرد تحلیلی
  • از فهم تا آمادگی و از مدل سازی تا ارزیابی
  • مفاهیم آماده سازی داده
  • آماده سازی داده مطالعه موردی

پایتون برای علم داده و هوش مصنوعی

  • مبانی پایتون
  • عبارات و متغیرها
  • عملگرهای رشته
  • نوع های داده
  • ساختار داده در پایتون
  • لیست، تاپل، دیکشنری، مجموعه،
  • اصول برنامه نویسی پایتون
  • شرط ها
  • حلقه ها
  • توابع
  • شی و کلاس
  • کار با داده در پایتون
  • خواندن و نوشتن فایل
  • بارگذاری داده با کتابخانه Pandas
  • استفاده از کتابخانه Numpy

تحلیل داده با پایتون 

  • فهم داده
  • بسته های پایتون برای علم داده
  • ورود و صدور داده در پایتون
  • تفکیک داده
  • مواجهه با داده ای از دست رفته
  • شکل دهی داده
  • نرمال کردن داده
  • داده های طبقه بندی به داده های کمی
  • تحلیل توصیفی داده
  • توصیف آماری
  • همبستگی
  • تحلیل واریانس ANOVA
  • مدل سازی
  • رگرسیون و رگرسیون خطی چندگانه
  • ارزیابی مدل و مصورسازی
  • رگرسیون چندجمله ای و لوله ها
  • اندازه گیری ها برای ارزیابی
  • پیش بینی و تصمیم گیری
  • ارزیابی مدل
  • بیش برازش و کم برازش و انتخاب مدل
  • Ridge Regression
  • Grid Search

مصورسازی داده با پایتون 

  • Matplotlib,seaborn,folium
  • Area Plots
  • Histograms
  • Bar Charts
  • Pie Charts
  • Box Plots
  • Scatter Plots
  • Waffle Charts
  • Word Clouds

یادگیری ماشین با پایتون 

  • یادگیری با سرپرستی و بدون سرپرستی
  • رگرسیون، دسته بندی و خوشه بندی
  • K-Nearest Neighbors
  • Evaluation Metrics in Classification
  • Introduction to Decision Trees
  • Building Decision Trees
  • Intro to Logistic Regression
  • Logistic regression vs Linear regression
  • Logistic Regression Training
  • Support Vector Machine
  • Intro to Clustering
  • Intro to k-Means
  • More on k-Means
  • Intro to Hierarchical Clustering
  • More on Hierarchical Clustering
  • DBSCAN
  • Content-based Recommend-er Systems
  • Collaborative Filtering
پیش نیازها

آشنایی با برنامه نویسی کامپیوتر 

یادگیری ماشین 

آمار و احتمال

تقویم آموزشی
در حال ثبت نام
Data Science

Data Science

دوره تخصص علم داده

مدرس: دکتر علی ملائی

طول دوره: ۲۵ ساعت
شهریه: ۵۵۰,۰۰۰ تومان

تاریخ شروع: ۱۳۹۸/۰۹/۲۰
شنبه . چهارشنبه
زمان برگزاری: ۱۸:۳۰ - ۲۱:۰۰
اطلاعات بیشتر

با ما همراه بشین

  • موسسه انفورماتیک بین الملل
  • تلفن تماس: ۰۵۱۳۷۶۴۹۳۳۹ - ۰۵۱۳۷۶۳۲۸۱۲
  • ایمیل: i3center.inc@gmail.com
  • ساعت کاری: از ۷:۳۰ تا ۲۱:۰۰
  • مشهد - بلوار فردوسی - مهدی ۳ - پلاک ۲۴
  • آمار
  • بازدیدهای سایت: 942293
  • کلاس های آموزشی: 65
  • استادان: 45
  • پرسنل: 9