گام اول Data Science: تحلیل داده 1

  • مدت: ۲۷ ساعت

این دوره مناسب شماست اگر...

  • با مبانی مرتبط آشنا هستید و می‌خواهید تحلیل داده و ساخت مدل‌های داده‌محور را عمیق‌تر یاد بگیرید.
  • در کار یا پروژه‌هایتان با موضوع تحلیل داده و ساخت مدل‌های داده‌محور سروکار دارید.
  • می‌خواهید دانش فنی خود را برای حل مسئله‌های واقعی تقویت کنید.
  • به دنبال تحلیل دقیق‌تر ابزارها و روش‌های حرفه‌ای این حوزه هستید.
  • می‌خواهید توانایی بررسی و عیب‌یابی سناریوهای مرتبط را توسعه دهید.

بعد از این دوره چه کاری می‌توانم انجام دهم؟

  • داده‌های خام را بررسی و پاک‌سازی می‌کنید.
  • متغیرها و الگوهای مهم داده را تحلیل می‌کنید.
  • روش‌های مدل‌سازی یا ارزیابی را متناسب با مسئله انتخاب می‌کنید.
  • نتایج تحلیل را با شاخص‌های مناسب تفسیر می‌کنید.

سرفصل‌ها

موضوعات دوره
مفاهیم اولیه در آمار
آمار توصیفی (بخش اول)
اشنایی با انواع متغیر در علم آمار
شاخص های مرکزی
مد (mode) و توزیع یکنواخت
توزیع تصادفی یکنواخت در پایتون
ترسیم توزیع تصادفی در پایتون
میانه (median)
استفاده از پایتون برای تشخیص میانه
میانگین و محاسبه میانگین توسط لایبرری numpy در پایتون
آشنایی با نمودار های آماری
ترسیم نمودار های آماری در پایتون  و SPSS
توزیع نرمال
ترسیم توزیع نرمال توسط لایبرری matplot در پایتون
چولگی (skewness)
محاسبه چولگی توسط پایتون، R و SPSS
نمودار جعبه ای (boxplot)
رسم باکس پلات توسط پایتون، R و SPSS
شاخص های پراکندگی
دامنه تغییرات
انحراف چارکی
محاسبه کوانتایل دیوی ایشن (انحراف چارکی) در پایتون، R و SPSS
انحراف متوسط (انحراف از میانگین) (mean deviation)
محاسبه انحراف متوسط توسط پایتون
واریانس
قضیه حد مرکزی
انحراف استاندارد
ضریب تغییرات
کشیدگی (kurtosis)
تاثیر اعمال ریاضی بر شاخص‌های آماری (مرکزی / پراکندگی)
نمرات استاندارد
رتبه درصدی
نمراه استاندارد Z
نمره استاندارد T
همبستگی
Scatter plots (نمودار پراکنش)
ترسیم نمودار پراکنش در پایتون، R و SPSS
ضریب همبستگی پیرسون
انواع ضرایب همبستگی
ضریب همبستگی اسپیرمن
پروژه 1 انجام همبستگی توسط داده های واقعی در پایتون، R و SPSS
آزمون فرض
انواع خطای آماری
انجام آزمون های هبستگی در SPSS
اندازه اثر در همبستگی
همبستگی پیرسون در پایتون، R و SPSS

درباره دوره

دوره «گام اول Data Science: تحلیل داده 1» کندو با تمرکز بر تحلیل داده و ساخت مدل‌های داده‌محور، مفاهیم و کاربردهای این حوزه را با نگاهی مسئله‌محور معرفی می‌کند. در این مسیر، داده‌های خام را بررسی و پاک‌سازی می‌کنید؛ همچنین متغیرها و الگوهای مهم داده را تحلیل می‌کنید. روش‌های مدل‌سازی یا ارزیابی را متناسب با مسئله انتخاب می‌کنید. این آموخته‌ها به شما کمک می‌کنند موضوع را دقیق‌تر تحلیل کنید و بر اساس هدف حرفه‌ای خود، مسیرهای مختلف ادامه یادگیری را بسنجید.

انتخاب دوره و ثبت‌نام

کلاس و شیوه برگزاری را انتخاب کنید. نوع پرداخت در ادامه ثبت‌نام مشخص می‌شود.

از ۲۵ آبان ۱۴۰۵ تا ۷ دی ۱۴۰۵

دوشنبه‌ها · ۱۶:۳۰ تا ۲۰:۳۰

شیوه برگزاری

نظر کاربران

۸ نظر

  1. دوره ضبط شده ادامه داره یا همین ۵ساعت هست؟

    AmirHossein Rasteyan

    پاسخ کندو ·

    سلام کندویی عزیز
    گام اول دیتاساینس به این مدت ارائه شده که ادامه اون، در گام 2 دیتاساینس دنبال میشه.

  2. دوره گام اول و سپس دوره های مکمل بعد از آن (مثل گام دوم)، قرار است به مخاطب دانش تحلیل داده در همه حوزه ها را اعطا کند؟ به عبارتی اصول و مبانی تحلیل داده از هر مدلی که باشد را با زبان های آر و پایتون توسط شما آموزش داده می شود؟

    حسین

    پاسخ کندو ·

    سلام حسین عزیز
    این دوره گام اول بیشتر پایه‌ایه
    یعنی همه چیز رو از صفر و مفاهیم آمار شروع می‌کنه، مثل میانگین و میانه و نمودارها و همبستگی و ...
    ولی هنوز نمی‌ره سراغ تحلیل داده‌های پیچیده یا مدل‌های پیشرفته
    این مورد رو در گام‌های بعدی یاد بگیری

  3. سلام ... ببخشید بلد بودن پایتون و r جزو پیشنیاز ها هستند یا در دوره تدریس میشوند ؟

    A.kh

    پاسخ کندو ·

    سلام کندویی عزیز
    نه نیازی نیست که از قبل پایتون و R بلد باشی. توی این دوره، علاوه بر مفاهیم آماری، کار با این زبان‌ها برای تحلیل داده‌ها هم آموزش داده می‌شه. یعنی از پایه نحوه محاسبه شاخص‌های آماری، رسم نمودارها و اجرای تحلیل‌ها رو با پایتون، R و حتی SPSS یاد می‌گیری. پس اگر آشنایی قبلی نداشته باشی هم مشکلی نیست، چون همه چیز از صفر توضیح داده می‌شه.

  4. برای مهندسی داده هم نیاز به گذروندن این دوره هست یا بیشتر فقط برای علم داده کاربرد داره؟

    امیرحسین

    پاسخ زهرا طاهری ·

    سلام روزتون خوش
    این دوره به بررسی مبانی زبان برنامه نویسی R و دانش مورد نیاز مباحث آمار پرداخته می‌شود.
    بنابر این اگر هدفتان مهندسی داده می‌باشد هم می‌توانید از این دوره استفاده کنید.

  5. آیا برای مهندسی داده هم نیاز هست این دوره رو بگذرونم؟

    امیرحسین
  6. سلام وقت بخیر
    چرا بحث مهم رگرسیون توی سرفصل ها گنجانده نشده؟

    arastu

    پاسخ زهرا طاهری ·

    سلام روزتون خوش.
    این مبحث در سرفصل های دوره گام 2 موجود هستش.

  7. آیا برای پیش نیاز، نیاز هست که به زبان برنامه نویسی پایتون آشنایی داشته باشیم؟

    پارسا

    پاسخ کندو ·

    سلام
    وقتتون بخیر
    دوره گام اول دیتاسانیس هیچ پیش‌نیازی ندارد ولی طبیعتا آشنایی با این زبان، تو درک مفاهیم کمکتون می‌کنه.

  8. بنیان اصلی تحلیل داده کتابخونه پاندس هستش چرا داخل سر فصل ذکر نشده بنظرم باید ابتدا مقدمات پایتون (ساختار داده) تدریس بشه بعد کتابخانه ها و مباحث آماری . با تشکر

    M.gh

    پاسخ کندو ·

    درود
    کتابخونه پاندس یه بخش جزئی هست که تو سرفصل ذکر نشده ولی تو کلاس، نصب پایتون، جوپیتر و 5 کتابخانه لازم، در حد نیاز کلاس تدریس میشه.

    پاسخ MAhdi ·

    این کتابخانه ها که خیلی مهمه به صورت اصولی اموزش داده میشه یا صرفا یه ذهنیتی خواهیم داشتی ازشون؟

    پاسخ زهرا طاهری ·

    سلام روزتون بخیر
    محوریت اصلی این دوره روی زبان R هستش. ولی به کتابخانه های زبان پایتون نیز اشاره خواهد شد.
    موفق باشید