آموزش آمار برای علوم داده و تحلیل کسب‌وکار ۲۰۲۶ - آخرین آپدیت

دانلود Statistics for Data Science & Business Analytics 2026

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: مفاهیم و تکنیک‌های کلیدی آمار برای تحلیل داده‌ها را با مدرس فارغ‌التحصیل از IIM Ahmedabad بیاموزید. درک بهتر مفاهیم کلیدی و ویژگی‌های آماری شناخت ارتباط مفاهیم آماری با سناریوهای واقعی زندگی یادگیری مفاهیم پایه احتمال که به‌طور گسترده در علوم داده، تحلیل‌ها، تحقیقات پزشکی و سایر زمینه‌های مهم کاربرد دارند آموزش آمار توصیفی و استنباطی و کاربردهای عملی آن‌ها یادگیری جامع از مبحث احتمال تا آزمون فرضیه و تحلیل‌های مختلف پیش نیازها: هر کسی که مشتاق یادگیری آمار با کاربردهای واقعی است هر کسی که به دنبال گسترش افق‌های درک خود از آمار است بدون نیاز به دانش قبلی در زمینه آمار

تسلط بر مبانی آمار و ارتقای مهارت‌های تحلیل داده‌های خود!

آیا به دنبال ایجاد یک پایه قوی در آمار برای علوم داده، تحلیل و تصمیم‌گیری هستید؟ این دوره در سطح مبتدی تا متوسط طراحی شده است تا مفاهیم پیچیده آماری را با کاربردهای دنیای واقعی ساده کند و به شما کمک کند تا در تحلیل داده‌ها، آزمون فرضیه و مدل‌سازی رگرسیون اعتماد به نفس پیدا کنید.


آنچه خواهید آموخت:

پودمان ۱: مقدمه‌ای بر آمار

  1. درک نقش آمار در علوم داده

  2. انواع داده‌ها

  3. تمایزهای کلیدی بین آمار توصیفی و استنباطی


پودمان ۲: آمار توصیفی

  1. یادگیری معیارهای گرایش به مرکز (میانگین، میانه، مد)

  2. معیارهای پراکندگی (دامنه، واریانس، انحراف معیار)

  3. تجسم داده‌ها با استفاده از هیستوگرام‌ها، نمودارهای جعبه‌ای (Box Plots) و نمودارهای پراکندگی


پودمان ۳: مبانی احتمال

  1. تسلط بر مفاهیم احتمال

  2. احتمال شرطی

  3. قضیه بیز

پودمان ۴: توزیع‌های احتمالی

  1. درک توزیع‌های احتمال گسسته و پیوسته

  2. توزیع دوجمله‌ای

  3. توزیع پوآسون

  4. توزیع نرمال

  5. توزیع نمایی

  6. قضیه حد مرکزی (CLT)


پودمان ۵: آمار استنباطی

  1. بررسی عمیق تکنیک‌های نمونه‌برداری

  2. بازه اطمینان چیست؟

  3. آزمون فرضیه

  4. انواع خطاهای آماری

  5. آزمون‌های T و Z

  6. درک آزمون خی-دو (Chi-square)


پودمان ۶: رگرسیون و همبستگی

۱. درک همبستگی و علیت

۲. تحلیل رگرسیون خطی - تمرین عملی در EXCEL

۳. تحلیل رگرسیون خطی - تمرین عملی در R studio

۴. تفسیر معادله رگرسیون خطی

۵. تفسیر آمارهای توصیفی کلیدی در رگرسیون

۶. مفروضات کلیدی و محدودیت‌ها در رگرسیون خطی ساده

پودمان ۷: رگرسیون خطی چندگانه

۱. درک رگرسیون خطی چندگانه

۲. تمرین عملی در R studio برای رگرسیون خطی چندگانه

۳. تفسیر آمارهای کلیدی در خروجی مدل

۴. درک جدول ANOVA

۵. بازبینی مدل بر اساس ANOVA و آمارهای رگرسیون


پودمان ۸: رگرسیون لجستیک

۱. مقدمه‌ای بر رگرسیون لجستیک

۲. تمرین عملی در R studio برای رگرسیون لجستیک

۳. تفسیر آمارهای کلیدی مدل رگرسیون لجستیک

۴. درک معیار AIC

۵. درک ماتریس درهم‌ریختگی: دقت (Accuracy)، صحت (Precision) و فراخوانی (Recall)

۶. درک منحنی ROC و AUC

۷. بهینه‌سازی مدل برای نتایج بهتر

۸. درک ماتریس هزینه و حل یک مسئله واقعی کسب‌وکار


این دوره برای چه کسانی است؟

  • متخصصان آینده علوم داده، تحلیلگران کسب‌وکار و پژوهشگران

  • دانشجویان MBA و تحلیلگری که به دنبال تقویت پایه آماری خود هستند

  • دانشجویان و متخصصان حوزه‌های مالی، بازاریابی و استراتژی کسب‌وکار

  • هر کسی که به دنبال تفسیر و تحلیل موثر داده‌ها است


چرا این دوره را بگذرانید؟

  • توضیحات ساده و مناسب مبتدیان با مثال‌های واقعی

  • بدون نیاز به ریاضیات پیشرفته — مفاهیم به صورت شهودی توضیح داده شده‌اند

  • یادگیری عملی با ابزارهای آماری و تکنیک‌های تجسم داده‌ها

  • ضروری برای مسیرهای شغلی مبتنی بر تصمیم‌گیری داده‌محور


در پایان این دوره، شما قادر خواهید بود با اعتماد به نفس کامل از تکنیک‌های آماری برای تحلیل داده‌ها، آزمون فرضیه‌ها و ساخت مدل‌های پیش‌بینی استفاده کنید — مهارتی که برای هر متخصص داده ضروری است!


آماده‌اید تا داده‌ها را به بینش‌های عملی تبدیل کنید؟ همین حالا ثبت‌نام کنید و بر آمار برای تصمیم‌گیری‌های واقعی مسلط شوید!


سرفصل ها و درس ها

مقدمه دوره Course Introduction

  • مقدمه دوره Course Introduction

مقدمه‌ای بر آمار Introduction to Statistics

  • آمار چیست؟ What is Statistics?

  • انواع داده‌ها Types of Data

  • آمار توصیفی و استنباطی چیست؟ What is Descriptive Statistics and Inferential Statistics?

  • مرور پودمان ۱ Module 1 Revisor

آمار توصیفی Descriptive Statistics

  • معیارهای گرایش به مرکز: میانگین، میانه و مد Measures of Central Tendancy - Mean, Median and Mode

  • معیارهای پراکندگی Measures of Dispersion

  • درک انحراف معیار Understanding Standard Deviation

  • ضریب تغییرات چیست؟ What is Co-efficient of Variation?

  • چارک‌ها و صدک‌ها چیستند؟ What are Quartiles and Percentiles?

  • تجسم داده‌ها با نمودارها Data Visualization with Graphs

  • مرور پودمان ۲ Module 2 Revisor

مبانی احتمال Probability Basics

  • مقدمه‌ای بر احتمال Introduction to Probability

  • احتمال شرطی Conditional Probability

  • قضیه بیز Bayes' Theorem

  • مرور پودمان ۳ Module 3 Revisor

توزیع‌های احتمالی Probability Distributions

  • مقدمه‌ای بر توزیع‌های احتمالی Introduction to Probability Distributions

  • توزیع دوجمله‌ای Binomial Distribution

  • توزیع پوآسون Poisson Distribution

  • توزیع نرمال Normal Distribution

  • توزیع نمایی Exponential Distribution

  • قضیه حد مرکزی چیست؟ What is Central Limit Theorem?

  • مرور پودمان ۴ Module 4 Revisor

آمار استنباطی Inferential Statistics

  • نمونه‌برداری و تکنیک‌های آن Sampling and Sampling techniques

  • بازه اطمینان چیست؟ What is Confidence Interval?

  • آزمون فرضیه چیست؟ What is Hypothesis Testing?

  • انواع خطاها در آزمون فرضیه Types of errors in Hypothesis testing.

  • درک آزمون‌های T و Z Understanding T tests and Z tests

  • درک آزمون خی-دو Understanding Chi-Square Test

  • حل مثال خی-دو در اکسل Chi-Square Example solving on Excel

  • تمرین آزمون خی-دو Chi Square Assignement

  • مرور پودمان ۵ Module 5 Revisor

رگرسیون و همبستگی Regression and Correlation

  • مقدمه‌ای بر همبستگی و علیت Introduction to Correlation and Causation

  • ضریب همبستگی چگونه محاسبه می‌شود؟ How to calculate correlation coefficient?

  • درک فرمول ضریب همبستگی Understanding formula for Correlation Coefficient.

  • محاسبه شیب برای خط بهترین برازش در رگرسیون خطی Calculating Slope for Linear Regression Best Fit line

  • محاسبه عرض از مبدأ برای خط بهترین برازش در رگرسیون خطی Calculating Intercept for the Linear Regression Best Fit line

  • رگرسیون خطی ساده شده با اکسل Linear Regression Simplified with Excel

  • رگرسیون خطی ساده شده با کد R Linear Regression simplified with R code

  • درک و تفسیر معادله رگرسیون خطی Understanding and Interpreting the Linear Regression Equation.

  • نصب R و R studio Installation of R and R studio

  • درک استنباط‌های آماری کلیدی از خروجی کد R Understanding key Statistical Inferences from the summary of r-code.

  • مفروضات و محدودیت‌های کلیدی در تحلیل رگرسیون خطی Key Assumptions and Limitations in Linear Regression Analysis.

  • کد رگرسیون خطی و تمرین مربوطه Code for Linear Regression and Assignment on Linear Regression

رگرسیون خطی چندگانه Multiple Linear Regression

  • مقدمه‌ای بر رگرسیون خطی چندگانه Introduction to Multiple Linear Regression

  • درک مجموعه داده‌ها Understanding the Data Set

  • اجرای رگرسیون چندگانه در R Running Multilinear Regression on R

  • تفسیر آمارهای کلیدی از خروجی رگرسیون Interpreting the Key Summary Statistics from the Regression Output

  • درک و تفسیر جدول ANOVA Let's understand and interpret ANOVA table

  • بازبینی مدل بر اساس تفسیر خروجی رگرسیون و ANOVA Remodelling based on interpretation of regression summary and ANOVA

رگرسیون لجستیک Logistics Regression

  • مقدمه‌ای بر رگرسیون لجستیک Introduction to Logistics Regression

  • تمرین عملی در R: حل یک مسئله واقعی با داده‌ها Hands on Exercise on R- Solving a real problem with Data

  • تفسیر خروجی مدل رگرسیون لجستیک Interpreting the Summary of Logistic Regression Model

  • درک مفهوم AIC Understanding what is AIC

  • درک ماتریس درهم‌ریختگی: دقت، صحت و فراخوانی Understanding Confusion Matrix : Accuracy, Precision & Recall

  • درک منحنی ROC و AUC Understanding ROC curve & AUC

  • تمرین تکمیلی: بهینه‌سازی مدل برای بهبود ماتریس درهم‌ریختگی Additional exercise - Fine tuning model to get better confusion Matrix

  • درک ماتریس هزینه برای حل مسائل واقعی Understanding the Cost Matrix to solve the real problems

نمایش نظرات

آموزش آمار برای علوم داده و تحلیل کسب‌وکار ۲۰۲۶
جزییات دوره
10 hours
52
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
510
4.7 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

Mandar Zarekar Mandar Zarekar

دانشکده استعداد و استدلال کمی