آموزش دیتاساینس برای نوآوری در کسب‌وکار - آخرین آپدیت

دانلود Data Science for Business Innovation

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.

نمونه ویدیوها: (صرفا برای مشاهده نمونه ویدیو، ممکن هست نیاز به شکن داشته باشید.)

توضیحات دوره: این فرصتی است تا همه چیز را درباره علم داده (Data Science) برای نوآوری در کسب‌وکار بیاموزید و مسیر شغلی خود را برای آینده تضمین کنید. تجربه تجاری خود را با تکنولوژی و تحلیل داده‌ها ترکیب کنید! دوره کوتاه دیتاساینس برای نوآوری در کسب‌وکار، مجموعه‌ای از تخصص‌های ضروری در علم داده برای مدیران ارشد و اجرایی است تا نوآوری‌های داده‌محور را در سازمان خود تقویت کنند. این دوره توضیح می‌دهد که علم داده چیست و چرا تا این حد مورد توجه است. آنچه در این دوره خواهید آموخت: * ارزشی که علم داده می‌تواند خلق کند * دسته‌بندی اصلی مشکلاتی که علم داده قادر به حل آن‌هاست * تفاوت بین تحلیل‌های توصیفی (Descriptive)، پیش‌بینانه (Predictive) و تجویزی (Prescriptive) * نقش یادگیری ماشین (Machine Learning) و هوش مصنوعی (AI) از دیدگاه فنی، این دوره روش‌های نظارت شده (Supervised)، نظارت نشده (Unsupervised) و نیمه‌نظارتی را پوشش داده و توضیح می‌دهد که با تکنیک‌های طبقه‌بندی (Classification)، خوشه‌بندی (Clustering) و رگرسیون (Regression) چه نتایجی می‌توان گرفت. همچنین در مورد نقش مدل‌های داده NoSQL و تأثیر پلتفرم‌های محاسباتی ابری مقیاس‌پذیر بحث می‌کند. تمام مباحث با سخنرانی‌های مثال‌محور، بررسی موارد استفاده، داستان‌های موفقیت و نمونه‌های واقعی ارائه شده‌اند. پس از این دوره، اگر مایل به تعمیق دانش خود در زمینه علم داده هستید، می‌توانید در دوره جامع دیتاساینس برای نوآوری در کسب‌وکار شرکت کنید.

سرفصل ها و درس ها

مقدمه‌ای بر کسب‌وکار داده‌محور Introduction to Data-driven Business

خوش‌آمدگویی و معرفی Welcome and Introduction
تصمیم‌گیری داده‌محور برای سازمان‌های داده‌محور Data-driven Decision Making for Data-centric Organizations
داده‌های بزرگ (Big Data) چیست و چه ارتباطی با علم داده دارد؟ What's Big Data? How Does It Relate to Data Science?

اصطلاحات و مفاهیم بنیادی Terminology and Foundational Concepts

داستان موفقیت: علم داده در نتفلیکس Success Story: Data Science at Netflix
یادگیری ماشین Machine Learning
حل مسائل: برنامه‌نویسی در مقابل یادگیری ماشین Solving Problems: Programming vs. Machine Learning

متدهای علم داده برای کسب‌وکار Data Science Methods for Business

رگرسیون خطی برای پیش‌بینی قیمت Linear Regression for Price Prediction
طبقه‌بندی محتوای تولید شده توسط کاربر برای پیشنهاد رستوران Classification of User-generated Content to Recommend Restaurants
پیشنهاد محصول با استفاده از درخت تصمیم و جنگل‌های تصادفی Product Recommendation Using Decision Trees and Random Forests
استخدام کارکنان با استفاده از رگرسیون لجستیک Hiring Employees Using Logistic Regression
خوشه‌بندی K-means K-means Clustering