آموزش تجزیه و تحلیل داده ها و هوش مصنوعی برای مبتدیان

Data Analytics and Artificial Intelligence for Beginners

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: مفاهیم اولیه تجزیه و تحلیل داده ها، هوش مصنوعی، هوش تجاری، داده های بزرگ، یادگیری ماشینی و یادگیری عمیق را بیاموزید. مروری کوتاه بر تاریخچه تجزیه و تحلیل داده ها، از آمار قرون وسطایی تا تکنیک های پیچیده توسعه یافته توسط شرکت هایی مانند گوگل و مایکروسافت. نگاهی به فروشگاه‌های داده که به‌طور تصاعدی در حال رشد هستند و چالش‌های کشمکش «داده‌های بزرگ». درک داده کاوی – آنچه که مستلزم آن است، رویکردهای مختلف و اینکه چه کسی پیشرو است. بحث دو قسمتی از هوش تجاری، شامل اصول طراحی داشبورد صدا و ارائه داده ها. تفاوت‌های کلیدی بین چهار نوع تجزیه و تحلیل - تشخیصی، توصیفی، پیش‌بینی‌کننده و تجویزی مروری بر فرآیندها و مدل‌های تحلیلی خاص. نگاهی اولیه به هوش مصنوعی، تکامل آن، عملکردهای آن، و آنچه که امروزه می تواند برای کسب و کارها انجام دهد. کاوش در یادگیری ماشین - چگونه سیستم ها می توانند از داده ها یاد بگیرند، الگوها را شناسایی کنند و با دخالت اندک انسان تصمیم بگیرند. بررسی فناوری های یادگیری عمیق، از جمله انواع شبکه های عصبی. مروری بر مهم‌ترین تکنیک‌های مدل‌سازی داده‌های یادگیری ماشین، ارزیابی عملی و صادقانه از چشم‌انداز تحلیلی و هوش مصنوعی امروز و حرکت رو به جلو، از جمله وعده‌های فوق‌العاده و مشکلات احتمالی. منابعی برای ادامه مطالعه در مورد این موضوعات. پیش نیازها: بدون نیاز به دانش قبلی. این دوره برای افراد مبتدی مناسب است

**این دوره شامل فایل های تمرینی قابل دانلود برای کار با **

است


غني‌ترين ذخيره داده تنها به اندازه توانايي شما در جستجو، مرتب‌سازي، تحليل و ارائه داده‌هاي درون آن است. این دوره در سطح مقدماتی به دانش آموزان یک دید کلی از تئوری و عمل تجزیه و تحلیل داده ها و راه های بسیاری که هوش مصنوعی (AI) در آن کمک می کند، می دهد.


مدرس شما با تاریخچه مختصری از تجزیه و تحلیل داده ها شروع می کند و سپس به بحث در مورد انبارهای داده، داده کاوی، هوش تجاری، یادگیری ماشینی و سایر تکنیک های نوظهور هوش مصنوعی برای درک داده های بزرگ می پردازد.


دانش‌آموزان می‌آموزند که چگونه داده‌ها جمع‌آوری، پاکسازی، تجزیه و تحلیل و ارائه در داشبوردهای هوش تجاری که مخاطب را مجذوب و متقاعد می‌کند، ارائه می‌شود. شرلوک هلمز یک بار گفت: "این یک اشتباه بزرگ است که قبل از اینکه فرد داده ای داشته باشد، نظریه پردازی کند."


چه در حال بررسی تجزیه و تحلیل به عنوان یک حرکت شغلی بالقوه باشید و چه بخواهید اصطلاحاتی را که با فراوانی روزافزون در حلقه‌های حرفه‌ای خود با آن مواجه می‌شوید بهتر درک کنید، این دوره به شما پایه‌ای را ارائه می‌دهد که به دنبال آن هستید.


این برنامه شامل 3 ساعت آموزش و ارزیابی مبتنی بر تمرین است که به دانش‌آموزان کمک می‌کند تا سناریوهای تجزیه و تحلیل داده‌های دنیای واقعی را شبیه‌سازی کنند که برای موفقیت در محیط کار پیچیده امروزی حیاتی هستند.


دانش آموزان به دست خواهند آورد:

  • مروری کوتاه از تاریخچه تجزیه و تحلیل داده ها، از آمار قرون وسطایی تا تکنیک های پیچیده توسعه یافته توسط شرکت هایی مانند Google و مایکروسافت.

  • نگاهی به فروشگاه‌های داده، که به‌طور تصاعدی در حال رشد هستند، و چالش‌های کشمکش «داده‌های بزرگ».

  • آشنایی با داده کاوی - آنچه که مستلزم آن است، رویکردهای مختلف، و اینکه چه کسی پیشرو است.

  • بحثی دو قسمتی از هوش تجاری، شامل اصول طراحی داشبورد صدا و ارائه داده‌ها.

  • تفاوت‌های کلیدی بین چهار نوع تجزیه و تحلیل - تشخیصی، توصیفی، پیش‌بینی‌کننده و تجویزی - و نحوه ارتباط آنها با یکدیگر و ایجاد آنها و نحوه اعمال آنها در صنایع مختلف.

  • مروری از فرآیندها و مدل‌های تحلیلی خاص.

  • نگاهی اولیه به هوش مصنوعی، تکامل آن، عملکردهای آن، و آنچه که امروزه می تواند برای کسب و کارها انجام دهد.

  • کاوشی در یادگیری ماشین - چگونه سیستم‌ها می‌توانند از داده‌ها یاد بگیرند، الگوها را شناسایی کنند و با دخالت کمی انسان تصمیم بگیرند.

  • بررسی فناوری‌های یادگیری عمیق، از جمله انواع شبکه‌های عصبی.

  • مروری از مهم‌ترین تکنیک‌های مدل‌سازی داده‌های یادگیری ماشین

  • ارزیابی عملی و صادقانه از چشم انداز تحلیلی و هوش مصنوعی امروز و حرکت رو به جلو، از جمله وعده های فوق العاده و مشکلات احتمالی.

  • منابع برای ادامه مطالعه در مورد این موضوعات.


این دوره شامل موارد زیر است:

  1. 3 ساعت آموزش تصویری

  2. 20 سخنرانی ویدیویی جداگانه

  3. فایل‌های دوره و تمرین برای دنبال کردن

  4. گواهی پایان کار


سرفصل ها و درس ها

آغاز تجزیه و تحلیل Analytics Beginnings

  • معرفی Introduction

  • مرا تماشا کن: اطلاعات ضروری برای یک تجربه آموزشی موفق WATCH ME: Essential Information for a Successful Training Experience

  • من را دانلود کنید: فایل های مدرس دوره DOWNLOAD ME: Course Instructor Files

  • من را دانلود کنید: فایل های تمرین دوره DOWNLOAD ME: Course Exercise Files

  • تاریخچه تجزیه و تحلیل History of Analytics

  • مقدمه ای بر داده ها و کلان داده ها Introduction to Data and Big Data

  • داده کاوی - قسمت 1 Data Mining - Part 1

  • داده کاوی - قسمت 2 Data Mining - Part 2

  • هوش تجاری - قسمت 1 Business Intelligence - Part 1

  • هوش تجاری - قسمت 2 Business Intelligence - Part 2

  • 4 نوع تجزیه و تحلیل 4 Types of Analytics

  • انواع روش های تجزیه و تحلیل Types of Analytics Methods

  • آزمون بخش Section Quiz

هوش مصنوعی Artificial Intelligence

  • هوش مصنوعی - قسمت اول Artificial Intelligence - Part 1

  • هوش مصنوعی - قسمت دوم Artificial Intelligence - Part 2

  • یادگیری ماشینی - قسمت 1 Machine Learning - Part 1

  • یادگیری ماشینی - قسمت 2 Machine Learning - Part 2

  • یادگیری عمیق Deep Learning

  • سایر تکنیک های تجزیه و تحلیل هوش مصنوعی - قسمت 1 Other AI Analytics Techniques - Part 1

  • سایر تکنیک های تجزیه و تحلیل هوش مصنوعی - قسمت 2 Other AI Analytics Techniques - Part 2

  • سایر تکنیک های تجزیه و تحلیل هوش مصنوعی - قسمت 3 Other AI Analytics Techniques - Part 3

  • نتیجه Conclusion

  • آزمون بخش Section Quiz

تمرین و دوره بسته Exercise & Course Close

  • تمرین 1 Exercise 1

  • دوره بسته Course Close

نمایش نظرات

آموزش تجزیه و تحلیل داده ها و هوش مصنوعی برای مبتدیان
جزییات دوره
3 hours
23
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
189
4.8 از 5
دارد
دارد
دارد
Simon Sez IT
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Simon Sez IT Simon Sez IT

بیش از 680000 دانشجو، بیش از 220 دوره آموزشی، زبان آموزان در 180+ کشور