رسانه‌های اجتماعی ما را در فضا و زمان به هم متصل می‌کنند و به ما اجازه می‌دهند تا جوامع همفکر خود را پیدا کنیم و به شکلی خلاقانه در زندگی عمومی مشارکت کنیم. ما اغلب ممکن است از رسانه های اجتماعی استفاده کنیم بدون اینکه به عواقب احتمالی آن فکر کنیم. اما یک جنبه سایه در ارتباط با استفاده از رسانه های اجتماعی وجود دارد که به شکل سخنان نفرت انگیز، افزایش نظارت، عدم ناشناس ماندن و استفاده مشکوک از داده های ما است. برای استفاده مؤثر از فضاهای رسانه های اجتماعی، به گونه ای که برای همه ایمن و سازنده باشد، چه چیزهایی باید بدانیم؟ این دوره شما را به کاوش عمیق‌تر در مورد هویت آنلاین، جوامع رسانه‌های اجتماعی و کاربران آن‌ها راهنمایی می‌کند. شما راه هایی را که رسانه های اجتماعی توسط نهادهای عمومی مانند دولت برای ایجاد مشارکت و گفتگو با مخاطبان استفاده می شود را بررسی خواهید کرد. شما با رایج ترین بحث های اخلاقی در شبکه های اجتماعی مواجه خواهید شد. شما همچنین این فرصت را خواهید داشت که مهارت های عملی خود را با توسعه نمایه رسانه های اجتماعی حرفه ای خود، تعریف مخاطبان خود، ایجاد نفوذ در رسانه های اجتماعی و درک نحوه تفسیر تجزیه و تحلیل داده ها برای "گوش دادن" و برقراری ارتباط خوب ایجاد کنید.

موسسه دیجیتال مارکتینگ استاندارد جهانی در صدور گواهینامه دیجیتال مارکتینگ است. ماموریت ما این است که به دانش آموزان خود اعتماد و دانش لازم را برای پیشرفت در حرفه خود از طریق این تخصص بدهیم. بیش از 3.6 میلیارد نفر در سراسر جهان در سال 2021 از رسانه های اجتماعی استفاده می کنند، بنابراین شبکه های اجتماعی قطعا محبوب هستند. اما با توجه به اینکه انتظار می رود هزینه تبلیغات در شبکه های اجتماعی در سال 2021 از 100 میلیارد دلار فراتر رود، واضح است که رسانه های اجتماعی به همان اندازه که مربوط به کسب و کار بزرگ، رقابت و سود است، به ارتباط افراد نیز می پردازد. اگر می‌خواهید نیروهایی را که امروزه کسب‌وکارها را متحول می‌کنند و به‌ویژه چالش‌های کلیدی پیش روی بازاریابان رسانه‌های اجتماعی در تلاش برای کاهش سر و صدا، درگیر کردن مخاطبان خود و نشان دادن ارزش ملموس کسب‌وکار، درک کنید، این دوره به شما در انجام این کار کمک می‌کند. شما اصول اصلی بازاریابی رسانه های اجتماعی را قبل از اینکه عمیق تر به تعامل، پرورش و ایجاد یک جامعه اجتماعی وفادار بپردازید، یاد خواهید گرفت. پس از اتمام این دوره، شما قادر خواهید بود: - • مزایا و مزایای استفاده از رسانه های اجتماعی برای جذب مخاطب را برای کسب و کار شناسایی کنید • بین پلتفرم‌های اجتماعی مورد استفاده کسب‌وکارها و مزایای نسبی آن‌ها برای هدف قرار دادن مصرف‌کنندگان تفاوت قائل شوید • یک حساب رسانه اجتماعی برای یک کسب و کار راه اندازی کنید • یک جامعه رسانه اجتماعی فعال بسازید، مدیریت کنید و حفظ کنید این دوره همچنین استراتژی محتوای اجتماعی را معرفی می‌کند و توضیح می‌دهد که چگونه می‌توان مزایای بذر محتوای اجتماعی ارگانیک را در برابر بی‌درنگ بودن تبلیغ محتوای اجتماعی پولی متعادل کرد. نحوه اجرای استراتژی محتوا و اصول اندازه گیری اثربخشی آن را پوشش می دهد. این دومین دوره در تخصص بازاریابی رسانه های اجتماعی موسسه بازاریابی دیجیتال است. پس از اتمام تمام دوره‌های تخصصی خود، گواهی‌نامه همکار دیجیتال مارکتینگ معتبر موسسه دیجیتال مارکتینگ به همراه سه ماه عضویت رایگان در قدرت به شما اعطا می‌شود که به شما امکان می‌دهد شغل خود را ارتقا دهید و فرصت بعدی خود را باز کنید. 92٪ از اعضای DMI گفته اند که دوره های آنها تأثیر مثبتی بر حرفه آنها داشته است، در حالی که 88٪ اکنون در سطح ارشد یا مدیر کار می کنند.

موسسه دیجیتال مارکتینگ استاندارد جهانی در صدور گواهینامه دیجیتال مارکتینگ است. ماموریت ما این است که به دانش آموزان خود اعتماد و دانش لازم را برای پیشرفت در حرفه خود از طریق این تخصص بدهیم. فناوری دیجیتال و موبایل همراه با پذیرش انفجاری رسانه های اجتماعی در سطح جهانی، اساساً انتظارات مصرف کنندگان و نحوه عملکرد کسب و کارها برای حمایت از مشتریان خود را مختل کرده است. اگر می‌خواهید نیروهایی که امروزه کسب‌وکارها را هدایت می‌کنند و آن‌ها را متحول می‌کنند و اینکه چگونه استراتژی‌های دیجیتال و اجتماعی پیشرفته می‌توانند به کسب‌وکارها در یک محیط پویا کمک کنند، بدانید، این دوره به شما کمک می‌کند تا این کار را انجام دهید. قبل از غواصی عمیق تر در رشته های بازاریابی رسانه های اجتماعی و بازاریابی محتوا، اصول و مبانی اصلی بازاریابی دیجیتال را یاد خواهید گرفت. پس از اتمام دوره شما: - • درک کنید که چگونه رسانه های دیجیتال و اجتماعی در نحوه فروش کسب و کارها به مصرف کنندگان اختلال ایجاد کرده اند • تشخیص اینکه چگونه بازاریابان از مدل سفر مشتری برای تأثیرگذاری بر تصمیمات خرید در پلتفرم های دیجیتال با استفاده از محتوا و ابزار دیجیتال استفاده می کنند. • قدردانی از مزایای ادغام بازاریابی سنتی و دیجیتال با مزایای استراتژی های بازاریابی ورودی و خروجی • نحوه استفاده از اصول بازاریابی محتوای موثر را برای ایجاد محتوایی که مخاطب را جذب می کند، بشناسید این دوره همچنین نحوه انتخاب محتوای مناسب برای مصرف کنندگان را توضیح می دهد - و چگونه می توان اطمینان حاصل کرد که توسط آنها دیده می شود. این فرمت‌های محتوای مختلف موجود در رسانه‌های اجتماعی و اینکه کدام پلتفرم به بهترین وجه با نیازهای خاص مطابقت دارد را مشخص می‌کند. این اولین دوره در تخصص بازاریابی رسانه های اجتماعی موسسه دیجیتال مارکتینگ است. پس از اتمام تمام دوره‌های تخصصی خود، گواهی‌نامه همکار دیجیتال مارکتینگ معتبر موسسه دیجیتال مارکتینگ به همراه سه ماه عضویت رایگان در قدرت به شما اعطا می‌شود که به شما امکان می‌دهد شغل خود را ارتقا دهید و فرصت بعدی خود را باز کنید. 92٪ از اعضای DMI گفته اند که دوره های آنها تأثیر مثبتی بر حرفه آنها داشته است، در حالی که 88٪ اکنون در سطح ارشد یا مدیر کار می کنند.

فناوری همیشه بر بازاریابی تأثیر گذاشته است، به ویژه در زمینه هایی مانند برندسازی، بسته بندی، توزیع و خرده فروشی. بر تبلیغات و تبلیغات نیز تأثیر گذاشته است. این دوره بر تاثیر فناوری دیجیتال بر تمام جنبه های بازاریابی از جمله 4P بازاریابی، ارتباطات دهان به دهان و تحقیقات بازار تمرکز دارد. این تاثیر مخرب رسانه های اجتماعی و محتوای تولید شده توسط کاربر را بیان می کند.

یک عبارت قدیمی در تجارت این است که "بساز و آنها خواهند آمد". اگر امروز اصلا شنیده شود، طعنه آمیز خواهد بود، زیرا کارآفرینان اغلب چیزهایی می سازند که هیچ کس واقعاً نمی خواهد. کریپتوکارنسی تبدیل به یک صنعت تریلیون دلاری شد بدون اینکه کسی بتواند استفاده واضحی از آن را فراتر از معاملات غیرقانونی ذکر کند. در این دوره دوم، ما خروجی های تحقیقاتی را که قبلاً ایجاد شده است، بررسی می کنیم و برنامه ریزی استراتژیک را برای آنها اعمال می کنیم تا مؤثرترین ابزارهای تحلیلی و آزمون های استرس را برای به چالش کشیدن و بهبود مدل های کسب و کار شامل شود. سپس چشم‌انداز بازاریابی دیجیتال را بررسی می‌کنیم تا استارت‌آپ ارائه شده را با مؤثرترین کانال‌های ارتباطی آن برای کاربران تجاری و مصرف‌کننده هماهنگ کنیم. این دوره را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد مهندسی CU Boulder در مدیریت مهندسی (ME-EM) که در پلت فرم Coursera ارائه می شود، گذراند. ME-EM برای کمک به مهندسان، دانشمندان و متخصصان فنی طراحی شده است تا به سمت نقش های رهبری و مدیریت در بخش های مهندسی و فنی حرکت کنند. با پذیرش مبتنی بر عملکرد و بدون فرآیند درخواست، ME-EM برای افرادی با طیف گسترده ای از تحصیلات کارشناسی و/یا تجربه حرفه ای ایده آل است. درباره برنامه ME-EM در https://www.coursera.org/degrees/me-engineering-management-boulder اطلاعات بیشتری کسب کنید.

به دوره 2 - رسیدن به آنجا و رفتن به فراتر از آن خوش آمدید. اگر اینجا هستید، دوره 1 (مکان ما در کیهان) را با موفقیت به پایان رسانده اید و برای موارد بیشتر آماده هستید. در دوره 2 با 40 هدف آموزشی که در 5 هفته و 12 درس پخش شده اند، چیزهای بیشتری برای یادگیری وجود دارد. ما تمام راه‌های کاوش در فضا و فضای نزدیک از هواپیما گرفته تا موشک و ماهواره و انسان را پوشش خواهیم داد. هفته 1 - با دو درس در مورد هوانوردی به مسیر خواهیم رسید. "چرا هوانوردی در یک دوره در مورد فضا است؟" ممکن است از خود بپرسید هوانوردی چاه در بسیاری از جنبه های اکتشاف فضایی استفاده می شود. همچنین به این صورت است که ما برای اولین بار اکتشاف خود را با پایین آمدن از زمین آغاز کردیم. قسمت 1 ما را با دکتر برایان آرگرو که زمینه و پس زمینه هوانوردی را ارائه می دهد، مرتبط می کند. قسمت 2 دیدگاه دکتر گیج دی بوئر را در مورد کاربردها و ارتباطات با هوانوردی و سنجش از دور آورده است. هفته 2 - این هفته سه درس خواهد داشت که بر اساس بحث هفته گذشته در مورد هوانوردی است. در فضای نزدیک، دکتر تام وودز و من علومی را که می‌توان در جو زمین در حاشیه‌های فضا انجام داد، بررسی خواهیم کرد. آقای دیو مارو و من درباره وسایل نقلیه پرتاب بحث خواهیم کرد و اینکه چگونه هر کاری که در فضا انجام می دهیم به عبور از فضای نزدیک و ورود به فضا با موشک بستگی دارد. و در نهایت، Orbits را با دکتر استیو نرم کشف خواهیم کرد. همه چیز در کیهان در حال حرکت است و این حرکت را می توان با مدارها توصیف کرد. رسیدن به فضا یک چیز است. دور زدن منظومه شمسی و فراتر از آن به مدارها بستگی دارد. هفته سوم - فضاپیماها و ماهواره ها. بسیاری از آنچه در مورد کیهان می دانیم توسط یکی از این دو وسیله نقلیه کشف شده است. اگرچه آنها ممکن است پیچیده به نظر برسند، بسیاری از آنچه در طراحی، ساخت، آزمایش و پرواز یک فضاپیما انجام می شود برای همه قابل درک است. سیستم های فضاپیما به سه بخش تقسیم می شود. قسمت 1، فرآیند طراحی ماموریت و رویکرد مهندسی سیستم ها را با سه مهمان مورد بحث قرار خواهیم داد. دیوید فرگوسن، جی بی یانگ و دکتر نیک بردلی. قسمت 2 بر روی نیرو، ساختارها و زیرسیستم های حرارتی و همچنین عملیات ماموریت با مهمانان ما تمرکز خواهد کرد: پل اندرسون، کامرون مدینا، بروس دیویس، امیلی بریزنهان، و کتی شیملز. و در نهایت قسمت 3، جایی که ما زیرسیستم های پیشرانه و کامپیوتری و روش های آزمایش تمام سیستم های فضاپیما را با دکتر جف گانلی، دکتر لی جاسپر، دکتر آدام پندر، جسی آستین و کایل کمبل بررسی خواهیم کرد. هفته 4 - این هفته (و هفته آینده) ما تمرکز را از اکتشاف فضایی با فضاپیما به اکتشاف فضایی با انسان تغییر می دهیم. فضانوردان نقشی حیاتی در اکتشاف کیهان ایفا کرده اند و نسبت به مأموریت های روباتیک در مناطق خاصی برتری دارند. اکتشاف انسانی به چهار بخش تقسیم می شود. در این هفته، قسمت های 1 و 2 را پوشش خواهیم داد. در قسمت 1، دکتر آلی اندرسون زمینه را برای آنچه که برای داشتن یک انسان در فضا لازم است، تنظیم می کند. در قسمت دوم، با فضانورد جیم ووس صحبت خواهیم کرد و در مورد چگونگی حضور در فضا در پنج سفر او به آنجا صحبت خواهیم کرد. هفته 5 - ما درس های خود را در مورد اکتشاف انسانی از هفته 4 با دو قسمت دیگر ادامه خواهیم داد. قسمت 3 با جو تانر فضانورد و قسمت 4 فضانورد ریک هیب خواهد بود. هر دو دیدگاه خود را به چگونگی حضور در فضا به عنوان یک انسان اضافه خواهند کرد و در مورد جایی که بشریت باید در مرحله بعدی کاوش کند نظر خواهند داد. برای کسانی که حساب می کنند، این سه فضانورد در یک دوره است. خیلی عالیه نه؟ بنابراین لطفاً ثبت نام در دوره 2 را در نظر بگیرید و با هم به کنار زدن پرده کیهان ادامه خواهیم داد تا ناشناخته را شناخته شود. بیایید سفر خود را با هم در یافتن مسیر شما به فضا ادامه دهیم.

اگر واقعاً به سؤالات بزرگ در اقتصادها و جوامع قرن بیست و یکم مانند عدالت توزیعی - یعنی نابرابری درآمد یا ثروت و ارتباط آن با رشد اقتصادی اهمیت می دهید - این دوره برای شما در نظر گرفته شده است. دانشی که به دست خواهید آورد می تواند واقعاً دیدگاه شما را نسبت به دنیای ما تغییر دهد. "رشد اقتصادی و عدالت توزیعی - نقش دولت" اولین بخش از یک دوره آموزشی دو قسمتی است و شامل چهار سخنرانی زیر است: (1) برای چه چیزی به یک ایالت نیاز داریم؟ (2) رابطه بین کارایی و عدالت توزیعی (3) نشان دادن پیامدهای نظریه های اخلاقی مختلف (4) عدالت توزیعی: اندازه گیری و مفاهیم پس از اتمام بخش اول، اکیداً توصیه می کنیم که در قسمت دوم با عنوان: "رشد اقتصادی و عدالت توزیعی - به حداکثر رساندن رفاه اجتماعی" نیز ثبت نام کنید. گذراندن هر دو بخش این دوره شما را قادر می سازد تا دانش کاملتر و جامع تری در مورد رشد اقتصادی و عدالت توزیع شده بدست آورید. این دوره مبتنی بر این ایده اساسی است که نقش دولت به حداکثر رساندن رفاه - یا صرفاً شادی - ساکنان آن است. در 9 درس جذاب و آموزنده، تنها با استفاده از کلمات ساده و رمزگشایی اصطلاحات حرفه ای که گاهی افراد غیرمعمول باهوش را گیج می کنند، این دوره حقایق بسیاری را - هم بصری و هم غیر شهودی - بیان می کند. اغلب با استفاده از مثال‌هایی از ایالات متحده و اروپا، بر سیاست‌های هیچ منطقه خاصی از جهان تمرکز نمی‌کند و مستقیماً برای همه کشورهای سراسر جهان قابل اجرا است. این دوره به ماهیت مفاهیم مهمی مانند کارایی و برابری، نابرابری و فقر، تولید ناخالص داخلی، فرار مالیاتی و برنامه ریزی مالیاتی می پردازد. این کتاب کار جیمز میرلیز برنده جایزه نوبل و پیروانش را ارائه می‌کند - سیستم منسجمی را ترویج می‌کند که هزینه‌های مالیات و دولت را برای به حداکثر رساندن رفاه اجتماعی یکپارچه می‌کند. و طیفی از مسائل مهم را از زاویه اقتصادی آنها روشن می کند: • تغییر اقلیم: جو و اقیانوس ها به عنوان کالاهای عمومی، و اینکه چگونه می توان از مالیات هوشمند (پیگووی) برای مبارزه با تهدیدات به سرعت در حال افزایش برای سیاره ما استفاده کرد. • فناوری به عنوان موتور رشد اقتصادی. • مالیات بر ثروتمندان: چگونه می توانیم مشکل رو به رشد نابرابری را کاهش دهیم؟ آیا باید مالیات جهانی بر سرمایه وضع کنیم؟ برنامه درسی شامل مصاحبه با چهره های اصلی در زمینه های حقوق و اقتصاد است: الحانان هلپمن از هاروارد، دن شاویرو از دانشگاه نیویورک و ریچارد اپستین از دانشگاه شیکاگو و دانشگاه نیویورک. پس از گذراندن موفقیت آمیز این دوره، می توانید انتظار داشته باشید که بتوانید: • درک بهتر مسائل اقتصادی ارائه شده در رسانه ها • ایجاد نظر آگاهانه در مورد نقاط قوت و ضعف سیاست های اقتصادی اجتماعی ارائه شده • تعریف و اندازه گیری نابرابری و فقر • ارتباط بین نابرابری (درآمد، ثروت) و رشد اقتصادی را تعریف کنید • مبانی رشد اقتصادی را توضیح دهید • طراحی سیستم مالیات و نقل و انتقالات برای به حداکثر رساندن شادی افراد همه اینها به شما این امکان را می دهد که سیاست هایی را که در اطراف شما تدوین می شود بهتر درک کنید و به عنوان یک شهروند وظیفه شناس، نقش بزرگتر و آگاهانه تری در توسعه آنها ایفا کنید. برای دریافت اعتبار علمی برای این دوره، باید آزمون علمی دانشگاه را با موفقیت پشت سر بگذارید. برای اطلاع از نحوه ثبت نام در آزمون علمی – https://tauonline.tau.ac.il/registration علاوه بر این، می توانید با استفاده از نمرات دریافتی در دوره ها، برای درجات خاصی درخواست دهید. بیشتر در این مورد اینجا بخوانید - https://go.tau.ac.il/b.a/mooc-acceptance از معلمان علاقه مند به تدریس این دوره در اتاق های کلاس خود دعوت می شود تا برنامه دبیرستان علمی ما را اینجا بررسی کنند - https://tauonline.tau.ac.il/online-highschool لطفا توجه داشته باشید که بخش دوم این دوره وجود دارد که پسوند مستقیم این قسمت است. ما به شدت توصیه می کنیم بعد از اتمام این قسمت به قسمت دوم ادامه دهید (https://www.coursera.org/learn/economic-growth-part-2/home/welcome). این دوره به طور موقت برای ثبت نام از 1 مارس 2022 تا 31 آگوست 2022 بسته خواهد شد. در این مدت، دوره برای ثبت نام های جدید بسته خواهد شد. تمام مواد دوره همچنان در دسترس زبان آموزانی که قبلا ثبت نام کرده اند، خواهد بود. با این حال، کارکنان دوره در این دوره در تالارهای گفتگو پشتیبانی نمی کنند. بهترین، تیم دانشگاه تل آویو

اگر واقعاً به سؤالات بزرگ در اقتصادها و جوامع قرن بیست و یکم مانند عدالت توزیعی - یعنی نابرابری درآمد یا ثروت و ارتباط آن با رشد اقتصادی اهمیت می دهید - این دوره برای شما در نظر گرفته شده است. دانشی که به دست خواهید آورد می تواند واقعاً دیدگاه شما را نسبت به دنیای ما تغییر دهد. "رشد اقتصادی و عدالت توزیعی - به حداکثر رساندن رفاه اجتماعی" دومین بخش از یک دوره آموزشی دو قسمتی است و شامل پنج سخنرانی زیر است: (1) بار اضافی مالیات (2) بروز مالیات: چه کسی بار اقتصادی مالیات را متحمل می شود؟ (3) پیشرفت: تعریف و راه های دستیابی (4) درآمد کم، توانایی پایین و مدل مالیات بر درآمد بهینه (5) طراحی سیستم مالیات و نقل و انتقال که رفاه اجتماعی را به حداکثر می رساند اگر قبلاً این کار را انجام نداده‌اید، اکیداً توصیه می‌کنیم در بخش اول دوره ثبت نام کنید: "رشد اقتصادی و عدالت توزیعی - نقش دولت". گذراندن هر دو بخش این دوره شما را قادر می سازد تا دانش کاملتر و جامع تری در مورد رشد اقتصادی و عدالت توزیع شده بدست آورید. این دوره مبتنی بر این ایده اساسی است که نقش دولت به حداکثر رساندن رفاه - یا صرفاً شادی - ساکنان آن است. در 9 درس جذاب و آموزنده، تنها با استفاده از کلمات ساده و رمزگشایی اصطلاحات حرفه ای که گاهی افراد غیرمعمول باهوش را گیج می کنند، این دوره حقایق بسیاری را - هم بصری و هم غیر شهودی - بیان می کند. اغلب با استفاده از مثال‌هایی از ایالات متحده و اروپا، بر سیاست‌های هیچ منطقه خاصی از جهان تمرکز نمی‌کند و مستقیماً برای همه کشورهای سراسر جهان قابل اجرا است. این دوره به ماهیت مفاهیم مهمی مانند کارایی و برابری، نابرابری و فقر، تولید ناخالص داخلی، فرار مالیاتی و برنامه ریزی مالیاتی می پردازد. این کتاب کار جیمز میرلیز برنده جایزه نوبل و پیروانش را ارائه می‌کند - سیستم منسجمی را ترویج می‌کند که هزینه‌های مالیات و دولت را برای به حداکثر رساندن رفاه اجتماعی یکپارچه می‌کند. و طیفی از مسائل مهم را از زاویه اقتصادی آنها روشن می کند: • تغییر اقلیم: جو و اقیانوس ها به عنوان کالاهای عمومی، و اینکه چگونه می توان از مالیات هوشمند (پیگووی) برای مبارزه با تهدیدات به سرعت در حال افزایش برای سیاره ما استفاده کرد. • فناوری به عنوان موتور رشد اقتصادی. • مالیات بر ثروتمندان: چگونه می توانیم مشکل رو به رشد نابرابری را کاهش دهیم؟ آیا باید مالیات جهانی بر سرمایه وضع کنیم؟ برنامه درسی شامل مصاحبه با چهره های اصلی در زمینه های حقوق و اقتصاد است: الحانان هلپمن از هاروارد، دن شاویرو از دانشگاه نیویورک و ریچارد اپستین از دانشگاه شیکاگو و دانشگاه نیویورک. پس از گذراندن موفقیت آمیز این دوره، می توانید انتظار داشته باشید که بتوانید: • درک بهتر مسائل اقتصادی ارائه شده در رسانه ها • ایجاد نظر آگاهانه در مورد نقاط قوت و ضعف سیاست های اقتصادی اجتماعی ارائه شده • تعریف و اندازه گیری نابرابری و فقر • ارتباط بین نابرابری (درآمد، ثروت) و رشد اقتصادی را تعریف کنید • مبانی رشد اقتصادی را توضیح دهید • طراحی یک سیستم مالیاتی و انتقالی برای به حداکثر رساندن شادی افراد همه اینها به شما این امکان را می دهد که سیاست هایی را که در اطراف شما تدوین می شود بهتر درک کنید و به عنوان یک شهروند وظیفه شناس، نقش بزرگتر و آگاهانه تری در توسعه آنها ایفا کنید. برای دریافت اعتبار علمی برای این دوره، باید آزمون علمی دانشگاه را با موفقیت پشت سر بگذارید. برای اطلاع از نحوه ثبت نام در آزمون علمی – https://tauonline.tau.ac.il/registration علاوه بر این، می توانید با استفاده از نمرات دریافتی در دوره ها، برای درجات خاصی درخواست دهید. بیشتر در این مورد اینجا بخوانید - https://go.tau.ac.il/b.a/mooc-acceptance از معلمان علاقه مند به تدریس این دوره در اتاق های کلاس خود دعوت می شود تا برنامه دبیرستان علمی ما را اینجا بررسی کنند - https://tauonline.tau.ac.il/online-highschool این دوره توسعه مستقیم بخش اول "رشد اقتصادی و عدالت توزیعی بخش اول - نقش دولت" است، بنابراین اگر هنوز آن را گذرانده اید، به شدت توصیه می کنیم یادگیری خود را از آنجا شروع کنید (https://www. .coursera.org/learn/economic-growth-part-1/home/welcome). این دوره به طور موقت برای ثبت نام از 1 مارس 2022 تا 31 آگوست 2022 بسته خواهد شد. در این مدت، دوره برای ثبت نام های جدید بسته خواهد شد. تمام مواد دوره همچنان در دسترس زبان آموزانی که قبلا ثبت نام کرده اند، خواهد بود. با این حال، کارکنان دوره در این دوره در تالارهای گفتگو پشتیبانی نمی کنند. بهترین، تیم دانشگاه تل آویو

این دوره منحصر به فرد توسط دامپزشکان در دانشگاه مشهور جهانی کالیفرنیا، دانشکده دامپزشکی دیویس توسعه داده شده است. این دوره به سوارکاری از دیدگاه رفاه، در چارچوب "پنج آزادی" رفاه حیوانات می پردازد. ما فیزیولوژی، رفتار و نیازهای اساسی اسب از جمله مسکن، تغذیه، بهداشت و مدیریت بیماری را بررسی خواهیم کرد. شما یاد خواهید گرفت که چگونه وظایف اساسی را برای ارزیابی وضعیت کلی اسب و شناسایی مناطق مشکل دار انجام دهید. ما همچنین نیازهای تخصصی ورزشکار اسب سواری و مسئولیت‌های عمده‌ای را که به‌عنوان مالک، گرداننده یا رقیب باید بر عهده بگیریم تا از سلامت و رفاه همراهان اسب خود اطمینان حاصل کنیم، بررسی خواهیم کرد. در نهایت، ما چندین موضوع خاص در رفاه اسب‌ها از جمله برنامه‌ریزی بلایا و تلاش‌های رفاهی بین‌المللی در حال حاضر برای محافظت از اسب‌های کار و سایر اسب‌ها در صنایع کلیدی مانند مسابقه، رقابت بین‌المللی، گردشگری و حتی معدن را بررسی خواهیم کرد. با پایان دوره، شما به خوبی مجهز خواهید شد تا یک برنامه رفاهی جامع برای هر اسب تحت مراقبت خود ایجاد کنید.

سازمان ها تغییر کرده اند و اکنون، بیش از هر زمان دیگری، مدیریت پرسنل برای موفقیت سازمانی بسیار مهم است. در این دوره شما طیف وسیعی از مفاهیم، ​​تئوری ها و روش شناسی را بررسی خواهید کرد که به شما کمک می کند محیط کار خود را هدایت و بهینه کنید. از طریق فعالیت‌های یادگیری ساختاریافته (سخنرانی‌های ویدیویی، آزمون‌ها، درخواست‌های بحث و ارزیابی‌های کتبی) شما در معرض آخرین بهترین راهبردهای رهبری قرار خواهید گرفت تا کارمندان خود را قادر به دستیابی به دستاوردهای بیشتری در محل کار خود کنند. شما مطالعات موردی در مورد استراتژی‌های رهبری پیشرفته را بررسی می‌کنید و به چالش کشیده می‌شوید که چگونه ممکن است در محل کار شما اعمال شود. و متوجه خواهید شد که توانایی شما برای مدیریت و رهبری افراد در بستری مسطح تر و تیم محور تر، اکنون کلید موفقیت سازمانی است. از آنجایی که جهان همچنان در حال تغییر پویا است، این دوره شما را آماده می کند تا تیم و سازمان خود را به محیط های کاری پویا فردا هدایت کنید.

آیا تا به حال از خود پرسیده اید که چرا سرامیک ها سخت و شکننده هستند در حالی که فلزات تمایل به شکل پذیری دارند؟ چرا برخی از مواد گرما یا الکتریسیته را هدایت می کنند در حالی که برخی دیگر عایق هستند؟ چرا با افزودن مقدار کمی کربن به آهن آلیاژی بسیار قوی تر از فلز پایه ایجاد می شود؟ در این دوره، یاد خواهید گرفت که چگونه خواص یک ماده توسط ریزساختار ماده تعیین می شود، که به نوبه خود توسط ترکیب و پردازشی که ماده تحت آن قرار گرفته است تعیین می شود. این اولین دوره از سه دوره Coursera است که منعکس کننده کلاس مقدماتی علوم مواد است که توسط اکثر دانشجویان کارشناسی مهندسی در Georgia Tech گذرانده می شود. هدف از این دوره کمک به دانش آموزان برای درک بهتر مواد مهندسی است که در دنیای اطراف آنها استفاده می شود. این بخش اول اصول علم مواد از جمله ساختار اتمی و پیوند، ساختار کریستالی، عیوب اتمی و میکروسکوپی و مواد غیر کریستالی مانند شیشه‌ها، لاستیک‌ها و پلیمرها را پوشش می‌دهد.

شامپانزه‌ها یکی از نزدیک‌ترین خویشاوندان زنده ما هستند، اما تقریباً هیچ چیز در مورد رفتار آنها در طبیعت شناخته نشده بود تا اینکه جین گودال در سال 1960 مطالعه پیشگامانه خود را روی شامپانزه‌های گومبه، تانزانیا آغاز کرد. اولین بار بیش از 55 سال پیش با آن مواجه شد. با راهنمایی سه مربی دوره که با شامپانزه های گومبه زندگی و کار کرده اند، خواهید آموخت که چگونه اکتشافات اولیه گودال دیدگاه ما را نسبت به منحصر به فرد بودن انسان تغییر داد. با تکمیل دوره، درک جدیدی از شباهت های عمیق شامپانزه ها و انسان ها در هوش، استفاده از ابزار، شکار، شخصیت و روابط اجتماعی و همچنین برخی از تفاوت های کلیدی به دست خواهید آورد. شما خواهید آموخت که شامپانزه ها چگونه با محیط خود تعامل می کنند و چگونه رفتار آنها تحت تأثیر اکولوژی قرار می گیرد و همچنین چالش های شدید حفاظتی که امروزه با آنها روبرو هستند. و شما از دانش جدید خود در مورد شامپانزه ها برای ایجاد یک استدلال متقاعد کننده برای محافظت از آنها استفاده خواهید کرد. این دوره برای همه علاقمندان به کسب اطلاعات بیشتر در مورد این موجودات جذاب و پیچیده آزاد است. دانش زیست شناسی در سطح دبیرستان مفید است اما لازم نیست. با این حال، لطفاً به خاطر داشته باشید که محتوای این دوره شامل تمام جنبه های زندگی شامپانزه ها، از جمله بحث علمی در مورد رفتارهای جنسی و پرخاشگرانه می شود.

رفاه حیوانات به عنوان یک موضوع سیاست عمومی پیچیده و چند وجهی توصیف شده است که شامل ابعاد مهم علمی، اخلاقی و غیره می باشد. بهبود درک ما از رفاه حیوانات، شامل مطالعه جذاب رفتار حیوانات و همچنین چالش دسترسی به احساسات حیوانات است. این نسخه درخواستی این دوره است، به این معنی که شما می توانید دوره را در هر زمانی شروع کنید و با سرعت خود بر روی مواد دوره کار کنید. مطالب و آزمون ها همیشه در دسترس شما خواهد بود. می توانید با استفاده از هشتگ #EdAniWelf بیایید و در مورد دوره در توییتر صحبت کنید

آیا زمان آن نرسیده که به تلفات جانی ناشی از خطاهای پزشکی قابل پیشگیری پایان دهیم؟ هر سال 100000 بیمار به دلیل خطاهای قابل پیشگیری در ایالات متحده جان خود را از دست می دهند. چگونه می توانید به تغییر این مشکل حل نشدنی کمک کنید؟ دانش قدرت است و این دوره به شما درک عمیقی از مشکلات و راه حل ها می دهد. شما می توانید بخشی از راه حل شوید.

در این MOOC شما با تئوری و عمل "رقابت تنظیم شده" (همچنین به عنوان "رقابت مدیریت شده" شناخته می شود) در سیستم های مراقبت های بهداشتی خواهید آموخت. بسیاری از کشورها رقابت تنظیم شده در مراقبت های بهداشتی را اجرا کرده یا در نظر دارند. به عنوان مثال می توان به استرالیا، بلژیک، شیلی، کلمبیا، آلمان، ایرلند، اسرائیل، هلند، سوئیس و ایالات متحده اشاره کرد. پس از تکمیل این MOOC، می توانید توضیح دهید که چگونه رقابت تنظیم شده (در تئوری) مقرون به صرفه بودن، دسترسی و کارایی مراقبت های بهداشتی را ارتقا می دهد. علاوه بر این، می‌توانید توضیح دهید که چرا (در عمل) اجرای موفقیت‌آمیز رقابت تنظیم‌شده بسیار پیچیده است و اغلب نیازمند مبادلات دشوار بین اهداف سیاست است. ما فکر می کنیم این MOOC برای هر دانش آموز، محقق یا حرفه ای که علاقه مند به اصلاح و طراحی سیستم مراقبت های بهداشتی است بسیار ارزشمند است. موضوعات خاص در این MOOC شامل گونه شناسی سیستم های مراقبت های بهداشتی، اقتصاد بازارهای مراقبت های بهداشتی، تئوری و پیش شرط های رقابت تنظیم شده، تنظیم ریسک و انتخاب ریسک در بیمه سلامت، سیاست رقابت و پرداخت ارائه دهنده است.

به استراتژی تحول دیجیتال خوش آمدید! همانطور که احتمالا می دانید، این اولین دوره در یک تخصص سه قسمتی است که بر تحول دیجیتالی امور مالی متمرکز شده است. هدف ما این است که اطلاعاتی در مورد نحوه تلاقی دیجیتالی شدن با امور مالی، که از یکی از برترین مناطق جهان برای نوآوری دیجیتال استخراج شده است، به شما ارائه دهیم. من از حضور شما در کلاس هیجان زده هستم و مشتاقانه منتظر کمک شما هستم تا در مورد این موضوع مهم بیشتر بدانید. برای شروع، توصیه می کنم چند دقیقه ای را برای بررسی سایت دوره اختصاص دهید. یک مکان خوب برای شروع نوار ناوبری در سمت چپ است. روی محتوای دوره کلیک کنید تا ببینید چه مطالبی را هر هفته پوشش خواهیم داد و همچنین پیش نمایش تکالیفی که برای گذراندن دوره باید انجام دهید را مشاهده کنید. برای مشاهده انجمن‌هایی که می‌توانید در مورد مطالب درسی با دانشجویانی که در کلاس شرکت می‌کنند بحث کنید، روی بحث‌ها کلیک کنید. حتماً خود را به همه در انجمن Meet and Greet معرفی کنید! این دوره باید حدود چهار هفته طول بکشد. می توانید برنامه دوره های توصیه شده را در زیر بررسی کنید تا یک مرور کلی سریع از درس ها و تکالیفی که هر هفته انجام می دهید مشاهده کنید. تا زمانی که این دوره را به پایان می رسانید، بر نیروهای تحول آفرین دیجیتالی شدن و پویایی های رقابتی جدیدی که منجر به آن می شود تسلط پیدا کرده اید، از شرکت های مالی پیشرو یاد گرفته اید و نمونه های الهام بخش از اساتید دیجیتال را دیده اید. شما برای تخصص با پروژه Capstone معرفی می شوید و فرصتی برای ایجاد راه حل های اولیه برای یک شرکت مالی که به دنبال یک استراتژی جدید برای عصر دیجیتال مالی است، خواهید داشت. با شروع کار موفق باشید. من مشتاقانه منتظر دیدار شما در کلاس هستم!

تحلیل رگرسیون شاید مهم ترین ابزار آمار کسب و کار مورد استفاده در صنعت باشد. رگرسیون موتور پشت بسیاری از برنامه های کاربردی تجزیه و تحلیل داده است که برای بسیاری از اشکال پیش بینی و پیش بینی استفاده می شود. این چهارمین دوره تخصصی "آمار و تحلیل کسب و کار" است. این دوره شما را با ابزار بسیار مهمی به نام رگرسیون خطی آشنا می کند. شما یاد خواهید گرفت که از رویه های مختلفی مانند رگرسیون های متغیر ساختگی، متغیرهای تبدیل و اثرات متقابل استفاده کنید. همه اینها با استفاده از مثال‌های قابل فهم در مایکروسافت اکسل معرفی و توضیح داده شده‌اند. تمرکز این دوره به جای مشتقات دقیق ریاضی بر درک و کاربرد است. توجه: این دوره از جعبه ابزار "تجزیه و تحلیل داده ها" استفاده می کند که با نسخه ویندوز مایکروسافت اکسل استاندارد است. همچنین با نسخه مک 2016 یا جدیدتر اکسل استاندارد است. با این حال، با نسخه های قبلی اکسل برای مک استاندارد نیست. هفته 1 ماژول 1: تحلیل رگرسیون: مقدمه در این ماژول با مدل رگرسیون خطی آشنا می شوید. ما یک مدل رگرسیون می سازیم و با استفاده از اکسل آن را تخمین می زنیم. ما از مدل تخمین زده شده برای استنتاج روابط بین متغیرهای مختلف و استفاده از مدل برای پیش بینی استفاده خواهیم کرد. این ماژول همچنین مفهوم خطاها، باقیمانده ها و R-square را در یک مدل رگرسیونی معرفی می کند. موضوعات تحت پوشش عبارتند از: • معرفی رگرسیون خطی • ساخت یک مدل رگرسیون و تخمین آن با استفاده از اکسل • استنتاج با استفاده از مدل برآورد شده • استفاده از مدل رگرسیون برای پیش بینی • Errors، Residuals و R-square هفته 2 ماژول 2: تحلیل رگرسیون: آزمون فرضیه و خوبی برازش این ماژول آزمون های فرضیه های مختلفی را ارائه می دهد که می توانید با استفاده از خروجی رگرسیون انجام دهید. این تست ها بخش مهمی از استنتاج هستند و ماژول آنها را با استفاده از مثال های مبتنی بر اکسل معرفی می کند. مقادیر p همراه با اندازه‌های خوب تناسب R-square و R-square تعدیل شده معرفی می‌شوند. در پایان ماژول "رگرسیون متغیر ساختگی" را معرفی می کنیم که برای ترکیب متغیرهای طبقه بندی در یک رگرسیون استفاده می شود. موضوعات تحت پوشش عبارتند از: • آزمون فرضیه در رگرسیون خطی • معیارهای «خوبی تناسب» (R-square، R-square تعدیل شده) • رگرسیون متغیر ساختگی (با استفاده از متغیرهای طبقه بندی شده در یک رگرسیون) هفته 3 ماژول 3: تحلیل رگرسیون: متغیرهای ساختگی، چند خطی این ماژول با استفاده از رگرسیون متغیر ساختگی ادامه می یابد. شما می توانید تفسیر خروجی رگرسیون را در حضور متغیرهای طبقه بندی درک کنید. نمونه هایی برای تقویت مجدد مفاهیم مختلف معرفی شده کار شده است. این ماژول همچنین توضیح می دهد که Multicolinearity چیست و چگونه با آن برخورد کنیم. موضوعات تحت پوشش عبارتند از: • رگرسیون متغیر ساختگی (با استفاده از متغیرهای طبقه بندی شده در یک رگرسیون) • تفسیر ضرایب و مقادیر p در حضور متغیرهای ساختگی • چند خطی بودن در مدل های رگرسیونی هفته 4 ماژول 4: تجزیه و تحلیل رگرسیون: پسوندهای مختلف این ماژول درک شما را از رگرسیون خطی گسترش می‌دهد و تکنیک‌هایی مانند میانگین‌مرکزی متغیرها و ایجاد مرزهای اطمینان برای پیش‌بینی‌ها با استفاده از مدل رگرسیون را معرفی می‌کند. یک پسوند رگرسیون قدرتمند به نام «متغیرهای تعامل» معرفی و با استفاده از مثال توضیح داده شده است. ما همچنین تبدیل متغیرها را در یک رگرسیون مطالعه می کنیم و در آن زمینه مدل های log-log و semi-log regression را معرفی می کنیم. موضوعات تحت پوشش عبارتند از: • میانگین مرکزیت متغیرها در مدل رگرسیون • ایجاد مرزهای اطمینان برای پیش بینی ها با استفاده از مدل رگرسیون • اثرات متقابل در یک رگرسیون • تبدیل متغیرها • مدل های رگرسیون log-log و semi-log

به رگرسیون خطی در R برای سلامت عمومی خوش آمدید! بهداشت عمومی را «هنر و علم پیشگیری از بیماری، افزایش عمر و ارتقای سلامت از طریق تلاش سازمان یافته جامعه» تعریف کرده اند. دانستن اینکه چه چیزی باعث بیماری می شود و چه چیزی آن را بدتر می کند، به وضوح بخش های حیاتی این امر است. این امر مستلزم توسعه مدل‌های آماری است که توضیح می‌دهد چگونه عوامل بیمار و محیطی بر شانس بیمار شدن ما تأثیر می‌گذارند. این دوره به شما نشان می‌دهد که چگونه از ابتدا چنین مدل‌هایی ایجاد کنید، ابتدا شما را با مفهوم همبستگی و رگرسیون خطی آشنا می‌کند، قبل از وارد کردن و بررسی داده‌هایتان، و سپس به شما نشان می‌دهد که چگونه مدل‌ها را برازش کنید. با استفاده از مثال بیماری تنفسی، این مدل ها چگونگی تأثیر بیمار و سایر عوامل بر نتایج مانند عملکرد ریه را شرح می دهند. رگرسیون خطی یکی از خانواده مدل‌های رگرسیون است و دروس دیگر این مجموعه دو عضو دیگر را پوشش می‌دهد. مدل‌های رگرسیون وجوه مشترک زیادی با یکدیگر دارند، اگرچه جزئیات ریاضی متفاوت است. این دوره به شما نشان می دهد که چگونه داده ها را آماده کنید، ارزیابی کنید که مدل چقدر با داده ها مطابقت دارد، و مفروضات اساسی آن - وظایف حیاتی با هر نوع رگرسیون را آزمایش کنید. شما از بسته نرم افزاری رایگان و همه کاره R استفاده خواهید کرد که توسط آماردانان و دانشمندان داده در دانشگاه، دولت ها و صنعت در سراسر جهان استفاده می شود.

این دوره به معرفی مدل های رگرسیون خطی ساده و چندگانه می پردازد. این مدل‌ها به شما امکان می‌دهند تا رابطه بین متغیرها در یک مجموعه داده و یک متغیر پاسخ پیوسته را ارزیابی کنید. آیا بین جذابیت فیزیکی استاد و نمرات ارزشیابی دانشجو رابطه وجود دارد؟ آیا می توانیم نمره آزمون کودک را بر اساس ویژگی های خاصی از مادرش پیش بینی کنیم؟ در این دوره، با استفاده از نرم افزار آماری رایگان R و RStudio، تئوری اساسی پشت رگرسیون خطی را می آموزید و از طریق مثال های داده، برازش، بررسی و استفاده از مدل های رگرسیون برای بررسی روابط بین متغیرهای متعدد را یاد می گیرید.

شرح دوره: این دوره آموزش جامعی را در زمینه تکنیک های تحلیل رگرسیون و پیش بینی برای علم داده با تاکید بر برنامه نویسی پایتون ارائه می دهد. شما به تجزیه و تحلیل سری های زمانی، پیش بینی، رگرسیون خطی و پیش پردازش داده ها تسلط خواهید داشت و به شما امکان می دهد تصمیمات مبتنی بر داده را در صنایع مختلف اتخاذ کنید. اهداف آموزشی: • توسعه تخصص در تجزیه و تحلیل سری های زمانی، پیش بینی، و رگرسیون خطی. • کسب مهارت در برنامه نویسی پایتون برای تحلیل و مدل سازی داده ها. • تکنیک های تجزیه و تحلیل داده های اکتشافی، شناسایی روند و فصلی بودن را تجزیه و تحلیل کنید دست زدن • مدل های سری زمانی مختلف را پیدا کنید و آنها را با استفاده از پایتون پیاده سازی کنید. • داده ها را برای مدل سازی رگرسیون خطی دقیق آماده و پیش پردازش کنید. • پیش بینی و تفسیر مدل های رگرسیون خطی برای تصمیم گیری آگاهانه. در این دوره چهار ماژول وجود دارد: ماژول 1: تحلیل و پیش بینی سری های زمانی شرح ماژول: ماژول تحلیل و پیش‌بینی سری‌های زمانی اکتشاف جامعی از تکنیک‌ها برای استخراج بینش و پیش‌بینی روندها از داده‌های متوالی ارائه می‌کند. شما به مفاهیم اساسی مانند شناسایی روند، فصلی بودن و انتخاب مدل تسلط خواهید داشت. آنها با تجربه عملی در نرم افزارهای پیشرو، ساخت، اعتبارسنجی و تفسیر مدل های پیش بینی را خواهند آموخت. با بررسی مطالعات موردی در دنیای واقعی و ملاحظات اخلاقی، شرکت‌کنندگان برای تصمیم‌گیری استراتژیک در صنایع با استفاده از قدرت تحلیل سری‌های زمانی مجهز خواهند شد. این ماژول یک دارایی ارزشمند برای متخصصانی است که به دنبال استفاده از پتانسیل داده های زمانی هستند. شما در تجزیه و تحلیل سری های زمانی و پیش بینی تخصص خواهید داشت. تکنیک هایی را برای تجزیه و تحلیل داده های اکتشافی، تجزیه سری های زمانی، تجزیه و تحلیل روند، و مدیریت فصلی کشف کنید. مهارت تمایز بین انواع مختلف الگوها و درک مفاهیم آنها در پیش بینی را به دست آورید. ماژول 2: مدل های سری زمانی توضیحات ماژول: مدل‌های سری زمانی ابزارهای قدرتمندی هستند که برای کشف الگوها و پیش‌بینی روندهای آینده در داده‌های متوالی طراحی شده‌اند. با تجزیه و تحلیل الگوهای تاریخی، روندها و تغییرات فصلی، این مدل ها بینش هایی را در مورد رفتار داده ها در طول زمان ارائه می دهند. با استفاده از روش‌هایی مانند مدل‌های ARIMA، هموارسازی نمایی، و مدل‌های فضای حالت، پیش‌بینی دقیق را امکان‌پذیر می‌کنند و به تصمیم‌گیرندگان در زمینه‌های مختلف قدرت می‌دهند تا انتخاب‌های آگاهانه‌ای را براساس پیش‌بینی‌های مبتنی بر داده انجام دهند. شما توانایی ساخت مدل های پیش بینی برای پیش بینی های آینده را بر اساس داده های تاریخی به دست خواهید آورد. روش های مختلف پیش بینی مانند مدل های ARIMA و تکنیک های پیش بینی فصلی را کشف کنید و آنها را با استفاده از برنامه نویسی پایتون پیاده سازی کنید. توانایی تدوین استراتژی های پیش بینی سری زمانی سفارشی بر اساس ویژگی های داده را توسعه دهید. ماژول 3: رگرسیون خطی - پیش پردازش داده ها توضیحات ماژول: ماژول رگرسیون خطی - پیش پردازش داده ها یک دوره اساسی است که شرکت کنندگان را با مهارت های ضروری برای تهیه و بهینه سازی داده ها قبل از استفاده از تکنیک های رگرسیون خطی مجهز می کند. از طریق یادگیری عملی، شرکت‌کنندگان اهمیت کیفیت داده‌ها، پرداختن به مقادیر از دست رفته، تشخیص نقاط پرت و مقیاس‌بندی ویژگی را درک خواهند کرد. شما یاد خواهید گرفت که چگونه داده های خام را به یک قالب تمیز و نرمال شده با جستجو در مجموعه داده های دنیای واقعی تبدیل کنید و از نتایج مدل رگرسیون خطی دقیق و قابل اعتماد اطمینان حاصل کنید. این ماژول برای ایجاد دانش پایه قوی در مدل سازی پیش بینی و تجزیه و تحلیل داده ها بسیار مهم است. شما بینش هایی را در مورد تکنیک های رگرسیون مختلف مانند رگرسیون خطی، رگرسیون چند جمله ای و رگرسیون لجستیک و اجرای آنها با استفاده از برنامه نویسی پایتون به دست خواهید آورد. داده‌های گمشده و نقاط پرت را در مجموعه داده‌ها شناسایی کنید و استراتژی‌های مناسب را برای مدیریت مؤثر آن‌ها اجرا کنید. اهمیت مقیاس بندی و انتخاب ویژگی را تشخیص دهید و یاد بگیرید که چگونه تکنیک هایی مانند استانداردسازی و عادی سازی را برای بهبود همگرایی و تفسیرپذیری مدل به کار ببرید. ماژول 4: رگرسیون خطی - ایجاد مدل شرح ماژول: ماژول رگرسیون خطی - ایجاد مدل، درک جامعی از ساخت مدل های پیش بینی را از طریق تکنیک های رگرسیون خطی ارائه می دهد. شما یاد خواهید گرفت که ویژگی های مربوطه را انتخاب و مهندسی کنید، الگوریتم های رگرسیون را اعمال کنید و ضرایب مدل را تفسیر کنید. با کاوش در مطالعات موردی در دنیای واقعی، بینش هایی در مورد ارزیابی عملکرد مدل به دست خواهید آورد و نحوه تنظیم دقیق پارامترها برای نتایج بهینه را به دست خواهید آورد. این ماژول به شما امکان می دهد تا مدل های رگرسیون خطی قوی برای تصمیم گیری مبتنی بر داده در زمینه های مختلف ایجاد کنید. نحوه شناسایی و انتخاب ویژگی های مرتبط از مجموعه داده ها برای گنجاندن در مدل های رگرسیون خطی را خواهید فهمید. مهارت هایی را برای تفسیر ضرایب مدل، تشخیص اهمیت آنها و ارائه پیامدهای این ضرایب به ذینفعان غیر فنی به دست آورید. نحوه تنظیم دقیق پارامترهای مدل و تکنیک های منظم سازی و انجام اعتبارسنجی متقابل برای افزایش تعمیم مدل را کشف کنید. یادگیرنده هدف: این دوره برای دانشمندان داده، تحلیلگران و متخصصان مشتاق طراحی شده است که به دنبال افزایش مهارت های خود در تجزیه و تحلیل رگرسیون، پیش بینی و برنامه نویسی پایتون هستند. برای کسانی که به دنبال استفاده از قدرت داده های زمانی و مدل سازی پیش بینی در حرفه خود هستند مناسب است. پیش نیازهای زبان آموز: • دانش اولیه برنامه نویسی پایتون. • آشنایی با مفاهیم بنیادی تحلیل داده ها. • درک مفاهیم آماری مفید است اما اجباری نیست. فایل های مرجع: به فایل های کد در قسمت منابع و فایل های آزمایشگاهی در قسمت مدیر آزمایشگاه دسترسی خواهید داشت. مدت دوره: 5 ساعت 44 دقیقه مدت زمان کل: تقریبا 4 هفته • ماژول 1: تحلیل و پیش بینی سری زمانی (1 هفته) • ماژول 2: مدل‌های سری زمانی (1 هفته) • ماژول 3: رگرسیون خطی - پیش پردازش داده ها (1 هفته) • ماژول 4: رگرسیون خطی - ایجاد مدل (1 هفته)