کاتالوگ دوره‌ها

مدت زمان دوره

ارائه دهنده

موضوع

طبقه‌ها

نمایش 2,221 تا 2,240 مورد از کل 5,169 مورد.

linkedin تجزیه و تحلیل داده ها: داشبوردها در مقابل داستان های داده (Mitalearn-218158)

  • 17 دقیقه
  • مناسب همه
  • انتشار: 21 June 2026
  • مدرس: Madecraft,Sara Anstey
درباره این دوره:

در دنیای تجزیه و تحلیل داده‌ها، زمانی که صحبت از نحوه انتقال داده‌ها و بینش‌هایتان به میان می‌آید، دائماً با همین تصمیم مواجه می‌شوید. برای هر پروژه، باید تصمیم بگیرید که از داشبورد استفاده کنید یا داستان داده را بگویید. در این دوره، معمار هوش تجاری سارا آنستی، اطلاعات لازم برای گرفتن این تصمیم را با اطمینان در اختیار شما قرار می دهد. ابتدا، سارا مبانی تصمیم گیری با داده ها را پوشش می دهد و به اشتراک می گذارد که چگونه نقش یک تحلیلگر داده این امر را برای سازمان ها ممکن می سازد. سپس به موضوعات داشبوردهای علم داده و داستان سرایی داده می پردازد، مزایا و معایب هر کدام را برجسته می کند و جزئیاتی را که برای تعیین اینکه کدام رویکرد برای شما مناسب است، ارائه می دهد. سارا با جمع بندی مجدد مفاهیم کلیدی به پایان می رسد و شما را آماده می کند تا بین هر یک از این گزینه ها به راحتی و با عمد انتخاب کنید.

این دوره توسط Madecraft. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

MadeCraft-Description-Logo.jpg

مهارت‌های مرتبط

linkedin تجزیه و تحلیل داده های mysql (Mitalearn-429468)

  • 4 ساعت 30 دقیقه
  • مناسب همه
  • انتشار: 4 October 2024
  • مدرس: John Pauler,Maven Analytics
درباره این دوره: 

 

MySQL ابزاری قدرتمند برای مدیریت و تجزیه و تحلیل بانکهای اطلاعاتی رابطه ای و مهارتی است که هر تحلیلگر و حرفه ای باید در زرادخانه داشته باشند. در این دوره ، شما نقش یک صاحب مشاغل را که به تازگی فیلم های Maven ، یک فروشگاه اجاره DVD آجر و ملات را به دست آورده اید ، بازی خواهید کرد. تنها با استفاده از فقط یک پایگاه داده MySQL ، کار شما این است که هر آنچه را که می توانید در مورد تجارت جدید خود از جمله موجودی ، کارکنان و رفتار مشتری بیاموزید.

این دوره با یک معرفی سریع به زبان SQL شروع می شود ، به برخی از اصول اصلی پایگاه داده می پردازد و از MySQL برای انتخاب ، فیلتر ، مرتب سازی و گروه های گروهی از جداول جداگانه استفاده می کند. از آنجا ، به موارد استفاده پیچیده تر تغییر دهید و داده ها را در جدول های مختلف با نمایش داده شد.

توجه: این دوره توسط جان پائولر و آنالیتیکس ساخته شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.


مهارت‌های مرتبط

linkedin تجزیه و تحلیل داده های اکسل برای زنجیره تأمین: پیش بینی (Mitalearn-419472)

  • 3 ساعت 37 دقیقه
  • مناسب همه
  • انتشار: 12 May 2025
  • مدرس: Eddie Davila
درباره این دوره: 

 این دوره مقدمه ای جامع برای استفاده از اکسل برای پیش بینی زنجیره تأمین ، پوشش مفاهیم اساسی ، روشهای پیش بینی ، تجزیه و تحلیل خطا و موارد دیگر ارائه می دهد. ملزومات تجزیه و تحلیل سری زمانی ، میانگین حرکت ، تکنیک های رگرسیون و فصلی را به همراه کاربردهای عملی مانند تصحیح تعصب و محاسبات نرخ رشد سالانه مرکب کشف کنید. مربی ادی دیویلا با ترکیب دانش نظری با تظاهرات اکسل دستی ، شما را به مهارت های لازم برای ایجاد پیش بینی های دقیق و عملی مجهز می کند. علاوه بر این ، در مورد تفسیر خطاهای پیش بینی و تراز کردن روشها با نیازهای تجاری منحصر به فرد خود ، بینش هایی کسب کنید. این دوره یک ایده آل برای متخصصان زنجیره تأمین است که به دنبال تقویت تصمیم گیری و برنامه ریزی عملیاتی هستند.

linkedin تجزیه و تحلیل داده های اکسل: پیش بینی (Mitalearn-50504)

  • 3 ساعت 7 دقیقه
  • متوسط
  • انتشار: 21 June 2026
  • مدرس: Wayne Winston
درباره این دوره:

پروفسور وین وینستون برای بیش از بیست سال تکنیک های پیش بینی پیشرفته را به شرکت های Fortune 500 آموزش داده است. در این دوره، او نحوه استفاده از ابزارهای تجزیه و تحلیل داده های اکسل - از جمله نمودارها، فرمول ها و توابع - را برای ایجاد پیش بینی های دقیق و روشنگر نشان می دهد. یاد بگیرید که چگونه داده های سری زمانی را به صورت بصری نمایش دهید. با محاسبه خطاها و سوگیری ها، مطمئن شوید که پیش بینی های شما دقیق است. از خطوط روند برای شناسایی روندها و داده های پرت استفاده کنید. رشد مدل؛ محاسبه فصلی؛ و شناسایی متغیرهای ناشناخته، با تحلیل رگرسیون چندگانه. مجموعه ای از چالش های تمرینی در طول مسیر به شما کمک می کند تا مهارت های خود را آزمایش کنید و کار خود را با راه حل های وین مقایسه کنید.

linkedin تجزیه و تحلیل داده های بزرگ با Hadoop و Apache Spark (Mitalearn-169470)

  • 1 ساعت 1 دقیقه
  • متوسط
  • انتشار: 24 February 2020
  • مدرس: Kumaran Ponnambalam
درباره این دوره: 

 Apache Hadoop پیشگام در دنیای فناوری های کلان داده بود و همچنان در ذخیره سازی کلان داده های سازمانی پیشرو است. Apache Spark برترین موتور پردازش داده های بزرگ است و مجموعه ای چشمگیر از ویژگی ها و قابلیت ها را ارائه می دهد. هنگامی که با هم استفاده می شود، سیستم فایل توزیع شده Hadoop (HDFS) و Spark می توانند یک تنظیم تجزیه و تحلیل داده های بزرگ واقعا مقیاس پذیر را ارائه دهند. در این دوره آموزشی، یاد بگیرید که چگونه از این دو فناوری برای ایجاد خطوط لوله تجزیه و تحلیل داده مقیاس پذیر و بهینه استفاده کنید. مربی کوماران پونامبالام راه‌هایی را برای بهینه‌سازی مدل‌سازی و ذخیره‌سازی داده در HDFS بررسی می‌کند. در مورد مصرف و استخراج داده های مقیاس پذیر با استفاده از Spark صحبت می کند. و نکاتی را برای بهینه سازی پردازش داده ها در Spark ارائه می دهد. به علاوه، او یک پروژه مورد استفاده ارائه می دهد که به شما امکان می دهد تکنیک های جدید خود را تمرین کنید.

linkedin تجزیه و تحلیل داده های بزرگ با Hadoop و Apache Spark (Mitalearn-442847)

  • 51 دقیقه
  • مناسب همه
  • انتشار: 21 June 2026
  • مدرس: Kumaran Ponnambalam
درباره این دوره:

Apache Hadoop پیشگام در دنیای فناوری های کلان داده بود و همچنان در ذخیره سازی کلان داده های سازمانی پیشتاز است. Apache Spark برترین موتور پردازش داده های بزرگ است و مجموعه ای چشمگیر از ویژگی ها و قابلیت ها را ارائه می دهد. هنگامی که با هم استفاده می شود، سیستم فایل توزیع شده Hadoop (HDFS) و Spark می توانند یک راه اندازی واقعا مقیاس پذیر برای تجزیه و تحلیل داده های بزرگ ارائه دهند. در این دوره، کوماران پونامبالام، متخصص تجزیه و تحلیل داده، به شما نشان می دهد که چگونه از این دو فناوری برای ایجاد خطوط لوله تجزیه و تحلیل داده مقیاس پذیر و بهینه استفاده کنید. کاوش راه هایی برای بهینه سازی مدل سازی و ذخیره سازی داده ها در HDFS؛ بحث در مورد مصرف و استخراج داده های مقیاس پذیر با استفاده از Spark. و نکات قابل اجرا برای بهینه سازی پردازش داده ها در Spark را مرور کنید. به علاوه، یک پروژه مورد استفاده را تکمیل کنید که به شما امکان می دهد تکنیک های جدید خود را تمرین کنید.

linkedin تجزیه و تحلیل داده های پایتون (Mitalearn-433565)

  • 3 ساعت 43 دقیقه
  • مناسب همه
  • انتشار: 21 June 2026
  • مدرس: Michele Vallisneri
درباره این دوره:

علم داده شیوه ای را که رهبران دولت و صنعت به مشکلات خاص و جهان در کل نگاه می کنند ، تغییر داده است. کنجکاو در مورد چگونگی عملکرد تجزیه و تحلیل داده ها در عمل؟ در این دوره ، مربی میشل والیزنرنی توضیح می دهد که برای شروع کار با استفاده از Python چه کاری لازم است.

میشل نحوه تنظیم محیط تجزیه و تحلیل خود را نشان می دهد و در مورد اصول کار با ساختارهای داده در پایتون ، تازه کننده ای را ارائه می دهد. سپس ، او به چیزهای بزرگ می پرید: قدرت آرایه ها ، نمایه سازی و جداول در Numpy و Pandas. او همچنین شما را از طریق دو پروژه بزرگ داده های بزرگ راهنمایی می کند: استفاده از NUMPY برای شناسایی و تجسم الگوهای آب و هوا و استفاده از پاندا برای تجزیه و تحلیل محبوبیت نام کودک در قرن گذشته. چالش های صادر شده در این راه به شما کمک می کند تا آنچه را آموخته اید تمرین کنید. بعلاوه ، در مورد مهارت های موجود در کارهای اساسی تجزیه و تحلیل داده ها بیاموزید: واردات و درگیری ، خلاصه و تجسم ، مدل سازی و استدلال.

این دوره با CodeSpaces GitHub ، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به تنظیمات محلی محلی ارائه می دهد ، یکپارچه شده است. با استفاده از Codepaces GitHub ، می توانید از هر دستگاهی ، در هر زمان استفاده کنید-همه در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد. برای یادگیری نحوه شروع کار ، فیلم "تنظیم: استفاده از Codespaces" را بررسی کنید.

linkedin تجزیه و تحلیل داده های پایتون (Mitalearn-179194)

  • 2 ساعت 30 دقیقه
  • متوسط
  • انتشار: 11 March 2020
  • مدرس: Michele Vallisneri
درباره این دوره: 

 علم داده در حال تغییر روشی است که رهبران دولت و صنعت هم به مشکلات خاص و هم به جهان در کل نگاه می کنند. کنجکاو هستید که چگونه تجزیه و تحلیل داده ها در عمل عمل می کند؟ در این دوره آموزشی، مدرس Michele Vallisneri به شما نشان می‌دهد که چگونه با استفاده از پایتون شروع به علم داده‌ها می‌کند.

Michele نحوه تنظیم محیط تجزیه و تحلیل خود را نشان می‌دهد و یک تازه‌سازی در مورد اصول اولیه کار ارائه می‌دهد. با ساختارهای داده در پایتون سپس، او به چیزهای بزرگ می پردازد: قدرت آرایه ها، نمایه سازی، و جداول در NumPy و پانداها - دو بسته محبوب شخص ثالث که به طور خاص برای تجزیه و تحلیل داده ها طراحی شده اند. او همچنین دو پروژه نمونه کلان داده را بررسی می کند: استفاده از NumPy برای شناسایی و تجسم الگوهای آب و هوا و استفاده از پانداها برای تجزیه و تحلیل محبوبیت نام نوزادان در قرن گذشته. چالش‌های ارائه شده در طول مسیر به شما کمک می‌کند تا آنچه را که آموخته‌اید تمرین کنید.

توجه: این نسخه از دوره به‌روزرسانی شد تا تغییرات اخیر در Python 3، NumPy، و پانداها را منعکس کند.

linkedin تجزیه و تحلیل داده های پایتون برای مراقبت های بهداشتی (Mitalearn-385795)

  • 2 ساعت 48 دقیقه
  • مناسب همه
  • انتشار: 1 April 2024
  • مدرس: Wuraola Oyewusi
درباره این دوره: 

 صنعت مراقبت های بهداشتی یکی از متنوع ترین منابع داده، از بالینی گرفته تا اداری گرفته تا زنجیره فروش و تامین، و حتی داده های نظارتی است. این دوره با دانشمند داده و داروساز Wuraola Oyewusi به شما می آموزد که چگونه از پایتون برای طیف گسترده ای از سناریوهای تجزیه و تحلیل داده ها در مراقبت های بهداشتی استفاده کنید. Wuraola موارد کاربرد عملی مانند تجزیه و تحلیل داده های آماری، دستکاری داده ها، بحث و تجسم با استفاده از برنامه نویسی Python برای سناریوهای مختلف در صنعت مراقبت های بهداشتی را پوشش می دهد.

linkedin تجزیه و تحلیل داده های جغرافیایی پیشرفته در پایتون (Mitalearn-409340)

  • 1 ساعت 55 دقیقه
  • مناسب همه
  • انتشار: 25 July 2026
  • مدرس: Milan Janosov, Ph.D.
درباره این دوره:

در این دوره ، میلان جانوسوف ، متخصص شناخته شده در سطح جهانی ، علوم پیشرفته داده های جغرافیایی را با استفاده از پایتون بررسی می کند و شما را به ابزارهایی برای حل مشکلات دنیای واقعی در بخش های مختلف مجهز می کند. نحوه دستکاری ، مدل سازی و تجسم داده های جغرافیایی را کشف کنید. در مورد پیچیدگی های نمایه سازی فضایی و نحوه استفاده از GeoCoding برای تبدیل آدرس های متنی به مختصات مکانی اطلاعات کسب کنید. به مهارت های پیچیده تری شیرجه بزنید و درک خود را از داده های زمانی مکانی ایجاد کنید ، بنابراین می توانید تغییرات را با گذشت زمان ردیابی کنید. از طریق مثالها و تمرینات ، از جمله یک سکوی قوی برای ساختن خطوط لوله تحلیلی جغرافیایی موثر ، تمرین عملی را انجام دهید. هنگامی که این دوره را تمام می کنید ، یک پایه محکم و تخصص پیشرفته در علم داده های جغرافیایی مبتنی بر پایتون خواهید داشت ، و آماده خواهید بود تا در هر زمینه حرفه ای یا پژوهشی ، مدل ها و تجزیه و تحلیل های مکانی پیشرفته را برطرف کنید.

linkedin تجزیه و تحلیل داده های دستی با ChatGPT-5 (Mitalearn-421937)

  • 39 دقیقه
  • مناسب همه
  • انتشار: 25 July 2026
  • مدرس: Alex Freberg
درباره این دوره:

کار با داده ها می تواند وقت گیر و پیچیده باشد ، اما هوش مصنوعی می تواند کمک کند. این دوره به شما نشان می دهد که چگونه می توانید از chatgpt-5 به عنوان یک شریک دستی در تجزیه و تحلیل داده ها استفاده کنید. شما یاد می گیرید که چگونه مجموعه داده ها را بارگیری و کشف کنید ، داده های کثیف تمیز ، الگوهای کشف شده و با استفاده از ویژگی پیشرفته تجزیه و تحلیل داده ها تجسم کنید. ChatGPT-5 همچنین می تواند نتایج را در زبان ساده توضیح دهد و به شما در برقراری ارتباط به روشنی به شما کمک می کند. این که آیا شما یک تحلیلگر هستید یا یک حرفه ای که با داده کار می کنید ، این دوره به شما کمک می کند تا تخصص خود را با هوش مصنوعی برای تقویت بهره وری و کشف بینش های عمیق تر ترکیب کنید.

linkedin تجزیه و تحلیل داده های شطرنجی زمین در پایتون (Mitalearn-421240)

  • 2 ساعت 38 دقیقه
  • مناسب همه
  • انتشار: 8 January 2025
  • مدرس: Milan Janosov, Ph.D.
درباره این دوره: 

 آیا به دنبال یک مرور کلی از تجزیه و تحلیل داده های شطرنجی در پایتون هستید؟ این دوره که یک مناسب برای دانشمندان داده و پزشکان جغرافیایی است ، این دوره به منظور کمک به شما در استفاده از داده های بردار و ابزارهای مختلف در پایتون ، مانند ژئوپاندا و شکل ، طراحی شده است. مربی میلان Janosov اصول اولیه را پوشش می دهد ، از ایجاد داده های شطرنجی مصنوعی گرفته تا جمع آوری ، تجسم و اصلاح داده های شطرنجی موجود در دنیای واقعی. در طول راه ، تجربه عملی را در مورد کاوش در داده های شطرنجی هم از نظر آماری و هم بصری کسب کنید. در پایان این دوره ، شما به مهارت های تقاضا برای تغییر شکل مجدد و دوباره ساخت مجدد داده های شطرنجی ، ترکیب داده های شطرنجی تک باند در داده های شطرنجی چند منظوره ، انجام تجزیه و تحلیل پیشرفته بر روی داده های شطرنجی چند بندی و موارد دیگر مجهز خواهید شد.

linkedin تجزیه و تحلیل داده های یادگیری بخش 2: گسترش و بکارگیری دانش اصلی (Mitalearn-215591)

  • 3 ساعت 22 دقیقه
  • مناسب همه
  • بروزرسانی: 21 June 2026
  • مدرس: Robin Hunt
درباره این دوره:

کار با داده ها یک چیز است. ارائه مجموعه داده‌های با کیفیت و تجسم‌های دقیق برای تصمیم‌گیری، دیگری است. اگر به یک دوره آموزشی یا حرفه ای در تجزیه و تحلیل داده ها فکر می کنید، این دوره می تواند به شما کمک کند تا شروع خوبی داشته باشید. رابین هانت، مدیرعامل و یکی از بنیانگذاران ThinkData Solutions، مهارت‌های عملی را به اشتراک می‌گذارد تا به شما کمک کند از داده‌های خود بیشترین بهره را ببرید و حرفه خود را در داده‌ها شروع کنید. رابین در مورد قوانین کسب و کار، فیلتر کردن نویز در داده‌هایی که همه ما با آن سروکار داریم، و نحوه ارائه آنچه تصمیم گیرندگان می‌خواهند صحبت می‌کند. او نحوه ایجاد مجموعه‌های داده با پرس‌و‌جوها، پیوستن و ضمیمه‌ها را پوشش می‌دهد، سپس به ساخت داده‌های انبوه با کل کوئری‌ها می‌پردازد. رابین به محورها، نحوه استفاده از محورها برای ساخت داشبوردها و تجسم‌های اولیه و نحوه استفاده از Power Query برای تبدیل داده‌ها می‌پردازد. او با بهترین شیوه ها برای جلسات و رساندن کار شما به سطح بعدی برای سازمان شما به پایان می رسد.

مهارت‌های مرتبط

linkedin تجزیه و تحلیل داده های یادگیری: 1 مبانی (Mitalearn-210576)

  • 3 ساعت 29 دقیقه
  • مناسب همه
  • بروزرسانی: 21 June 2026
  • مدرس: Robin Hunt
درباره این دوره:

آیا شما علاقه مند به دنبال کردن حرفه ای در تجزیه و تحلیل داده هستید؟ در این دوره، مربی رابین هانت شما را به ذهن یک تحلیلگر می آورد. او مفاهیم اساسی را تعریف و توضیح می دهد، مانند نحوه تفکر در مورد داده ها، نحوه کار با دیگران در نقش های مختلف برای به دست آوردن داده های مورد نیاز، و ابزارهایی که برای کار با داده ها نیاز دارید، مانند اکسل و مایکروسافت اکسس. او شما را با پرس و جوهای SQL، PowerBI و موارد دیگر آشنا می کند. رابین وارد نحو می شود و توضیح می دهد که چگونه داده هایی را که می بینید تفسیر کنید، داده های مورد نیاز خود را پیدا کنید و داده ها را برای کار داده موثر پاک کنید. او درباره حاکمیت داده ها و نحوه پرسیدن سؤالات صحیح از بخش های مختلف برای جمع آوری داده های مورد نیاز توضیح می دهد. Robin نحوه کار با داده ها، از جمله نحوه وارد کردن داده، کار با فایل های مسطح مانند CSV و ایجاد مجموعه داده برای دیگران را نشان می دهد. رابین به معنای تمیز کردن و مدل‌سازی و همچنین نحوه استفاده از Power Query در اکسل می‌پردازد. او همچنین مجموعه‌های چالش/راه‌حل را در هر فصل اضافه کرده است تا به شما در ارزیابی مهارت‌هایتان کمک کند.

مهارت‌های مرتبط

linkedin تجزیه و تحلیل رقبای فروش (Mitalearn-87292)

  • 29 دقیقه
  • متوسط
  • بروزرسانی: 21 June 2026
  • مدرس: Jeff Bloomfield
درباره این دوره:

مراقبت از رقبای خود چیزهای بیشتری از دانستن محصولات و ویژگی های آنها وجود دارد. پیام های آنها چگونه است؟ چه ارزشی اضافه می کنند؟ وجه تمایز منحصر به فرد آنها چیست؟ در این دوره، جف بلومفیلد به شما کمک می کند تا رقابت فروش خود را تجزیه و تحلیل کنید. با درک دیدگاه خریدار و سپس صادق بودن در هنگام مقایسه شروع می شود.

rnrn در نهایت، در حالی که اطلاعات رقبا بسیار مهم است، در نهایت برای شما مهم تر است که ارزشی را که شرکت شما به ارمغان می آورد به خاطر بسپارید. جف با توضیح اینکه چگونه می‌توانید محصولات و خدمات شرکت خود را به بهترین نحو بفروشید، پایان می‌دهد: با پرت نشدن بیش از حد توسط رقابت.

linkedin تجزیه و تحلیل زنجیره تامین اکسل: حل مشکلات حمل و نقل (Mitalearn-197588)

  • 2 ساعت 25 دقیقه
  • متوسط
  • بروزرسانی: 21 June 2026
  • مدرس: Curt Frye
درباره این دوره:

مایکروسافت اکسل می تواند یک مزیت مخفی برای حل چالش های پیچیده زنجیره تامین باشد. با مربی Curt Frye همراه باشید زیرا او نحوه استفاده از افزونه Excel Solver را برای به حداقل رساندن هزینه های حمل و نقل و حمل و نقل در زنجیره تامین نشان می دهد. کرت طیف وسیعی از موضوعات را پوشش می‌دهد، از جمله نحوه تجزیه و تحلیل هزینه‌های ثابت و تصمیم‌های بازگشایی تسهیلات، اعمال سطح محدودیت‌های خدمات، و انجام تحلیل سناریو. او همچنین سناریوهای مشکل را برای شما فراهم می کند تا آنها را حل کنید، سپس راه حل های مربوط به هر کدام را مرور می کند. پس از تماشای این دوره و کار کردن با مثال‌ها، می‌توانید تکنیک‌هایی را که برنامه‌های زنجیره تامین تخصصی برای رسیدن به نتایج استفاده می‌کنند، شرح دهید.

linkedin تجزیه و تحلیل زنجیره تامین اکسل: حل مشکلات موجودی (Mitalearn-198438)

  • 1 ساعت 39 دقیقه
  • متوسط
  • بروزرسانی: 21 June 2026
  • مدرس: Curt Frye
درباره این دوره:

Excel pro Curt Frye نشان می دهد که چگونه می توان هزینه های موجودی را تجزیه و تحلیل کرد و سیاست های موجودی موثر را در یک زنجیره تامین توسعه داد. او نحوه محاسبه کل هزینه ها و کل هزینه های مربوطه را برای یک محصول توضیح می دهد. او نحوه ادغام اثرات زمان تحویل را در تجزیه و تحلیل و چگونگی تعیین میزان هزینه اضافی حداقل سفارشات را پوشش می دهد. کرت به نحوه ارزیابی تخفیف های کمیت و نحوه محاسبه مقادیر تولید برای به حداکثر رساندن سود می پردازد. او در مورد اینکه چگونه سفارش‌های برگشتی بر سیاست‌های موجودی اثر می‌گذارد و نحوه محاسبه مقدار سفارش اقتصادی برای سیاست‌های موجودی که اجازه سفارش‌های برگشتی را می‌دهد، بحث می‌کند. او شما را با مشکلات مرتبط با کالاهایی آشنا می‌کند که طول عمر محدودی دارند، که اغلب به آن مشکل فروشندگان خبر گفته می‌شود، سپس به شما نشان می‌دهد که چگونه داده‌ها و خلاصه‌های مورد نیاز برای حل مشکل خبرفروش را تولید کنید. در خاتمه، کرت شما را با نحوه محاسبه سطح سهام پایه برای سطح هدف خدمات و نحوه محاسبه امتیاز سفارش مجدد بر اساس عملکرد سطح خدمات چرخه راهنمایی می کند.

linkedin تجزیه و تحلیل زنجیره تامین اکسل: مدیریت شبیه سازی ها با استفاده از VBA (Mitalearn-219637)

  • 54 دقیقه
  • مناسب همه
  • انتشار: 21 June 2026
  • مدرس: Curt Frye
درباره این دوره:

آیا می‌دانستید که می‌توانید ماکروهای Solver را ضبط و اجرا کنید، ورودی‌های تصادفی ایجاد کنید، شبیه‌سازی‌های متعدد و موارد دیگر را در اکسل اجرا کنید؟ علاوه بر این، می توانید همه این کارها را بدون خرید نرم افزار تخصصی گران قیمت انجام دهید. در این دوره، مربی Curt Frye نشان می دهد که چگونه با استفاده از افزودنی Solver در ترکیب با VBA، تجزیه و تحلیل زنجیره تامین خود را تقویت کنید. با کار بر روی یک مشکل حمل و نقل مثال، کرت از طریق ایجاد یک مرجع به کتابخانه Solver VBA، ضبط و اجرای یک ماکرو Solver، تولید ورودی‌های تصادفی، و تعریف ساختار حلقه برای اجرای شبیه‌سازی‌های متعدد گام بر می‌دارد. سپس با نوشتن خروجی مدل، ایجاد داشبورد نتایج برای تجزیه و تحلیل خروجی مدل شما، کاوش سناریوهای جایگزین با یک مدل Solver و موارد دیگر، تحلیل دقیق را فعال می کند.

linkedin تجزیه و تحلیل سری زمانی و پیش بینی با GPT-4O (Mitalearn-437526)

  • 38 دقیقه
  • مناسب همه
  • انتشار: 24 July 2024
  • مدرس: Alina Zhang
درباره این دوره: 

 

یکی از نکات برجسته این دوره این است که هیچ برنامه نویسی لازم نیست. اکنون می توانید با استفاده از زبان انسانی با استفاده از زبان انسانی برای تجزیه و تحلیل ، پیش بینی و تجسم داده های سری زمانی ارتباط برقرار کنید. با موارد ضروری آنچه را می توان پیش بینی کرد و در اعماق اجزای داده های سری زمانی مانند روندها ، فصلی بودن ، چرخه ها و سر و صدا شروع کنید ، شروع کنید. بیاموزید که داده ها را با استفاده از روشهای افزودنی ، ضرب و STL تجزیه کنید. پیشرفت به مدل سازی پیش بینی با ARIMA و مدل های هموار سازی نمایی ، تسلط بر تنظیم HyperParameter و انتخاب مدل. در پایان این دوره ، شما مجهز به پیش بینی فردا و آماده شدن برای آینده با اعتماد به نفس خواهید بود.


linkedin تجزیه و تحلیل صورتهای مالی شرکت (Mitalearn-186470)

  • 1 ساعت 28 دقیقه
  • متوسط
  • بروزرسانی: 21 June 2026
  • مدرس: Kay Stice,Jim Stice
درباره این دوره:

گزارش های مالی حاوی مجموعه ای از اطلاعات در مورد گذشته، حال و آینده شرکت شما هستند. با استفاده از مستاجر اصلی تجزیه و تحلیل مالی در جعبه ابزار خود، می توانید از این گزارش ها برای به دست آوردن بینش های ارزشمند در مورد نقاط قوت و کاستی های سازمان خود استفاده کنید. در این دوره، جیم و کی استیس به موضوع صورت های مالی می پردازند و نحوه کار و تجزیه و تحلیل آنها را توضیح می دهند. آنها با دانش کلی در مورد ساختار و طرح صورت های مالی شروع می کنند و سپس با مشاهده نسبت های مختلف که بیشتر در این صورت ها یافت می شوند، عمیق تر می شوند. به علاوه، آنها محدودیت های مختلف تجزیه و تحلیل صورت های مالی را به تفصیل شرح می دهند. در پایان این دوره، می‌توانید صورت‌های مالی را تجزیه و تحلیل کنید تا روندهای مربوط به آن را پیدا کنید و تماس‌های هوشمندانه‌تری در آینده برقرار کنید.

دوره‌های پیشنهادی