لینکدین ابزاری قدرتمند برای شرکت‌هایی در هر اندازه است. بیاموزید که چگونه شبکه حرفه ای شماره 1 جهان را برای شما به عنوان یک صاحب کسب و کار کوچک و برای شرکت در حال رشد خود بسازید. در این دوره، جس استراتن و جورج ماستری، صاحبان مشاغل کوچک نشان می‌دهند که چگونه می‌توانید یک حضور قوی برای شرکت خود ایجاد کنید، کارمندان را پیدا و استخدام کنید، و از LI برای جستجوی کسب‌وکار جدید استفاده کنید. چه یک شرکت انفرادی یا یک کسب و کار کوچک با 100 کارمند، چه در سطح جهانی یا محلی بفروشید، ابزارهای رایگانی در لینکدین وجود دارد که می تواند به شما در رشد کسب و کارتان کمک کند. در این دوره آموزشی به جس و جورج بپیوندید تا دریابید که چگونه می توانید بیشترین بهره را از آنها ببرید.

 بیاموزید که چگونه به طور استراتژیک کسب و کار خود را با رویکرد محصول محور رشد دهید - تغییری از مدل های رشد سنتی مبتنی بر فروش که به کسب و کار کمک می کند تا بر منافع کلیدی خود برای مشتریان تمرکز کند. خود محصولاتشان کارشناس صنعت Esben Friis-Jensen اصول کلیدی یک استراتژی محصول محور را به اشتراک می گذارد و نحوه اعمال آن را در سازمان و محصولات خاص خود، نحوه جذب و تبدیل در یک محیط محصول-محصول و بهترین راه های سنجش موفقیت توضیح می دهد. در یک سازمان تحت رهبری محصول

 در این دوره ، امنیت اطلاعات و انطباق نظارتی ، Tristan Ingold ، تحلیلگران GRC را از طریق انطباق امنیت سایبری ، تعهدات نظارتی ، بهترین شیوه های صنعت و موارد دیگر راهنمایی می کند. به اهمیت انطباق امنیت سایبری در محافظت از سازمان ها در برابر خطرات نظارتی و امنیتی شیرجه بزنید. بیاموزید که چگونه تعهدات کلیدی نظارتی را که بر انطباق امنیت سایبری تأثیر می گذارد ، شناسایی کنید و پیامدهای آنها را برای عملیات تجاری ارزیابی کنید. به علاوه ، روش هایی را که می توانید از بهترین شیوه های صنعت استفاده کنید ، برای کمک به سازمان خود در جهت استفاده موثر در مورد الزامات انطباق ، کاوش کنید. در پایان دوره ، شما به دانش و استراتژی های مورد نیاز برای حمایت از تلاش های انطباق در یک محیط نظارتی پویا مجهز خواهید شد.

وقتی روی بهره وری و دستیابی به نقاط عطف جدید در حرفه خود تمرکز لیزری داریم، می توان به راحتی از احساس ناراحتی کنار زد. اما سلامت روان ما مهم است. در این دوره، به Lianne Weaver، بنیانگذار و مدیر Beam Holistic Therapy و Beam Development & Training Ltd. بپیوندید، زیرا او تکنیک های عملی را برای کاهش اضطراب، نگرانی، استرس و سایر مسائل رایج سلامت روان به اشتراک می گذارد. Lianne در مورد اینکه چه چیزی باعث نگرانی می شود و چگونه می توانید اثرات آن را کاهش دهید، چگونه از فرسودگی شغلی جلوگیری کنید، چگونه شادی و قدردانی را برای مبارزه با افکار منفی افزایش دهید و موارد دیگر صحبت می کند. پس از پایان دادن به این دوره، شما آماده خواهید بود تا قدم هایی را برای احساس شادی و سلامتی در محل کار بردارید.

این دوره توسط Ceercake، پلتفرم محتوای مشاغل. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

رفاه روانی موضوعی است که اغلب در حرفه فروش به آن پرداخته نمی شود، اما نادیده گرفتن آن می تواند هم برای سلامتی و هم برای عملکرد فروش شما مضر باشد. فروشندگان می خواهند قوی، با اعتماد به نفس و در کنترل کامل زندگی، تجارت و توانایی های فروش خود ظاهر شوند. با این حال، بدون انعطاف پذیری در برابر طرد شدن، اضطراب و فرسودگی شغلی می تواند وضعیت ذهنی شما را تحت الشعاع قرار دهد و به طور قابل توجهی به تمرکز، قاطعیت و عملکرد کلی شما آسیب برساند. مایلز کرافت، مربی حرفه ای و جستجوگر فروش، مسائل رفاهی را در حرفه فروش تجربه کرده و از نزدیک مطالعه کرده است و توضیح می دهد که چگونه او و بسیاری از فروشندگان دیگر بر مسائل مربوط به رفاه ذهنی غلبه کرده اند تا در دوران سخت با انگیزه بمانند. این دوره کاربردی، عملی و تقسیم بندی شده است، بنابراین می توان آن را در هر زمانی که احساس نیاز کردید تماشا کرد.n ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

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.

مجموعه ای متنوع و جذاب از عوامل حتی بر ساده ترین تصمیمات خرید تأثیر می گذارد. درک نیروهای محرک پشت این که چرا مشتریان شما از شما خرید می کنند - یا محصول رقیب را انتخاب می کنند - می تواند به شما قدرت دهد تا به مصرف کنندگان کلیدی دسترسی پیدا کنید. در این دوره، به رهبر فکری مایکل سولومون بپیوندید تا به نیروهای داخلی و خارجی که بر رفتار مصرف کننده تأثیر می گذارند، بپردازد.\r\n\r\n مایکل به اشتراک می گذارد که چگونه عواملی مانند رنگ، شکل و صدا بر درک ما از برندها و محصولات تأثیر می گذارد. او درباره هویت جنسیتی و محصولات متناسب با جنسیت‌های مختلف و همچنین نحوه تأثیر سبک زندگی، ارزش‌ها و نگرش‌های مصرف‌کننده بر ترجیحات محصول بحث می‌کند. مایکل همچنین به تأثیرات خارجی بر رفتار مصرف‌کننده می‌پردازد و نحوه تصمیم‌گیری گروه‌ها و نحوه انتشار ایده‌ها را پوشش می‌دهد. در نهایت، مایکل به بررسی نقش احساسات در تصمیم گیری های خرید می پردازد و اینکه چگونه می توانید پیام ها را برای به حداکثر رساندن متقاعدسازی ساختار دهید.

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

Behance شبکه اجتماعی برای خلاقان تقریباً در هر زمینه و رشته ای است. این مکانی برای اتصال، الهام بخشیدن و استخدام است - سایت نمونه کارها که خیلی بیشتر است. می توانید با همتایان خلاق خود ارتباط برقرار کنید، بازخورد هنری دریافت کنید، به سایر خلاقان پیام دهید و حتی شغل بعدی خود را پیدا کنید. با اشتراک Creative Cloud، دسترسی نامحدودی به Behance دارید.rn او به شما می آموزد که چگونه یک نمونه کار دیجیتال سفارشی بسازید که تغییرات را با پروژه های Behance شما همگام می کند و به شما امکان می دهد URL منحصر به فرد خود را حفظ کنید. به علاوه، نحوه دسترسی به Behance در دستگاه های تلفن همراه و ادغام با سایر شبکه های اجتماعی مانند توییتر و فیس بوک را بیاموزید.

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)

مقدمه ای بر یادگیری آماری مفاهیمی را در مدل سازی آماری بررسی می کند، مانند زمان استفاده از مدل های خاص، نحوه تنظیم آن مدل ها، و اینکه آیا گزینه های دیگر معاوضه های خاصی را ارائه می دهند. ما رگرسیون، طبقه‌بندی، درختان، نمونه‌برداری مجدد، تکنیک‌های بدون نظارت و موارد دیگر را پوشش خواهیم داد! این دوره را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد CU Boulder در علوم داده (MS-DS) که در پلت فرم Coursera ارائه می شود، گذراند. MS-DS یک مدرک بین رشته‌ای است که اعضای هیئت علمی بخش‌های ریاضیات کاربردی، علوم کامپیوتر، علوم اطلاعات و سایرین در CU Boulder را گرد هم می‌آورد. با پذیرش مبتنی بر عملکرد و بدون فرآیند درخواست، MS-DS برای افرادی با طیف وسیعی از تحصیلات کارشناسی و/یا تجربه حرفه‌ای در علوم کامپیوتر، علوم اطلاعات، ریاضیات و آمار ایده‌آل است. درباره برنامه MS-DS در https://www.coursera.org/degrees/master-of-science-data-science-boulder اطلاعات بیشتری کسب کنید.