لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش آمار برای علم داده و تجزیه و تحلیل کسب و کار [ویدئو]
Statistics for Data Science and Business Analysis [Video]
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره مهارتهای اساسی را به شما آموزش میدهد که به شما امکان میدهد تحلیلهای آماری پیچیده را که مستقیماً در موقعیتهای زندگی واقعی قابل استفاده است، درک کنید. بستههای نرمافزاری مدرن و زبانهای برنامهنویسی در حال حاضر بیشتر این فعالیتها را خودکار میکنند، اما این دوره چیزی ارزشمندتر را به شما میدهد – تواناییهای تفکر انتقادی. این دوره به شما کمک می کند تا اصول آمار را درک کنید، نحوه کار با انواع مختلف داده ها، محاسبه همبستگی و کوواریانس و موارد دیگر را بیاموزید.
مشاغل در زمینه علم داده امروزه از محبوب ترین ها در دنیای شرکت ها هستند. و با توجه به اینکه بیشتر کسبوکارها در حال درک مزایای کار با دادههای در اختیارشان هستند، این روند فقط به رشد خود ادامه خواهد داد.
دوره به شرح زیر طراحی شده است:
آسان برای درک
جامع
کاربردی
به نقطه
مملو از تمرینات و منابع فراوان
داده محور
شما را با زبان علمی آماری آشنا می کند
به شما در مورد تجسم داده ها می آموزد
ارکان اصلی تحقیق کمی را به شما نشان می دهد
در پایان این دوره، مهارتهای اساسی را به دست خواهید آورد که به شما امکان میدهد تحلیلهای آماری پیچیده را که مستقیماً در موقعیتهای زندگی واقعی قابل استفاده است، درک کنید. با این دوره، شما عادت تفکر انتقادی را در خود ایجاد می کنید که شما را کیلومترها جلوتر در حرفه خود می برد.
فایل های کد و همه فایل های مرتبط در مخزن GitHub در https://github.com/PacktPublishing/Statistics-for-Data-Science-and-Business-Analysis-V- درک اصول آماری آپلود می شوند.
کار و رسم با انواع مختلف داده ها
معیارهای تمایل مرکزی، عدم تقارن و تغییرپذیری را محاسبه کنید
همبستگی و کوواریانس را محاسبه کنید
انجام آزمایش فرضیه و تصمیم گیری مبتنی بر داده
انجام تجزیه و تحلیل رگرسیون همراه با استفاده از متغیرهای ساختگی این دوره هر کسی را که میخواهد در علم داده یا هوش تجاری شغلی داشته باشد، هدف قرار میدهد. افرادی که به اعداد و تجزیه و تحلیل کمی علاقه دارند. هر کسی که می خواهد ظرافت های آمار و نحوه استفاده از آن در دنیای تجارت را بیاموزد. افرادی که می خواهند اصول آمار را یاد بگیرند. تحلیلگران کسب و کار؛ و مدیران تجاری
برای این دوره هیچ تجربه قبلی لازم نیست. ما از اصول اولیه شروع می کنیم و به تدریج دانش شما را تقویت می کنیم. همه چیز در دوره است. یادگیری و درک اصول آمار برای علم داده و تجزیه و تحلیل کسب و کار * آموزش عملی با مطالعات موردی گسترده که به تقویت مفاهیم آموخته شده کمک می کند * تولید با کیفیت بالا – فیلم و انیمیشن HD به همراه یک مربی آگاه
سرفصل ها و درس ها
مقدمه دوره
Introduction to the Course
دوره شامل چه مواردی است؟
What Does the Course Cover?
درک تفاوت بین یک جمعیت و یک نمونه
Understanding the Difference Between a Population and a Sample
مبانی آمار توصیفی
Descriptive Statistics Fundamentals
انواع مختلفی از داده هایی که می توانیم با آنها کار کنیم
The Various Types of Data We can Work With
سطوح اندازه گیری
Levels of Measurement
متغیرهای طبقهبندی و تکنیکهای تجسم برای متغیرهای طبقهبندی
Categorical Variables and Visualization Techniques for Categorical Variables
متغیرهای عددی و استفاده از جدول توزیع فرکانس
Numerical Variables and Using a Frequency Distribution Table
نمودارهای هیستوگرام
Histogram Charts
جداول متقاطع و نمودارهای پراکنده
Cross Tables and Scatter Plots
معیارهای اصلی گرایش مرکزی: میانگین، میانه، حالت
The Main Measures of Central Tendency: Mean, Median, Mode
اندازه گیری چولگی
Measuring Skewness
اندازه گیری نحوه پخش داده ها: محاسبه واریانس
Measuring How Data is Spread Out: Calculating Variance
انحراف معیار و ضریب تغییرات
Standard Deviation and Coefficient of Variation
محاسبه و درک کوواریانس
Calculating and Understanding Covariance
ضریب همبستگی
The Correlation Coefficient
مثال عملی
Practical Example
مبانی آمار استنباطی
Inferential Statistics Fundamentals
مقدمه ای بر آمار استنباطی
Introduction to Inferential Statistics
توزیع چیست؟
What is a Distribution?
توزیع عادی
The Normal Distribution
توزیع عادی استاندارد
The Standard Normal Distribution
درک قضیه حد مرکزی
Understanding the central limit theorem
خطای استاندارد
Standard Error
کار با برآوردگرها و برآوردها
Working with Estimators and Estimates
فاصله اطمینان
Confidence Intervals
فواصل اطمینان - ابزاری ارزشمند برای تصمیم گیری
Confidence Intervals - an Invaluable Tool for Decision Making
محاسبه فواصل اطمینان در یک جمعیت با واریانس شناخته شده
Calculating Confidence Intervals Within a Population with a Known Variance
شفاف سازی فاصله اطمینان
Confidence Interval Clarifications
توزیع T دانش آموزی
Student's T Distribution
محاسبه فواصل اطمینان در یک جمعیت با واریانس نامشخص
Calculating Confidence Intervals Within a Population with an Unknown Variance
حاشیه خطا چیست و چرا در آمار اهمیت دارد؟
What is a Margin of Error and Why is it Important in Statistics?
محاسبه فواصل اطمینان برای دو میانگین با نمونه های وابسته
Calculating Confidence Intervals for Two Means with Dependent Samples
محاسبه فواصل اطمینان برای دو روش با نمونه های مستقل (قسمت 1)
Calculating Confidence Intervals for Two Means with Independent Samples (Part 1)
محاسبه فواصل اطمینان برای دو روش با نمونه های مستقل (قسمت 2)
Calculating Confidence Intervals for Two Means with Independent Samples (Part 2)
محاسبه فواصل اطمینان برای دو روش با نمونه های مستقل (قسمت 3)
Calculating Confidence Intervals for Two Means with Independent Samples (Part 3)
مثال عملی: آمار استنباطی
Practical Example: Inferential Statistics
آزمایش فرضیه
Hypothesis Testing
فرضیه صفر و جایگزین
The Null and the Alternative Hypothesis
ایجاد یک منطقه رد و یک سطح اهمیت
Establishing a Rejection Region and a Significance Level
خطای نوع اول در مقابل خطای نوع دوم
Type I Error Versus Type II Error
تست میانگین واریانس جمعیت شناخته شده است
Test for the Mean; Population Variance Known
P-Value چیست و چرا یکی از مفیدترین ابزارها برای آماردانان است؟
What is P-Value and Why is it One of the Most Useful Tools for Statisticians?
تست میانگین واریانس جمعیت نامشخص
Test for the Mean; Population Variance Unknown
تست میانگین نمونه های وابسته
Test for the Mean; Dependent Samples
تست میانگین نمونه های مستقل (قسمت 1)
Test for the Mean; Independent Samples (Part 1)
تست میانگین نمونه های مستقل (قسمت 2)
Test for the Mean; Independent Samples (Part 2)
مثال عملی: آزمون فرضیه
Practical Example: Hypothesis Testing
مبانی تحلیل رگرسیون
The Fundamentals of Regression Analysis
مقدمه ای بر تحلیل رگرسیون
Introduction to Regression Analysis
همبستگی و علیت
Correlation and Causation
مدل رگرسیون خطی آسان شد
The Linear Regression Model Made Easy
تفاوت بین همبستگی و رگرسیون چیست؟
What is the Difference Between Correlation and Regression?
نمایش هندسی مدل رگرسیون خطی
A Geometrical Representation of the Linear Regression Model
یک مثال عملی - یادگیری تقویت شده
A Practical Example - Reinforced Learning
ظرافت های تحلیل رگرسیون
Subtleties of Regression Analysis
تجزیه مدل رگرسیون خطی - درک مهره ها و پیچ های آن
Decomposing the Linear Regression Model - Understanding its Nuts and Bolts
R-Squared چیست و چگونه به ما کمک می کند؟
What is R-Squared and How Does it Help Us?
تنظیم حداقل مربعات معمولی و کاربردهای عملی آن
The Ordinary Least Squares Setting and its Practical Applications
مطالعه جداول رگرسیون
Studying Regression Tables
مدل رگرسیون خطی چندگانه
The Multiple Linear Regression Model
R-Squared تنظیم شده است
Adjusted R-Squared
F-Statistic چه چیزی را به ما نشان می دهد و چرا باید آن را درک کنیم؟
What Does the F-Statistic Show Us and Why Do We Need to Understand It?
مفروضات برای تحلیل رگرسیون خطی
Assumptions for Linear Regression Analysis
مفروضات OLS
OLS Assumptions
A1. خطی بودن
A1. Linearity
A2. بدون درون زایی
A2. No Endogeneity
A3. نرمال بودن و همسانی
A3. Normality and Homoscedasticity
A4. بدون خودهمبستگی
A4. No Autocorrelation
A5. بدون چند خطی
A5. No Multicollinearity
برخورد با داده های طبقه بندی شده
Dealing with Categorical Data
متغیرهای ساختگی
Dummy Variables
مثال عملی: تحلیل رگرسیون
Practical Example: Regression Analysis
مثال عملی: تحلیل رگرسیون
Practical Example: Regression Analysis
نمایش نظرات
Packtpub یک ناشر دیجیتالی کتابها و منابع آموزشی در زمینه فناوری اطلاعات و توسعه نرمافزار است. این شرکت از سال 2004 فعالیت خود را آغاز کرده و به تولید و انتشار کتابها، ویدیوها و دورههای آموزشی میپردازد که به توسعهدهندگان و متخصصان فناوری اطلاعات کمک میکند تا مهارتهای خود را ارتقا دهند. منابع آموزشی Packtpub موضوعات متنوعی از جمله برنامهنویسی، توسعه وب، دادهکاوی، امنیت سایبری و هوش مصنوعی را پوشش میدهد. محتوای این منابع به صورت کاربردی و بهروز ارائه میشود تا کاربران بتوانند دانش و تواناییهای لازم برای موفقیت در پروژههای عملی و حرفهای خود را کسب کنند.
365 دوره شغلی توسط بیش از 203000 دانشجو در 204 کشور گذرانده شده است. افرادی که در شرکتهای کلاس جهانی مانند Apple، PayPal و Citibank کار میکنند، 365 دوره آموزشی Careers را گذراندهاند. با انتخاب 365 Careers، مطمئن می شوید که از کارشناسان ثابت شده ای که علاقه زیادی به تدریس دارند یاد می گیرید و می توانند شما را از مبتدی به حرفه ای در کوتاه ترین زمان ممکن برسانند. اگر می خواهید یک تحلیلگر مالی، یک مدیر مالی، یک تحلیلگر FP&A، یک بانکدار سرمایه گذاری، یک مدیر اجرایی کسب و کار، یک کارآفرین، یک تحلیلگر هوش تجاری، یک تحلیلگر داده یا یک دانشمند داده شوید، دوره های 365 Careers بهترین مکان هستند. برای شروع.
نمایش نظرات