لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آمادگی آزمون مدرک متخصص تحلیل داده (CAP)
- آخرین آپدیت
دانلود Certified Analytics Professional (CAP) Cert Prep
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
آیا میخواهید مسیر شغلی خود را در زمینه علم داده و تحلیل دادهها سرعت ببخشید؟ دریافت گواهینامه متخصص تحلیل داده (CAP) را مد نظر قرار دهید. این مدرک معتبر در علم داده به کارفرمایان بالقوه نشان میدهد که شما قادر هستید از دادهها بینشهای ارزشمند استخراج کرده و از یافتههای خود برای تعیین گامهای منطقی بعدی استفاده کنید. در این دوره، Jungwoo Ryoo به داوطلبان کمک میکند تا درک کنند چگونه مجموعهای از موضوعات کلیدی علم داده برای دریافت سریع مدرک CAP ضروری و مرتبط هستند. Jungwoo هفت دامنه اصلی آزمون را پوشش میدهد: چارچوببندی مسئله کسبوکار، چارچوببندی مسئله تحلیل، دادهها، متدولوژی، مدلسازی، استقرار و مدیریت چرخه عمر. او همچنین مطالعات موردی را به اشتراک میگذارد که نشان میدهد مفاهیم دامنه دانش CAP چگونه در دنیای واقعی عمل میکنند.
سرفصل ها و درس ها
مقدمه
Introduction
آنچه باید بدانید
What you should know
حوزه رو به رشد تحلیل دادهها
The growing field of analytics
1. متخصص تحلیل داده (CAP)
1. Certified Analytics Professional (CAP)
دامنههای CAP
CAP domains
تاریخچه CAP
CAP history
مسیرهای شغلی
Career paths
مقدمه
Introduction
گواهینامههای مرتبط
Related certifications
2. چارچوببندی مسئله کسبوکار
2. Business Problem Framing
جمعآوری نیازمندیها
Collecting requirements
شناسایی مسائل کسبوکار
Identifying business problems
اصلاح و بازبینی مسئله
Refining the problem
تعیین امکانسنجی
Determining the feasibility
شناسایی و تحلیل ذینفعان
Identifying and analyzing stakeholders
3. چارچوببندی مسئله تحلیل
3. Analytics Problem Framing
تبدیل مسائل کسبوکار به مسائل تحلیلی
Transforming business problems to analytics problems
کسب توافق ذینفعان
Obtaining stakeholder agreement
بازنویسی بیانیههای مسئله
Reformulating problem statements
تعریف محرکها و روابط با خروجیها
Defining drivers and relationships to outputs
بیان مفروضات
Stating assumptions
تعریف معیارهای موفقیت
Defining success metrics
4. دادهها
4. Data
مستندسازی و گزارش یافتهها
Documenting and reporting findings
کار موثر با دادهها
Working effectively with data
شناسایی روابط در دادهها
Identifying relationships in data
اکتساب دادهها
Acquiring data
بازتعریف بیانیههای مسئله
Redefining problem statements
پاکسازی، تبدیل و اعتبارسنجی دادهها
Cleaning, transforming, and validating data
شناسایی و اولویتبندی نیازهای دادهای
Identifying and prioritizing data needs
5. انتخاب متدولوژی (رویکرد)
5. Methodology (Approach) Selection
استفاده از Tableau برای بصریسازی دادهها
Using Tableau to visualize data
ارزیابی و انتخاب تحلیل پیشبینانه
Evaluating and selecting predictive analysis
ارزیابی و انتخاب تحلیل تجویزی
Evaluating and selecting prescriptive analysis
ارزیابی و انتخاب تحلیل توصیفی
Evaluating and selecting descriptive analysis
شناسایی متدولوژیهای موجود برای حل مسئله
Identifying available problem-solving methodologies
انتخاب ابزارهای نرمافزاری
Selecting software tools
استفاده از R برای تحلیل دادهها
Using R to analyze data
6. مطالعه موردی اول
6. Case Study 1
استفاده از RStudio برای تحلیل پیشبینانه
Using RStudio for predictive analysis
استفاده از Tableau برای بصریسازی آمار
Using Tableau to visualize statistics
تحلیل اجاره دوچرخه
Bike rental analysis
چارچوببندی یک مسئله
Framing a problem
استفاده از Tableau برای انجام پیشبینیها
Using Tableau to making predictions
7. مدلسازی
7. Model Building
اجرا و ارزیابی مدلها
Running and evaluating models
درک مفاهیم مدلسازی
Understanding model building
کالیبره کردن مدلها و دادهها
Calibrating models and data
مستندسازی یافتهها: ROC
Documenting findings: ROC
ارائه و انتقال یافتهها
Communicating findings
ساخت و تایید مدلها
Build and verify the models
یکپارچهسازی مدلها
Integrating the models
شناسایی ساختارهای مدل
Identifying model structures
8. استقرار
8. Deployment
تحویل، نظارت و پشتیبانی از مدل یا سیستم عملیاتی
Delivering, monitoring, and sustaining the production model or system
ایجاد نیازمندیهای مدل
Creating model requirements
رویکردهای مدیریت پروژه در استقرار
Project management approaches to deployment
درک متدهای DMAIC و CRISP DM
Understanding DMAIC and CRISP-DM
توسعه و تحویل برنامه استقرار
Developing a deployment plan and delivering it
فناوری اطلاعات، امنیت سایبری و تجزیه و تحلیل ریسک را در ایالت پن تدریس می کند
Jungwoo Ryoo فناوری اطلاعات، امنیت سایبری و تجزیه و تحلیل ریسک را در Penn State تدریس می کند.
Jungwoo استاد علوم و فناوری اطلاعات (IST) در دانشگاه ایالتی پنسیلوانیا (کالج آلتونا) است. او همچنین فارغ التحصیل و عضو هیأت علمی وابسته به کالج علوم و فناوری اطلاعات در ایالت پن است، و یکی از اعضای هیئت علمی مستقر در B.S. برنامه مدرک در امنیت و تجزیه و تحلیل ریسک در Penn State Altoona.
نمایش نظرات