لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش دیتاساینس (علم داده) به عنوان یک حوزه تخصصی
- آخرین آپدیت
دانلود Data Science as a Field
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره یک آشنایی کلی و جامع با حوزه علم داده (Data Science) ارائه میدهد. این برنامه آموزشی برای دیتاساینتیستهای آینده، متخصصان محتوایی که با دانشمندان داده همکاری میکنند و یا هر کسی که مشتاق است بداند علم داده چیست و کاربردهای آن در دنیای امروز چیست، طراحی شده است. سرفصلهای هفتگی شامل بررسی مهارتهای مورد نیاز برای تبدیل شدن به یک دیتاساینتیست، فرآیندها و چالشهای رایج در علم داده و نحوه پیادهسازی عملی آن در محیطهای حرفهای و دانشگاهی است. این دوره بخشی از مقطع کارشناسی ارشد علم داده دانشگاه کلرادو بولدر (CU Boulder) است که با همکاری اساتید دانشگاه و متخصصان صنعت طراحی شده تا دیدگاهی جامع و کاربردی از این رشته هیجانانگیز، پویا و حیاتی را به فراگیران ارائه دهد.
دوره «علم داده به عنوان یک حوزه تخصصی» میتواند به عنوان بخشی از واحدهای تحصیلی مقطع کارشناسی ارشد علم داده (MS-DS) دانشگاه کلرادو بولدر در پلتفرم کورسرا ارائه شود. این مدرک بینرشتهای با تجمیع تخصص//u0026//u0026 own faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and پذیرش بر اساس عملکرد، بدون نیاز به مراحل پیچیده اپلیکیشن، این مقطع تحصیلی برای افرادی با پیشزمینه تحصیلی یا تجربه حرفهای در علوم کامپیوتر، علوم اطلاعات، ریاضیات و آمار را ایدهآل میکند. برای اطلاعات بیشتر در مورد برنامه MS-DS به آدرس https://www.coursera.org/degrees/master-of-science-data-science-boulder مراجعه کنید.
سرفصل ها و درس ها
مقدمهای بر علم داده: گذشته، حال و آینده یک رشته جدید
Introduction to Data Science: the Past, Present, and Future of a New Discipline
مقدمهای بر دوره علم داده به عنوان یک حوزه تخصصی
Data Science as a Field Course Introduction
علم داده از کجا آمده است؟
Where Does Data Science Come From?
وضعیت فعلی این حوزه تخصصی
The Current State of the Field
آینده علم داده به کجاست؟
Where is Data Science Going?
علم داده در صنعت، دولت و محیطهای دانشگاهی
Data Science in Industry, Government, and Academia
مقدمهای بر علم داده در کسبوکار، صنعت و دنیای حرفهای
Introduction to "Data Science in Business, Industry, and the Professional World"
برایان براون و رینالدو مالدرا
Brian Brown & Rinaldo Maldera
ناتالی جکسون
Natalie Jackson
ویلجا هولدن
Vilja Hulden
رابین برک
Robin Burke
سث اسپیلمن
Seth Spielman
کاتارینا کان
Katharina Kann
دن لارمور
Dan Larremore
فرآیند علم داده و چالشهای آن
Data Science Process and Pitfalls
اهمیت و فرآیند تکرارپذیری
Importance and Process of Reproducibility
تبدیل به PDF (Knit to PDF)
Knit to PDF
آشنایی با R Markdown
Intro to R Markdown
مروری بر مراحل فرآیند علم داده
Overview of Steps in the Data Science Process
وارد کردن دادهها (Importing Data)
Importing Data
پاکسازی و تبدیل دادهها
Tidying and Transforming Data
بصریسازی دادهها
Visualizing Data
تحلیل دادهها
Analyzing Data
مدلسازی دادهها
Modeling Data
منابع ایجاد سوگیری (Bias)
Bias Sources
مقدمهای بر دوره اخلاق در دادهها با بابی اشنابل
Intro to Data Ethics Course with Bobby Schnabel
ارتباطات و ارائه نتایج
Communicating Your Results
بایدها و نبایدها برای گزارشها و ارائههای موفق
Do’s and Don’ts for Good Reports and Presentations
کارشناسی ارشد علم داده دانشگاه کلرادو بولدر: مسیر آینده چیست؟
CU Boulder’s MS in Data Science: Where to Go from Here?
نمایش نظرات