آموزش تسلط بر تحلیل داده‌ها در اکسل (Excel) - آخرین آپدیت

دانلود Mastering Data Analysis in Excel

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره بر مفاهیم ضروری تحلیل داده‌ها با استفاده از نرم‌افزار اکسل تمرکز دارد. در این مسیر، یاد می‌گیرید چگونه مدل‌های پیش‌بینی واقع‌بینانه‌ای را طراحی و اجرا کنید تا عدم قطعیت را کاهش داده و تصمیمات تجاری آگاهانه‌تری بگیرید. در یک پروژه عملی، شما در نقش یک تحلیلگر داده‌های تجاری قرار می‌گیرید و مدل‌هایی برای ارزیابی درخواست‌های کارت اعتباری، به حداقل رساندن ریسک نکول و به حداکثر رساندن سود بانک خواهید ساخت. شما بر معیارهای کلیدی عدم قطعیت مانند نرخ خطای طبقه‌بندی، آنتروپی اطلاعات و فواصل اطمینان برای رگرسیون خطی مسلط خواهید شد. تمرینات دوره با استفاده از داده‌های داخلی و توابع پایه اکسل طراحی شده‌اند تا تسلط شما را برای کاربردهای تجاری آینده تضمین کنند. برای شروع این دوره، نیازی به دانش قبلی از ویژگی‌های پیشرفته اکسل (مانند Visual Basic یا Pivot Tables) نیست. مهارت‌های تحلیل داده‌ای که در این دوره می‌آموزید، شما را قادر می‌سازد تا متدهای تحلیل داده‌های تجاری مبتنی بر طبقه‌بندی باینری، تئوری اطلاعات، معیارهای آنتروپی و رگرسیون خطی را به کار بگیرید و برای جایگاه‌های شغلی نظیر تحلیلگر داده‌های تجاری آماده شوید.

سرفصل ها و درس ها

درباره این دوره About This Course

  • درباره این تخصص About This Specialization

  • مقدمه‌ای بر تسلط در تحلیل داده‌ها در اکسل Introduction to Mastering Data Analysis in Excel

مبانی اکسل برای مبتدیان Excel Essentials for Beginners

  • مقدمه‌ای بر استفاده از اکسل در این دوره Introduction to Using Excel in this Course

  • واژگان پایه اکسل؛ آشنایی با نمودارها Basic Excel Vocabulary; Intro to Charting

  • محاسبات ریاضی در اکسل Arithmetic in Excel

  • توابع روی سلول‌های منفرد Functions on Individual Cells

  • توابع روی مجموعه‌ای از اعداد Functions on a Set of Numbers

  • توابع روی جفت‌داده‌های مرتب شده Functions on Ordered Pairs of Data

  • مرتب‌سازی داده‌ها در اکسل Sorting Data in Excel

  • آشنایی با افزونه Solver Introduction to the Solver Plug-in

طبقه‌بندی باینری (دوتایی) Binary Classification

  • مقدمه‌ای بر طبقه‌بندی باینری Introduction to Binary Classification

  • بمب‌افکن‌ها و مرغان دریایی: ماتریس اغتشاش (Confusion Matrix) Bombers and Seagulls: Confusion Matrix

  • تعیین آستانه بهینه بر اساس هزینه‌ها Costs Determine Optimal Threshold

  • محاسبه ارزش‌های پیش‌بینی مثبت و منفی Calculating Positive and Negative Predictive Values

  • نحوه محاسبه سطح زیر منحنی ROC How to Calculate the Area Under the ROC Curve

  • طبقه‌بندی باینری با بیش از یک متغیر ورودی Binary Classification with More than One Input Variable

معیارهای اطلاعاتی Information Measures

  • کمی‌سازی مزیت اطلاعاتی Quantifying the Informational Edge

  • احتمال و آنتروپی Probability and Entropy

  • آنتروپی در یک بازی حدس زدن Entropy of a Guessing Game

  • وابستگی و اطلاعات متقابل Dependence and Mutual Information

  • مسئله مونتی هال The Monty Hall Problem

  • یادگیری از یک پرتاب سکه، بخش اول Learning from One Coin Toss, Part 1

  • یادگیری از یک پرتاب سکه، بخش دوم Learning From One Coin Toss, Part 2

رگرسیون خطی Linear Regression

  • آشنایی با توزیع گاوسی Introducing the Gaussian

  • مقدمه‌ای بر استانداردسازی Introduction to Standardization

  • توزیع احتمال نرمال استاندارد در اکسل Standard Normal Probability Distribution in Excel

  • محاسبه احتمالات از روی Z-score Calculating Probabilities from Z-scores

  • قضیه حد مرکزی Central Limit Theorem

  • جبر با توزیع‌های گاوسی Algebra with Gaussians

  • بهینه‌سازی پرتفوی مارکویتز Markowitz Portfolio Optimization

  • استانداردسازی مختصات x و y برای رگرسیون خطی Standardizing x and y Coordinates for Linear Regression

  • ساده‌سازی رگرسیون خطی از طریق استانداردسازی Standardization Simplifies Linear Regression

  • مدل‌سازی خطا در رگرسیون خطی Modeling Error in Linear Regression

  • بهره اطلاعاتی حاصل از رگرسیون خطی Information Gain from Linear Regression

مهارت‌های تکمیلی برای مدل‌سازی Additional Skills for Model Building

  • توصیف هیستوگرام‌ها و توابع توزیع احتمال Describing Histograms and Probability Distributions Functions

  • برخی از توابع توزیع احتمال (PDF) مهم و رایج Some Important and Frequently Encountered PDFs

  • رگرسیون خطی با بیش از یک متغیر ورودی Linear Regression with More than One Input Variable

  • درک علت وقوع بیش‌برازش (Overfitting) Understanding Why Over-fitting Happens

پروژه نهایی دوره Final Course Project

  • اطلاعات پروژه نهایی: بخش اول Final Project Information: Part 1

  • اطلاعات پروژه نهایی: بخش دوم Final Project Information: Part 2

نمایش نظرات

آموزش تسلط بر تحلیل داده‌ها در اکسل (Excel)
جزییات دوره
21h 38m
40
(آخرین آپدیت)
353,072
4.2 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar