آموزش مبانی علم داده: مبانی (2019)

Data Science Foundations: Fundamentals (2019)

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
علم داده در حال هدایت یک انقلاب جهانی است که همه چیز را از اتوماسیون کسب و کار گرفته تا تعاملات اجتماعی در بر می گیرد. همچنین یکی از مشاغلی است که سریع‌تر رشد می‌کند و بیشترین پاداش را دارد و تحلیلگران و مهندسان را در سراسر جهان به کار می‌گیرد. این دوره یک نمای کلی غیر فنی و قابل دسترس از این رشته را ارائه می دهد که واژگان، مهارت ها، مشاغل، ابزارها و تکنیک های علم داده را پوشش می دهد. مربی بارتون پولسون روابط را با سایر زمینه های اشباع شده از داده مانند یادگیری ماشین و هوش مصنوعی تعریف می کند. او شیوه‌های اولیه را مرور می‌کند: جمع‌آوری و تجزیه و تحلیل داده‌ها، تدوین قوانینی برای طبقه‌بندی و تصمیم‌گیری، و ترسیم بینش‌های عملی. او همچنین در مورد اخلاق و مسئولیت پذیری بحث می کند و جهت کسب اطلاعات بیشتر را ارائه می دهد. در پایان، خواهید دید که چگونه علم داده می تواند به شما در تصمیم گیری بهتر، به دست آوردن بینش عمیق تر و موثرتر و کارآمدتر کردن کارتان کمک کند.
اهداف یادگیری
  • مهارت های مورد نیاز برای یک حرفه در علم داده را ارزیابی کنید.
  • منابع مختلف داده از جمله معیارها و API ها را ارزیابی کنید.
  • داده ها را از طریق نمودارها و آمار کاوش کنید.
  • کشف کنید که دانشمندان داده چگونه از زبان های برنامه نویسی مانند R، Python و SQL استفاده می کنند.
  • نقش ریاضیات، مانند جبر، در علم داده را ارزیابی کنید.
  • نقش آمار کاربردی، مانند فواصل اطمینان، در علم داده را ارزیابی کنید.
  • نقش یادگیری ماشینی، مانند شبکه های عصبی مصنوعی، در علم داده را ارزیابی کنید.
  • مولفه های تجسم موثر داده ها را تعریف کنید.

سرفصل ها و درس ها

معرفی Introduction

  • مبانی علم داده The fundamentals of data science

1. علم داده چیست؟ 1. What Is Data Science?

  • عرضه و تقاضا برای علوم داده Supply and demand for data science

  • نمودار ون علم داده The data science Venn diagram

  • مسیر علم داده The data science pathway

  • نقش ها و تیم ها در علم داده Roles and teams in data science

  • امتحان فصل Chapter Quiz

2. جایگاه علم داده در جهان داده 2. The Place of Data Science in the Data Universe

  • هوش مصنوعی Artificial intelligence

  • فراگیری ماشین Machine learning

  • شبکه های عصبی یادگیری عمیق Deep learning neural networks

  • اطلاعات بزرگ Big data

  • تجزیه و تحلیل پیش بینی کننده Predictive analytics

  • تجزیه و تحلیل تجویزی Prescriptive analytics

  • هوش تجاری Business intelligence

  • امتحان فصل Chapter Quiz

3. اخلاق و عاملیت 3. Ethics and Agency

  • مسائل حقوقی، اخلاقی و اجتماعی علم داده Legal, ethical, and social issues of data science

  • آژانس الگوریتم ها و تصمیم گیرندگان Agency of algorithms and decision-makers

  • فصلنامه Chapter Quiz

4. منابع داده 4. Sources of Data

  • آماده سازی داده ها Data preparation

  • داده های داخلی In-house data

  • باز کردن داده ها Open data

  • API ها APIs

  • خراش دادن داده ها Scraping data

  • ایجاد داده Creating data

  • مجموعه غیرفعال داده های آموزشی Passive collection of training data

  • داده های خود تولید شده Self-generated data

  • امتحان فصل Chapter Quiz

5. منابع قواعد 5. Sources of Rules

  • شمارش قوانین صریح The enumeration of explicit rules

  • اشتقاق قوانین از تجزیه و تحلیل داده ها The derivation of rules from data analysis

  • نسل قوانین ضمنی The generation of implicit rules

  • امتحان فصل Chapter Quiz

6. ابزار برای علم داده 6. Tools for Data Science

  • برنامه های کاربردی برای تجزیه و تحلیل داده ها Applications for data analysis

  • زبان برای علم داده Languages for data science

  • یادگیری ماشینی به عنوان یک سرویس Machine learning as a service

  • امتحان فصل Chapter Quiz

7. ریاضیات برای علم داده 7. Mathematics for Data Science

  • جبر Algebra

  • حساب دیفرانسیل و انتگرال Calculus

  • بهینه سازی و انفجار ترکیبی Optimization and the combinatorial explosion

  • قضیه بیز Bayes' theorem

  • امتحان فصل Chapter Quiz

8. تجزیه و تحلیل برای علم داده 8. Analyses for Data Science

  • تحلیل های توصیفی Descriptive analyses

  • مدل های پیش بینی Predictive models

  • تحلیل روند Trend analysis

  • خوشه بندی Clustering

  • طبقه بندی Classifying

  • تشخیص ناهنجاری Anomaly detection

  • کاهش ابعاد Dimensionality reduction

  • انتخاب و ایجاد ویژگی Feature selection and creation

  • مدل های معتبر Validating models

  • مدل های جمع آوری Aggregating models

  • امتحان فصل Chapter Quiz

9. اقدام در علم داده 9. Acting on Data Science

  • تفسیر پذیری Interpretability

  • بینش عملی Actionable insights

  • امتحان فصل Chapter Quiz

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.

آموزش مبانی علم داده: مبانی (2019)
جزییات دوره
3h 41m
54
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
-
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Barton Poulson Barton Poulson

پروفسور، طراح، کارشناس تجزیه و تحلیل داده

بارتون پولسون یک پروفسور، طراح و متخصص تجزیه و تحلیل داده ها است.

بارتون در بسیاری از کارهای خود پلی از تحلیل و زیبایی شناسی کرده است. زندگی، با سابقه طراحی صنعتی، دکتری. در روانشناسی اجتماعی و شخصیت، و عشق عمیق به تجزیه و تحلیل داده ها و تجسم داده ها و همچنین هنرهای تجسمی و نمایشی. بارت دانشیار روانشناسی در دانشگاه یوتا ولی است و در دانشگاه بریگام یانگ، دانشگاه یوتا و دانشگاه سیتی نیویورک تحصیل کرده است. او در نقش خود به عنوان معلم تحقیق و تحلیل، صدها مطالعه را با دانشجویان خود در مورد موضوعاتی از هویت اجتماعی و آرزوها تا ترجیحات ضمنی برای شعر و معماری انجام داده است. بارت و همسرش، ژاک لین بل، یک طراح رقص مدرن، با سه فرزند خود در شهر زیبای سالت لیک زندگی می کنند.