لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مدیریت و بصریسازی دادهها
- آخرین آپدیت
دانلود Data Management and Visualization
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
دادهها، چه برای شخصیسازی تبلیغات برای میلیونها بازدیدکننده وبسایت و چه برای بهینهسازی سفارش موجودی در یک رستوران کوچک، به بخشی جدانشدنی از موفقیت تبدیل شدهاند. اغلب ما اطمینان نداریم که چگونه از دادهها برای یافتن پاسخهایی استفاده کنیم که ما را در مسیر شغلی یا تحصیلی موفقتر سازد. در این دوره، شما مفهوم دادهها را کشف خواهید کرد و یاد میگیرید چه سوالاتی را میتوان با استفاده از دادهها پاسخ داد؛ حتی اگر پیش از این هرگز به دنیای دادهها فکر نکرده باشید. بر اساس دادههای موجود، شما یاد میگیرید که یک سوال پژوهشی تدوین کنید، متغیرها و روابط آنها را توصیف نمایید، آمارهای پایه را محاسبه کنید و نتایج خود را به صورت شفاف ارائه دهید. در پایان این دوره، شما قادر خواهید بود از ابزارهای قدرتمند تحلیل دادهها (SAS یا Python) برای مدیریت و بصریسازی دادههای خود، از جمله نحوه برخورد با دادههای مفقود (Missing Data)، گروهبندی متغیرها و رسم نمودارها استفاده کنید. در طول دوره، پیشرفت خود را با دیگران به اشتراک میگذارید تا بازخوردهای ارزشمندی دریافت کنید و همزمان بیاموزید که همتایان شما چگونه از دادهها برای پاسخ به سوالاتشان استفاده میکنند.
سرفصل ها و درس ها
انتخاب سوال پژوهشی
Selecting a research question
ویدیو خوشآمدگویی
Welcome Video
درس ویدئویی: مراحل تحلیل دادهها
Video Lesson - Steps in data analysis
درس ویدئویی: منظور ما از داده چیست؟
Video Lesson - What do we mean by data?
درس ویدئویی: مجموعهدادهها و کدباکسها
Video Lesson - Datasets and codebooks
درس ویدئویی: تدوین یک سوال پژوهشی
Video Lesson - Developing a research question
نوشتن اولین برنامه با SAS یا پایتون
Writing your first program - SAS or Python
درس ۱ SAS: تعریف تحلیل اکتشافی دادهها
SAS Lesson 1 - Defining exploratory data analysis
درس ۲ SAS: قراردادهای کدنویسی در SAS
SAS Lesson 2 - SAS coding conventions
درس ۳ SAS: اجرای برنامه و بررسی توزیع فراوانی
SAS Lesson 3 - Running your program and examining frequency distribution
درس ۴ SAS: اصلاح سوال پژوهشی از طریق انتخاب ردیفها
SAS Lesson 4 - Refining your research question by selecting rows
درس ۱ پایتون: تعریف تحلیل اکتشافی دادهها
Python Lesson 1 - Defining Exploratory Data Analysis
درس ۲ پایتون: قراردادهای کدنویسی در پایتون
Python Lesson 2 - Python Coding Conventions
درس ۳ پایتون: اجرای برنامه و بررسی توزیع فراوانی
Python Lesson 3 - Running your program and examining frequency distributions
درس ۴ پایتون: اصلاح سوال پژوهشی از طریق انتخاب ردیفها
Python Lesson 4 - Refining your research question by selecting rows
مدیریت دادهها
Managing Data
درس ۱ SAS: مدیریت دادههای مفقود
SAS Lesson 1 - Setting aside missing data
درس ۲ SAS: کدگذاری دادههای معتبر و بازبینی مقادیر
SAS Lesson 2 - Coding in valid data and recoding values
درس ۳ SAS: ایجاد متغیرهای ثانویه
SAS Lesson 3 - Creating secondary variables
درس ۴ SAS: گروهبندی متغیرها در قالب متغیرهای منفرد
SAS Lesson 4 - Grouping variables within individual variables
درس ۱ پایتون: مدیریت دادههای مفقود
Python Lesson 1 - Setting aside missing data
درس ۲ پایتون: کدگذاری دادههای معتبر و بازبینی مقادیر
Python Lesson 2 - Coding valid data and recoding values
درس ۳ پایتون: ایجاد متغیرهای ثانویه
Python Lesson 3 - Creating secondary variables
درس ۴ پایتون: گروهبندی مقادیر در قالب متغیرهای منفرد
Python Lesson 4 - Grouping values within individual variables
بصریسازی دادهها
Visualizing Data
درس ۱ SAS: رسم نمودار متغیرهای منفرد
SAS Lesson 1 - Graphing individual variables
درس ۲ SAS: توصیف بصری توزیعها
SAS Lesson 2 - Describing distributions visually
درس ۳ SAS: معیارهای مرکزیت و پراکندگی
SAS Lesson 3 - Measures of center and spread
درس ۴ SAS: طراحی نقش هر یک از متغیرها
SAS Lesson 4 - Designing the role each of your variables will play
درس ۵ SAS: تصمیمات نموداری: متغیرهای پاسخ طبقهبندی شده
SAS Lesson 5 - Graphing decisions: categorical response variables
درس ۶ SAS: تصمیمات نموداری: متغیرهای پاسخ کمی
SAS Lesson 6 - Graphing decisions: quantitative response variable
درس ۱ پایتون: رسم نمودار متغیرهای منفرد
Python Lesson 1 - Graphing individual variables
درس ۲ پایتون: توصیف بصری توزیعها
Python Lesson 2 - Describing distributions visually
درس ۳ پایتون: معیارهای مرکزیت و پراکندگی
Python Lesson 3 - Measures of Center and Spread
درس ۴ پایتون: طراحی نقش هر یک از متغیرها
Python Lesson 4 - Designing the role each of your variables will play
درس ۵ پایتون: تصمیمات نموداری: متغیرهای پاسخ طبقهبندی شده
Python Lesson 5 - Graphing Decisions: Categorical response variables
نمایش نظرات