Course catalog
Categories
Showing 13,201-13,220 of 16,115 items.
مبانی طراحی: نمونه سازی و ساخت
(Mitalearn-136031)
- 1 hours 12 minutes
- متوسط
- Release date: 21 June 2026
- Author: Scott Clear
درباره این دوره:
واقعی کردن یک محصول شامل شروع با یک ایده، تکامل محصول از طریق یک نمونه اولیه و سپس ساختن کپی های زیادی از طرح نهایی است. بین این دو مرحله آخر اتفاقات زیادی می افتد و این دوره به بررسی آن مراحل می پردازد. مدرس اسکات کلیر روشهای مختلفی را پوشش میدهد که شما میتوانید یک محصول جدید را نمونهسازی کنید، انواع منابع در دسترس شما را مورد بحث قرار میدهد و توضیح میدهد که چگونه محصولات از نمونه اولیه به تولید تبدیل میشوند.\r\n
Related Skills
مبانی عکاسی: بهبود مهارت های خود
(Mitalearn-106706)
- 41 minutes
- متوسط
- Release date: 21 June 2026
- Author: Steve Simon
درباره این دوره:
شما تجهیزات و ابزارهای نرم افزاری خود را می شناسید. اما به عنوان یک عکاس، چقدر خودتان را می شناسید؟ در این دوره، استیو سایمون، متخصص عکاسی، به شما کمک میکند تا با ترسیم نقشهی راه برای ارتقای مهارتهای عکاسی، اشتیاق عکاسی خود را کشف کنید. او شخصی شدن در کار شما، یافتن الهام از شما و روی آوردن به کتاب به عنوان منبع الهام را پوشش می دهد. او همچنین رویکردی را برای ساخت یک مقاله عکس خوب به اشتراک می گذارد و نشان می دهد که چگونه یک عکاس حرفه ای با چالش های عکاسی از شهرها دست و پنجه نرم می کند.
Related Skills
مبانی عکاسی: ترکیب بندی
(Mitalearn-29849)
- 5 hours 31 minutes
- متوسط
- Update date: 21 June 2026
- Author: Ben Long
درباره این دوره:
ترکیب بندی می تواند یک موضوع جالب را ملایم کند یا یک موضوع معمولی را زیبا جلوه دهد. در این دوره، عکاس و نویسنده، بن لانگ، مفاهیم ترکیب بندی، از اصول اولیه مانند قانون یک سوم تا موضوعات پیشرفته تر مانند نحوه حرکت چشم در عکس را بررسی می کند.
rnrnrnrn بن همچنین اهمیت هندسه، نور و رنگ را در ترکیب بندی بررسی می کند و به چگونگی بهبود ترکیب با انواع تکنیک های پس از تولید می پردازد. در سراسر دوره، جلسات کارگاهی وجود دارد که انرژی خلاقانه گروهی از دانشجویان عکاسی را به تصویر میکشد. تکالیف و تمرینات تیراندازی؛ و تجزیه و تحلیل آثار عکاسان پل تاگارت و کانی ایمبدن.
Related Skills
مبانی عکاسی: شب و نور کم
(Mitalearn-32076)
- 3 hours 47 minutes
- متوسط
- Update date: 21 June 2026
- Author: Ben Long
درباره این دوره:
به عکاس و معلم بن لانگ بپیوندید تا ابزارها، گزینههای خلاقانه و ملاحظات خاص مربوط به عکاسی با دوربین DSLR در شب یا در شرایط کم نور، مانند غروب خورشید یا نور شمع را توضیح دهد. این دوره به تصمیمات نوردهی مانند انتخاب دیافراگم و سرعت شاتر و نحوه تأثیر آنها بر عمق میدان و توانایی دوربین در ثابت کردن حرکت می پردازد.
rnrn او همچنین لوازم جانبی را نشان می دهد که می تواند گزینه های عکاسی در نور کم شما را تا حد زیادی گسترش دهد.
Related Skills
مبانی عکاسی: عکاسی موبایل
(Mitalearn-171357)
- 1 hours 30 minutes
- متوسط
- Release date: 21 June 2026
- Author: Ben Long
درباره این دوره:
نحوه استفاده از هر دوربین گوشی هوشمند را به عنوان یک ابزار عکاسی جدی با استفاده از ویژگیهای داخلی، لوازم جانبی و برنامههای طراحی شده برای افزایش قدرت عکاسی کشف کنید. مربی بن لانگ با کاوش عمیق در اصول اولیه عکاسی و نحوه تنظیم تنظیمات دوربین برای بهترین نتایج در شرایط مختلف شروع می کند. در مرحله بعد، او راههایی را برای حل چالشهای معمولی که در عکاسی روزمره با آن مواجه میشوند، مانند حرکت سریع، نور کم یا روشن، و کادربندی مورد بحث قرار میدهد. به علاوه، با استفاده از قابلیتهای پیشرفته دوربین مانند تعادل رنگ سفید، HDR (محدوده دینامیکی بالا) و فرمت RAW آشنا شوید.
Related Skills
مبانی عکاسی: فلش
(Mitalearn-184940)
- 2 hours 21 minutes
- متوسط
- Release date: 21 June 2026
- Author: Ben Long
درباره این دوره:
نورپردازی خشن و نامطلوب میتواند عکس را خراب کند—و با فلاش، به راحتی میتوان نور خشن و نامطلوب دریافت کرد. اما فلاش بخشی ضروری از مجموعه ابزار یک عکاس است – به هر حال، دنیا همیشه بهترین نور طبیعی را برای شما فراهم نمی کند. خوشبختانه، به دست آوردن نتایج عالی از فلاش کار سختی نیست و در این دوره، عکاس، نویسنده و معلم بن لانگ مفاهیم و تکنیک های پشت نورپردازی موثر با فلاش را شرح می دهد. بن با اصول اولیه شروع می کند و به آناتومی فلاش و نوردهی فلاش می پردازد. او نکاتی را برای بهبود نتایج فلاش داخلی دوربین به اشتراک می گذارد و سپس بر ایجاد نور عالی با فلاش دستی تمرکز می کند. این دوره همچنین موضوعاتی از پرش و همگام سازی فلاش گرفته تا عکسبرداری با یک یا چند واحد فلاش خارج از دوربین را بررسی می کند.
Related Skills
مبانی عکاسی: لنزها
(Mitalearn-28812)
- 2 hours 32 minutes
- مبتدی
- Release date: 21 June 2026
- Author: Ben Long
درباره این دوره:
بسیاری از گزینه های خلاقانه در دسترس یک عکاس به درک عمیق لنزها بستگی دارد. در Foundations of Photography: Lenses، بن لانگ نحوه انتخاب لنزها و استفاده کامل از گزینه های خلاقانه آنها را نشان می دهد. این دوره مفاهیم اساسی را پوشش می دهد که برای هر دوربینی اعمال می شود، مانند فاصله کانونی و موقعیت دوربین، و نحوه ارزیابی و خرید لنزهای DSLR را نشان می دهد. نیمه دوم دوره بر تکنیک های عکاسی متمرکز است: کنترل فوکوس خودکار، کار با فواصل کانونی مختلف، و مدیریت اعوجاج و شعله ور شدن. این دوره همچنین فیلترهای مختلف را بررسی می کند و حاوی نکاتی در مورد تمیز کردن و نگهداری لنزها است.
Related Skills
مبانی عکاسی: لنزهای تخصصی
(Mitalearn-36751)
- 3 hours 45 minutes
- متوسط
- Update date: 21 June 2026
- Author: Ben Long
درباره این دوره:
به عکاس، نویسنده و معلم بن لانگ در سانفرانسیسکو بپیوندید تا گزینههای خلاقانه ارائه شده توسط انواع لنزها و لوازم جانبی لنز را که همیشه در اکثر کیفهای دوربین قرار نمیگیرند، بررسی میکند.
rnrn این دوره سپس به بررسی لنزهای فوق عریض و چشم ماهی و همچنین لنزهای تله فوتو و ماکرو فوقالعاده میپردازد. این دوره با نگاهی به لنزهای شیبدار، که برای عکاسی معماری و جلوههای ویژه مفید هستند، و لنزهای غیرمعمول مانند ضمیمههای Lensbaby و Holga به پایان میرسد.
rnrn و از آنجا که برخی از لنزهای تخصصی بسیار گران هستند، این دوره همچنین حاوی توصیه هایی در مورد اجاره تجهیزات است.
Related Skills
مبانی عکاسی: ماکرو و کلوزآپ
(Mitalearn-36734)
- 4 hours 13 minutes
- متوسط
- Update date: 21 June 2026
- Author: Ben Long
درباره این دوره:
این دنیای کوچکی است و ثبت آن با یک عکس می تواند چالش برانگیز باشد. در این دوره، عکاس، نویسنده، و معلم بن لانگ شما را به یک سفر فوق العاده به قلمرو کوچک می برد، با جزئیات تجهیزات و تکنیک های عکاسی لازم برای گرفتن نماهای نزدیک از همه چیز، از محصولات گرفته تا پوزیشن ها.
>rnrn سپس، بن چالشهای ویژه عکاسی ماکرو را بررسی میکند: برخورد با سوژههای متحرک، کار با عمق میدان بسیار کم، فوکوس، نورپردازی و موارد دیگر.
rnrn
Related Skills
مبانی عکاسی: نوردهی (قسمت 1)
(Mitalearn-149495)
- 2 hours 40 minutes
- مبتدی
- Update date: 21 June 2026
- Author: Ben Long
درباره این دوره:
رسیدن به بهترین نوردهی برای یک عکس بخشی علم و بخشی هنر است. فناوری در کنار شماست، اما گاهی اوقات، برای به دست آوردن تصویری که می خواهید، باید کنترل های دوربین خود را نادیده بگیرید. در مبانی عکاسی: نوردهی، بن لانگ به عکاسان کمک میکند تا گزینههای هنری خود را با درک عمیقتر سرعت شاتر، دیافراگم، ISO و سایر جنبههای حیاتی نوردهی به آنها گسترش دهند. قسمت اول این مجموعه دو قسمتی به بررسی اصول اولیه می پردازد: مفاهیمی مانند لحن، محدوده دینامیکی، و میزان متقابل، و نحوه ارتباط آنها با تنظیمات دوربین دیجیتال شما. می توانید نحوه استفاده از نورسنج و هیستوگرام دوربین خود را یاد بگیرید، روشنایی و جزئیات را در عکس های خود تنظیم کنید، از تار شدن جلوگیری کنید و دقیقاً نحوه عملکرد حالت های خودکار را درک کنید. در پایان دوره، میدانید که چگونه یک «استراتژی نوردهی» ایجاد کنید که بتوانید در هر موقعیت تیراندازی از آن استفاده کنید.
rnrn
Related Skills
مبانی عکاسی: نوردهی (قسمت 2)
(Mitalearn-147115)
- 1 hours 39 minutes
- مبتدی
- Release date: 21 June 2026
- Author: Ben Long
درباره این دوره:
رسیدن به بهترین نوردهی برای یک عکس بخشی علم و بخشی هنر است. در این دوره - دومین و آخرین قسمت از مجموعه مبانی عکاسی: نوردهی - بن لانگ به عکاسان کمک می کند تا گزینه های هنری خود را با درک عمیق تر سرعت شاتر، دیافراگم، ISO و سایر نوردهی های حیاتی گسترش دهند. تمرینات در اینجا، بن مفاهیم اساسی پوشش داده شده در قسمت قبلی را گسترش می دهد و نگاهی عمیق به حالت های اولویت، حالت دستی و عمق میدان دارد. بیاموزید که چگونه گزینه های ISO بالای دوربین خود را ارزیابی کنید، چگونه با در نظر گرفتن مراحل پس از تولید، عکاسی کنید و موارد دیگر. در پایان دوره، میدانید که چگونه یک استراتژی نوردهی ایجاد کنید که به شما امکان میدهد به طور موثر دانش نوردهی خود را در هر موقعیت تیراندازی به کار بگیرید.
Related Skills
مبانی علم داده
(Mitalearn-335917)
- 1 hours 43 minutes
- پیشرفته
- Release date: 23 June 2026
- Author: Google Career Certificates
درباره این دوره:
این اولین دوره از هفت دوره در گواهی تجزیه و تحلیل داده های پیشرفته Google است که به توسعه مهارت های مورد نیاز برای درخواست نقش های حرفه ای داده های پیشرفته تر، مانند دانشمند داده در سطح ورودی یا تحلیلگر داده در سطح پیشرفته، کمک می کند. متخصصان داده ها داده ها را تجزیه و تحلیل می کنند تا به کسب و کارها در تصمیم گیری بهتر کمک کنند. برای انجام این کار، آنها از تکنیک های قدرتمندی مانند داستان سرایی داده، آمار و یادگیری ماشینی استفاده می کنند. در این دوره، شما سفر یادگیری خود را با کاوش در نقش متخصصان داده در محل کار آغاز خواهید کرد. همچنین در مورد گردش کار پروژه PACE (طرح، تجزیه و تحلیل، ساخت، اجرا) و اینکه چگونه می تواند به شما در سازماندهی پروژه های داده کمک کند، خواهید آموخت. کارمندان Google که در حال حاضر در این زمینه کار میکنند، با ارائه فعالیتهای عملی که وظایف مرتبط را شبیهسازی میکنند، به اشتراک گذاشتن نمونههایی از کارهای روزانهشان، و کمک به شما در تقویت مهارتهای تجزیه و تحلیل دادهها برای آماده شدن برای حرفهتان، شما را در این دوره راهنمایی میکنند. فراگیرانی که هفت دوره در این برنامه را تکمیل می کنند، مهارت های مورد نیاز برای درخواست برای مشاغل علوم داده و تجزیه و تحلیل داده های پیشرفته را خواهند داشت. این گواهی مستلزم آگاهی قبلی از اصول، مهارتها و ابزارهای تحلیلی پایه است که در گواهی تجزیه و تحلیل دادههای Google پوشش داده شده است. در پایان این دوره، شما: -کارکردهای تجزیه و تحلیل داده و علم داده را در یک سازمان توصیف کنید -ابزارهای استفاده شده توسط متخصصان داده را شناسایی کنید کاوش در ارزش نقش های مبتنی بر داده در سازمان ها فرصت های شغلی را برای یک متخصص داده بررسی کنید - گردش کار پروژه داده را توضیح دهید - مهارت های ارتباط موثر را توسعه دهید
Related Skills
مبانی علم داده برای تحلیلگران داده
(Mitalearn-330681)
- 4 hours 16 minutes
- مناسب همه
- Release date: 23 June 2026
- Author: Emma Freeman
درباره این دوره:
در این دوره ما شما را از طریق بلوک های ساختمانی اساسی علم داده، یکی از سریع ترین زمینه های در حال رشد در جهان، راهنمایی می کنیم! با کمک دانشمندان پیشرو در صنعت خود، ما این دوره را برای ایجاد مهارت های علمی داده آماده و کاربردی در تنها 15 ساعت یادگیری طراحی کرده ایم. ابتدا، ما به شما یک مقدمه سریع از علم داده ارائه می دهیم - چیست و چگونه برای حل مشکلات دنیای واقعی استفاده می شود. برای بقیه دوره، ما مهارتهایی را به شما آموزش میدهیم که برای استفاده از مفاهیم و تکنیکهای پایه علم داده برای حل این مشکلات دنیای واقعی نیاز دارید. در پایان این دوره، شما قادر خواهید بود از مهارت های موجود در تجزیه و تحلیل داده ها برای طراحی، اجرا، ارزیابی و انتقال نتایج پروژه های علم داده خود استفاده کنید.
Related Skills
مبانی علم داده های مقیاس پذیر
(Mitalearn-328335)
- 1 hours 49 minutes
- مناسب همه
- Release date: 23 June 2026
- Author: Romeo Kienzler
درباره این دوره:
آپاچی اسپارک استاندارد واقعی برای پردازش داده در مقیاس بزرگ است. این اولین دوره از یک سری دوره ها به سمت تخصص IBM Advanced Data Science است. ما قویاً معتقدیم که برای موفقیت در شروع یادگیری یک پلتفرم علم داده مقیاسپذیر بسیار مهم است زیرا محدودیتهای حافظه و CPU برای ساختن مدلهای پیشرفته یادگیری ماشینی عامل محدودکننده هستند. در این دوره ما اصول Apache Spark را با استفاده از پایتون و pyspark به شما آموزش می دهیم. ما Apache Spark را در دو هفته اول معرفی خواهیم کرد و یاد خواهیم گرفت که چگونه از آن برای محاسبه وظایف اولیه اکتشافی و پیش پردازش داده در دو هفته گذشته استفاده کنیم. از طریق این تمرین شما همچنین با اساسی ترین معیارهای آماری و فناوری های تجسم داده ها آشنا می شوید. این به شما دانش کافی برای به عهده گرفتن نقش یک مهندس داده در هر محیط مدرن می دهد. اما به شما مبنایی برای پیشبرد حرفه خود به سمت علم داده نیز می دهد. لطفاً به برنامه درسی تخصصی کامل نگاهی بیندازید: https://www.coursera.org/specializations/advanced-data-science-ibm اگر این دوره را بگذرانید و گواهی دوره Coursera را دریافت کنید، یک IBM دیجیتال نیز کسب خواهید کرد. نشان برای کسب اطلاعات بیشتر در مورد نشان های دیجیتال IBM پیوند ibm.biz/badging را دنبال کنید. پس از تکمیل این دوره، شما قادر خواهید بود: • توضیح دهید که چگونه معیارهای آماری اساسی برای آشکار کردن الگوهای موجود در داده ها استفاده می شود. • شناسایی تکنیک های مفید برای کار با داده های بزرگ مانند روش های کاهش ابعاد و انتخاب ویژگی • استفاده از ابزارهای پیشرفته و کتابخانه های نموداری برای: o بهبود کارایی تجزیه و تحلیل داده های بزرگ با تجزیه و تحلیل موازی و پارتیشن بندی o تجسم داده ها به صورت تعدادی دو بعدی و فرمت های سه بعدی (Box Plot، Run Chart، Scatter Plot، Pareto Chart، و Multidimensional Scaling) برای تکمیل موفقیت آمیز دوره، پیش نیازهای زیر توصیه می شود: • مهارت های برنامه نویسی اولیه در پایتون • ریاضی پایه • SQL پایه (شما می توانید آن را به راحتی دریافت کنید. از https://www.coursera.org/learn/sql-data-science در صورت نیاز) برای تکمیل این دوره از فناوری های زیر استفاده می شود: (این فناوری ها در دوره در صورت لزوم معرفی شده اند بنابراین هیچ دانش قبلی وجود ندارد. لازم است.) • نوت بوک های Jupyter (به صورت رایگان توسط IBM Watson Studio برای شما آورده شده است) • ApacheSpark (به صورت رایگان توسط IBM Watson Studio برای شما آورده شده است) • Python گزارش شده است که برخی از مطالب این دوره بسیار پیشرفته است. بنابراین اگر شما هم همین احساس را دارید، لطفا قبل از شروع این دوره ابتدا به مطالب زیر نگاهی بیندازید، گزارش شده است که این واقعا کمک می کند. البته می توانید ابتدا این دوره را امتحان کنید و سپس در صورت نیاز دوره ها/مواد زیر را بگذرانید. این برنامه رایگان است... https://cognitiveclass.ai/learn/spark https://dataplatform.cloud.ibm.com/analytics/notebooks/v2/f8982db1-5e55-46d6-a272-fd11b670be38/view?access3311a945333333333333333333333333333333333333333333694=533311a9455 b3eae2a99e0dc923ec0775d891c31c5bbbc68 این دوره چهار هفته طول می کشد، 4-6 ساعت در هفته
Related Skills
مبانی علم داده: ارزیابی داده ها برای مدل سازی پیش بینی
(Mitalearn-201413)
- 4 hours 8 minutes
- متوسط
- Update date: 21 June 2026
- Author: Keith McCormick
درباره این دوره:
CRISP-DM، فرآیند استاندارد بین صنعتی برای داده کاوی، از شش فاز تشکیل شده است. اکثر دانشمندان داده جدید به سمت مدل سازی عجله می کنند زیرا این مرحله ای است که در آن بیشترین آموزش را دارند. اما اینکه پروژه موفق شود یا شکست، در واقع خیلی زودتر مشخص می شود. این دوره یک رویکرد سیستماتیک به فاز درک داده ها برای مدل سازی پیش بینی معرفی می کند. مربی، کیت مک کورمیک، اصول، دستورالعملها و ابزارهایی مانند KNIME و R را آموزش میدهد تا به درستی مجموعه دادهها را برای مناسب بودن آن برای یادگیری ماشین ارزیابی کند. نحوه جمعآوری دادهها، توصیف دادهها، کاوش دادهها با اجرای تجسمهای دو متغیره، و تأیید کیفیت دادهها و همچنین انتقال به مرحله آمادهسازی دادهها را کشف کنید. این دوره شامل مطالعات موردی و بهترین شیوه ها، و همچنین مجموعه چالش ها و راه حل ها برای حفظ دانش افزایش یافته است. در پایان، شما باید مهارت های لازم برای توجه مناسب به این مرحله حیاتی از تمام پروژه های موفق علم داده را داشته باشید.
Related Skills
مبانی علم داده: انتخاب پایگاه داده مناسب
(Mitalearn-131934)
- 49 minutes
- متوسط
- Release date: 22 June 2026
- Author: Kumaran Ponnambalam
درباره این دوره:
در طول چند سال گذشته، دنیای پایگاه داده شاهد انواع مختلفی از پایگاه داده های جدید بوده است: سند، کلید-مقدار، نمودار و ستونی. علاوه بر این، متخصصان علوم داده نیز غول قدیمی - سیستم های مدیریت پایگاه داده رابطه ای (RDBMS) - را به عنوان یک گزینه دارند. موارد استفاده از علم داده و تجزیه و تحلیل معمولی اکنون به متن، رسانه های اجتماعی، اینترنت اشیا و ابر گسترش یافته است. با توجه به این همه چیز، چگونه پایگاه داده مناسب را برای پروژه علم داده خاص خود انتخاب می کنید؟ این دوره می تواند با به اشتراک گذاشتن آنچه که برای تصمیم گیری آگاهانه نیاز دارید، کمک کند.\r\n\r\n در مرحله بعد، کوماران به انواع مختلف پایگاه داده می پردازد و نقاط قوت و ضعف هر یک را به اشتراک می گذارد. برای جمع بندی، او در موارد استفاده خاص قدم می زند و نحوه انتخاب بهترین فناوری پایگاه داده برای هر موقعیت را نشان می دهد.
Related Skills
![مبانی علم داده: پشته علمی پایتون [CoderPad]](/pluginfile.php/53579/course/overviewfiles/img-443561.jpg)
مبانی علم داده: پشته علمی پایتون [CoderPad]
(Mitalearn-443561)
- 2 hours 25 minutes
- مناسب همه
- Release date: 9 November 2022
- Author: Miki Tebeka
درباره این دوره:
به مربی Miki Tebeka بپیوندید که در پشته علمی پایتون شیرجه میزند و به شما نشان میدهد چگونه از آن برای حل مشکلات استفاده کنید. Miki بستههای اصلی مورد استفاده در فرآیند علم داده را پوشش میدهد: numpy، pandas، matplotlib، scikit-learn، و موارد دیگر. او همچنین شما را از طریق نحوه بارگیری داده ها، تجزیه و تحلیل داده ها، اجرای مدل ها و نمایش نتایج راهنمایی می کند.
این دوره با GitHub Codespaces، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه راه اندازی ماشین محلی ارائه می دهد، یکپارچه شده است. با GitHub Codespaces، میتوانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید، در حالی که از ابزاری استفاده میکنید که احتمالاً در محل کار با آن مواجه خواهید شد. برای یادگیری نحوه شروع، ویدیوی «استفاده از فضاهای کد GitHub با این دوره» را بررسی کنید.
Related Skills
مبانی علم داده: خوشه بندی K-Means در پایتون
(Mitalearn-326652)
- 2 hours 57 minutes
- مبتدی
- Release date: 23 June 2026
- Author: Dr Matthew Yee-King,Dr Betty Fyn-Sydney,Dr Jamie A Ward
درباره این دوره:
سازمانها در سراسر جهان از دادهها برای پیشبینی رفتارها و استخراج بینشهای ارزشمند دنیای واقعی برای تصمیمگیری استفاده میکنند. مدیریت و تجزیه و تحلیل کلان داده ها به بخشی ضروری از امور مالی مدرن، خرده فروشی، بازاریابی، علوم اجتماعی، توسعه و تحقیقات، پزشکی و دولت تبدیل شده است. این MOOC که توسط یک تیم دانشگاهی از Goldsmiths، دانشگاه لندن طراحی شده است، به سرعت شما را با مفاهیم اصلی علم داده آشنا می کند تا شما را برای دوره های متوسط و پیشرفته علوم داده آماده کند. این بر روی ریاضیات، آمار و مهارت های برنامه نویسی اساسی تمرکز دارد که برای کارهای معمولی تجزیه و تحلیل داده ها ضروری است. شما این مفاهیم اساسی را در یک کار نمونهای خوشهبندی داده در نظر خواهید گرفت و از این مثال برای یادگیری مهارتهای برنامهنویسی اولیه که برای تسلط بر تکنیکهای علم داده ضروری هستند، استفاده خواهید کرد. در طول دوره، از شما خواسته میشود که یک سری تمرینهای ریاضی و برنامهنویسی و یک پروژه خوشهبندی دادههای کوچک برای یک مجموعه داده انجام دهید.
Related Skills
مبانی علم داده: داده کاوی
(Mitalearn-91168)
- 4 hours 40 minutes
- مبتدی
- Release date: 21 June 2026
- Author: Barton Poulson
درباره این دوره:
تمام علم داده با داده های خوب شروع می شود. دادهکاوی چارچوبی برای جمعآوری، جستجو و فیلتر کردن دادههای خام در یک موضوع سیستماتیک است که تضمین میکند از همان ابتدا دادههای تمیزی دارید. همچنین به شما کمک می کند تا مجموعه داده های بزرگ را تجزیه کنید و به معنی دارترین و مفیدترین اطلاعات دست یابید. این دوره، مبانی علم داده: داده کاوی، طراحی شده است تا نقطه ورود محکمی به تمامی ابزارها، تکنیک ها و تفکر تاکتیکی پشت داده کاوی ارائه دهد.
rnrn و بیشتر.