کاتالوگ دوره‌ها

مدت زمان دوره

ارائه دهنده

موضوع

طبقه‌ها

نمایش 7,981 تا 8,000 مورد از کل 17,394 مورد.

coursera تجزیه و تحلیل داده ها با استفاده از پایتون (Mitalearn-328250)

  • 1 ساعت 24 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Brandon Krakowsky
درباره این دوره:

این دوره مقدمه ای بر تکنیک های علوم داده پایه با استفاده از پایتون ارائه می دهد. دانش آموزان با مفاهیم اصلی مانند Data Frames و پیوستن به داده ها آشنا می شوند و یاد می گیرند که چگونه از کتابخانه های تجزیه و تحلیل داده ها مانند پانداها، numpy و matplotlib استفاده کنند. این دوره مروری بر بارگذاری، بازرسی و پرس و جوی داده های دنیای واقعی و چگونگی پاسخ به سوالات اساسی در مورد آن داده ها را ارائه می دهد. دانش‌آموزان مهارت‌هایی در جمع‌آوری و خلاصه‌سازی داده‌ها و همچنین تجسم داده‌های اولیه کسب خواهند کرد.

coursera تجزیه و تحلیل داده ها با پایتون [coursera] (Mitalearn-326448)

  • 1 ساعت 43 دقیقه
  • متوسط
  • انتشار: 27 June 2026
  • مدرس: Joseph Santarcangelo
درباره این دوره:

تجزیه و تحلیل داده ها با پایتون یک مهارت کلیدی برای دانشمندان و تحلیلگران مشتاق داده است! این دوره شما را از مبانی وارد کردن و پاکسازی داده ها به ساخت و ارزیابی مدل های پیش بینی می کند. شما یاد می گیرید که چگونه داده ها را از منابع مختلف جمع آوری کنید، آن ها را به چالش بکشید و قالب بندی کنید، تجزیه و تحلیل داده های اکتشافی (EDA) انجام دهید، و تجسم های موثر ایجاد کنید. همانطور که پیشرفت می کنید، مدل های رگرسیون خطی، چند جمله ای و چند جمله ای می سازید، خطوط لوله داده را می سازید و مدل های خود را برای دقت بهتر اصلاح می کنید. از طریق آزمایشگاه‌ها و پروژه‌های عملی، با استفاده از کتابخانه‌های محبوب پایتون مانند Pandas، NumPy، Matplotlib، Seaborn، SciPy و Scikit-learn، تجربه عملی کسب خواهید کرد. این ابزارها به شما در دستکاری داده ها، ایجاد بینش و پیش بینی کمک می کنند. با تکمیل این دوره، شما نه تنها مهارت های قوی تجزیه و تحلیل داده ها را توسعه می دهید، بلکه گواهینامه Coursera و نشان دیجیتال IBM را نیز برای نمایش دستاورد خود کسب خواهید کرد.

linkedin تجزیه و تحلیل داده ها با پایتون و پاندا (Mitalearn-417041)

  • 13 ساعت 32 دقیقه
  • مناسب همه
  • انتشار: 25 July 2026
  • مدرس: Maven Analytics,Chris Bruehl
درباره این دوره:

این دوره مبتنی بر پروژه به منظور کمک به شما در یادگیری دو مورد از محبوب ترین بسته های پایتون برای تجزیه و تحلیل داده ها: Numpy و Pandas. برای معرفی آرایه ها و خصوصیات آرایه ، با یک آغازگر NUMPY شروع کنید ، عملیات مشترکی مانند نمایه سازی ، برش ، فیلتر و مرتب سازی را انجام دهید و مفاهیم مهم مانند بردار و پخش را کشف کنید. از آنجا ، به پاندا شیرجه بزنید و بر روی ابزارها و روشهای اساسی برای کشف ، تجزیه و تحلیل ، جمع آوری و تبدیل سری و داده ها تمرکز کنید. ترسیم DataFrames را با نمودارها و نمودارها ، دستکاری داده های سری زمانی ، وارد کردن و صادرات انواع مختلف فایل و ترکیب داده های داده ها با استفاده از روش های مشترک پیوست تمرین کنید.

در طول دوره ، شما می توانید نقش تحلیلگر داده را برای Maven Mega Mart ، یک شرکت بزرگ و چند ملیتی که زنجیره ای از فروشگاه های خرده فروشی و مواد غذایی را اداره می کند ، بازی کنید. با استفاده از مهارت های پایتون که در طول دوره یاد می گیرید ، با اعضای تیم Maven Mega Mart برای تجزیه و تحلیل محصولات ، قیمت گذاری ، معاملات و موارد دیگر همکاری کنید.

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

coursera تجزیه و تحلیل داده ها با پروژه پایتون (Mitalearn-332024)

  • متوسط
  • انتشار: 27 June 2026
  • مدرس: Di Wu
درباره این دوره:

دوره "پروژه تجزیه و تحلیل داده ها" دانش آموزان را قادر می سازد تا دانش و مهارت های خود را که در این تخصص به دست آورده اند برای انجام پروژه تجزیه و تحلیل داده های واقعی مورد علاقه خود به کار گیرند. شرکت‌کنندگان جهات مختلفی را در تجزیه و تحلیل داده‌ها، از جمله یادگیری تحت نظارت و بدون نظارت، رگرسیون، خوشه‌بندی، کاهش ابعاد، قوانین تداعی، و تشخیص موارد دور از دسترس را بررسی خواهند کرد. در سراسر ماژول ها، دانش آموزان تکنیک ها و روش های تجزیه و تحلیل داده های ضروری را یاد می گیرند و سفری از داده های خام به دانش و هوش را آغاز می کنند. با تکمیل دوره، دانش آموزان در تجزیه و تحلیل داده ها مهارت خواهند داشت، می توانند تخصص خود را در پروژه های مختلف به کار گیرند و تصمیمات مبتنی بر داده را بگیرند. در پایان این دوره، دانشجویان قادر خواهند بود: 1. درک مفاهیم اساسی و روش شناسی تجزیه و تحلیل داده ها در جهات مختلف، از جمله یادگیری تحت نظارت و بدون نظارت، رگرسیون، خوشه بندی، کاهش ابعاد، قوانین تداعی، و تشخیص موارد دور از دسترس. 2. محدوده و جهت پروژه تجزیه و تحلیل داده ها را مشخص کنید، تکنیک ها و روش های مناسب برای دستیابی به اهداف پروژه را شناسایی کنید. 3. از الگوریتم‌های طبقه‌بندی مختلف، مانند Nearest Neighbors، Decision Trees، SVM، Naive Bayes و Logistic Regression برای کارهای مدل‌سازی پیش‌بینی‌کننده استفاده کنید. 4. روش های اعتبارسنجی متقابل و مجموعه را برای افزایش عملکرد و قابلیت تعمیم مدل های طبقه بندی اجرا کنید. 5. از الگوریتم های رگرسیون، از جمله Simple Linear، Polynomial Linear و Linear با منظم سازی، برای مدل سازی و پیش بینی نتایج عددی استفاده کنید. 6. انجام رگرسیون چند متغیره و استفاده از روش های اعتبارسنجی متقابل و مجموعه در تحلیل رگرسیون. 7. تکنیک های خوشه بندی، از جمله روش های پارتیشن بندی، سلسله مراتبی، مبتنی بر چگالی و مبتنی بر شبکه را برای کشف الگوها و ساختارهای اساسی در داده ها کاوش کنید. 8. از تجزیه و تحلیل اجزای اصلی (PCA) برای کاهش ابعاد استفاده کنید تا داده های با ابعاد بالا را ساده کنید و به تجسم داده ها کمک کنید. 9. از الگوریتم‌های Apriori و FPGrowth برای استخراج قوانین مرتبط و کشف ارتباط آیتم‌های جالب در داده‌های تراکنشی استفاده کنید. 10. برای شناسایی نقاط داده های غیرعادی و نقاط پرت متنی، از روش های تشخیص پرت، از جمله Zscore، IQR، OneClassSVM، Isolation Forest، DBSCAN و LOF استفاده کنید. در طول دوره، دانش‌آموزان به طور فعال در آموزش‌ها، تمرین‌های عملی و مطالعه موردی پروژه تجزیه و تحلیل داده‌ها شرکت می‌کنند و تجربه عملی در تکنیک‌های مختلف تجزیه و تحلیل داده‌ها به دست می‌آورند. با دستیابی به اهداف یادگیری، شرکت کنندگان به خوبی مجهز خواهند شد تا در پروژه های تجزیه و تحلیل داده ها برتری پیدا کنند و در سناریوهای دنیای واقعی تصمیمات مبتنی بر داده اتخاذ کنند.

coursera تجزیه و تحلیل داده ها با صفحات گسترده و SQL (Mitalearn-327043)

  • 3 ساعت 51 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Brandon Larkin
درباره این دوره:

این دوره شما را با نحوه استفاده از صفحات گسترده و پرس و جوهای SQL برای تجزیه و تحلیل و استخراج داده ها آشنا می کند. شما یاد خواهید گرفت که چگونه به طور عملی چارچوب تجزیه و تحلیل داده های OSEMN و توابع صفحه گسترده را برای پاک کردن داده ها، محاسبه آمار خلاصه، ارزیابی همبستگی ها و موارد دیگر اعمال کنید. شما همچنین به تکنیک های متداول تجسم داده ها می پردازید و یاد می گیرید که چگونه از داشبورد برای گفتن داستانی با داده های خود استفاده کنید. در پایان این دوره شما قادر خواهید بود: • داده ها را با صفحات گسترده پاک کنید • از فرمول های رایج صفحه گسترده برای محاسبه آمار خلاصه استفاده کنید • روندها و الگوهای داده را شناسایی کنید • عبارات و پرس و جوهای SQL اساسی را برای استخراج داده ها در صفحات گسترده بنویسید • نمودارهایی را در Google Sheets ایجاد کنید و از Tableau برای تجسم داده ها استفاده کنید • از داشبورد برای ایجاد تجسم داده ها استفاده کنید شما نیازی به تجربه بازاریابی یا تجزیه و تحلیل داده ندارید، اما باید مهارت های ناوبری اینترنتی اولیه را داشته باشید و مشتاق مشارکت باشید. در حالت ایده‌آل شما قبلاً دوره 1: بنیاد تجزیه و تحلیل بازاریابی و دوره 2: مقدمه‌ای بر تجزیه و تحلیل داده‌ها را در این برنامه تکمیل کرده‌اید.

linkedin تجزیه و تحلیل داده ها برای تحلیلگران قیمت گذاری در اکسل (Mitalearn-417092)

  • 2 ساعت 4 دقیقه
  • مناسب همه
  • انتشار: 25 July 2026
  • مدرس: Michael McDonald
درباره این دوره:

کشف کنید که چگونه تصمیمات قیمت گذاری دقیق تر محصول را که سود سازمان شما را به حداکثر می رساند ، بگیرید. در این دوره ، مربی مایکل مک دونالد با استفاده از تجزیه و تحلیل سناریو ، بهینه سازی قیمت و تجزیه و تحلیل واریانس برای الگوبرداری از تجزیه و تحلیل داده ها در پشت قیمت گذاری می رود. مایکل توضیح می دهد که چگونه می توان قیمت گذاری بسته را در یک سناریو تعیین کرد ، تخمین کشش قیمت ، محاسبه سود بهینه سازی قیمت را با یک متغیر یا بسیاری از متغیرها ، قیمت ترازو و ملاحظات حجم فروش و موارد دیگر محاسبه کرد. اگر می خواهید شغلی را در امور مالی شرکت ها دنبال کنید - به ویژه به عنوان یک تحلیلگر قیمت گذاری در یک شرکت بیمه ، خرده فروشی ، تولید یا فناوری - پس از آن این دوره می تواند به شما در تجهیز مهارت های لازم برای کمک به شرکت خود در موفقیت در اقتصاد امروز کمک کند.

linkedin تجزیه و تحلیل داده ها برای تحلیلگران قیمت گذاری در اکسل (2018) (Mitalearn-126273)

  • 1 ساعت 26 دقیقه
  • متوسط
  • انتشار: 25 July 2026
  • مدرس: Michael McDonald
درباره این دوره:

کشف کنید که چگونه می توانید تصمیمات هوشمندانه تری برای قیمت گذاری محصول بگیرید که سود سازمان شما را به حداکثر برساند. در این دوره، مربی مایکل مک‌دونالد با استفاده از تحلیل سناریو، بهینه‌سازی قیمت، و تحلیل واریانس برای مدل‌سازی تجزیه و تحلیل داده‌ها در پشت قیمت‌گذاری استفاده می‌کند. مایکل نحوه تعیین قیمت بسته‌ای در یک سناریو، تخمین کشش قیمت، محاسبه سود بهینه‌سازی قیمت با یک متغیر یا چندین متغیر، ملاحظات قیمت و حجم فروش و موارد دیگر را توضیح می‌دهد. اگر می‌خواهید شغلی را در امور مالی شرکت‌ها دنبال کنید - به‌ویژه به‌عنوان تحلیلگر قیمت‌گذاری در یک شرکت بیمه، خرده‌فروشی، تولید یا فناوری - این دوره می‌تواند به شما کمک کند تا مهارت‌هایی را که برای کمک به موفقیت شرکتتان در اقتصاد امروز نیاز دارید، تجهیز کنید. .

linkedin تجزیه و تحلیل داده ها برای حرفه ای های کسب و کار (Mitalearn-271895)

  • 1 ساعت 16 دقیقه
  • مناسب همه
  • انتشار: 25 July 2026
  • مدرس: John Johnson
درباره این دوره:

تجزیه و تحلیل داده ها چه کاری می تواند برای کسب و کار شما انجام دهد؟ از شرکت هایی مانند زیراکس و یو پی اس با مثال های کمی و کیفی در این مسیر درس بگیرید. تجزیه و تحلیل داده ها می تواند به کاهش هزینه ها، سرعت بخشیدن به تحویل، ایجاد پیش بینی و بهبود نتایج برای کسب و کار شما در طول زمان کمک کند. در این دوره مقدماتی، اقتصاددان و نویسنده جان جانسون به شما نشان می‌دهد که چگونه از تجزیه و تحلیل برای تصمیم‌گیری مبتنی بر داده‌ها و کسب مزیت رقابتی استفاده کنید.

نمونه‌هایی از تجزیه و تحلیل واقعی زندگی را در عمل کاوش کنید، بین رویکردهای پیش‌بینی‌کننده و تجویزی تمایز قائل شوید. و یاد بگیرید که چگونه سوالات خود را فرموله کنید و مطرح کنید. نحوه جمع‌آوری، پاکسازی و جمع‌آوری داده‌ها را از منابع مختلف در سراسر سازمان خود بیابید و شناسایی کنید که چه زمانی داده‌ها ناقص هستند. جان به شما نکاتی را درباره برنامه‌ریزی و استقرار یک استراتژی تحلیلی که متناسب با نیازهای خاص کسب‌وکار شما است، ارائه می‌دهد که شامل انواع تکنیک‌های ساده می‌شود: میانگین‌ها، نمونه‌گیری، چیدن گیلاس، پیش‌بینی، همبستگی، علیت و موارد دیگر.

مهارت‌های مرتبط

linkedin تجزیه و تحلیل داده ها برای حرفه ای های کسب و کار (2018) (Mitalearn-123281)

  • 1 ساعت 17 دقیقه
  • متوسط
  • انتشار: 25 July 2026
  • مدرس: John Johnson
درباره این دوره:

تجزیه و تحلیل داده ها چه کاری می تواند برای کسب و کار شما انجام دهد؟ از شرکت هایی مانند زیراکس و یو پی اس درس بگیرید. تجزیه و تحلیل داده ها می تواند به کاهش هزینه ها، سرعت بخشیدن به تحویل، ایجاد پیش بینی و تصمیم گیری بهتر کمک کند. در این بررسی مقدماتی، اقتصاددان و نویسنده جان جانسون به رهبران و مدیران اجرایی نشان می دهد که چگونه از تجزیه و تحلیل برای تصمیم گیری های مبتنی بر داده ها و کسب مزیت رقابتی استفاده کنند. ابتدا نمونه هایی از تجزیه و تحلیل واقعی را در عمل ببینید. سپس تفاوت‌های بین تحلیل‌های پیش‌بینی‌کننده و تجویزی را بررسی کنید و دریابید که چگونه سؤالات را فرموله کنید - فرآیندی که می‌تواند تقریباً به اندازه یافتن پاسخ‌ها آشکارکننده باشد. سپس جان نشان می‌دهد که چگونه می‌توان داده‌ها را از منابع مختلف در سراسر سازمان جمع‌آوری، پاکسازی و تجمیع کرد و تشخیص داد چه زمانی داده‌ها ناقص هستند. سپس بیاموزید که چگونه یک استراتژی تحلیلی را برای کسب و کار خود برنامه ریزی و به کار ببرید، با انواع تکنیک های ساده شروع کنید: میانگین ها، نمونه گیری، چیدن گیلاس، پیش بینی، و همبستگی و علیت. در نهایت، جان با برخی منابع و گام‌های بعدی برای پیشبرد دانش تحلیلی خود پایان می‌دهد.

مهارت‌های مرتبط

linkedin تجزیه و تحلیل داده ها برای دانش آموزان (2020) (Mitalearn-197843)

  • 1 ساعت
  • مبتدی
  • انتشار: 25 July 2026
  • مدرس: Madecraft,John David Ariansen
درباره این دوره:

تجزیه و تحلیل موضوع بسیار گسترده ای است که به سختی می توان از کجا شروع کرد. در این دوره آموزشی که برای دانش‌آموزان طراحی شده است، نحوه استفاده از تجزیه و تحلیل داده‌ها را برای تصمیم‌گیری آگاهانه و ایجاد مهارت‌های اصلی تجزیه و تحلیل که می‌تواند شما را برای ورود به عرصه کسب‌وکار یا علم داده آماده کند، بررسی کنید. در مورد اصول اولیه تجزیه و تحلیل، نحوه جمع‌آوری داده‌ها، و تأثیر آن بر روزمره یک تجارت بیاموزید. این دوره همچنین مقدمه‌ای بر ابزارهای رایج مورد استفاده در تجزیه و تحلیل و همچنین داستان‌هایی را ارائه می‌کند که برای کمک به دانش‌آموزان طراحی شده‌اند تا دیدی کلی از مشاغلی داشته باشند که به مهارت‌های تحلیلی قوی نیاز دارند.

مهارت‌های مرتبط

linkedin تجزیه و تحلیل داده ها برای متخصصان مشاغل (Mitalearn-417075)

  • 1 ساعت 20 دقیقه
  • مناسب همه
  • انتشار: 21 June 2026
  • مدرس: John Johnson
درباره این دوره:

شنیدن عبارت "AI Analytics" می تواند دلهره آور به نظر برسد اما دلهره آور نیست. در این دوره ، مربی جان جانسون به شما می آموزد که چگونه در مورد هوش مصنوعی به عنوان ابزاری فوق العاده فکر کنید که می تواند شما را کارآمدتر و مؤثرتر کند. تجزیه و تحلیل داده ها می تواند به کاهش هزینه ها ، سرعت بخشیدن به تحویل ، تولید پیش بینی ها و بهبود نتایج برای تجارت شما در طول زمان کمک کند.

جان به جای تلاش برای آموزش تکنیک های پیچیده ریاضی و آماری که ممکن است یک ابزار هوش مصنوعی از آن استفاده کند ، جان بر نقش یک متخصص مشاغل در ارزیابی ، تفسیر و استفاده از خروجی های آنها در زمینه تصمیمات پیچیده تجارت از طریق مطالعات موردی هدف قرار می گیرد. نحوه جمع آوری ، تمیز کردن و جمع آوری داده ها را از منابع مختلف در سراسر سازمان خود پیدا کنید و هنگام نقص داده ها را مشخص کنید. جان در مورد برنامه ریزی و استفاده از یک استراتژی تحلیلی که متناسب با نیازهای خاص تجارت شما باشد ، به شما اشاره می کند و انواع تکنیک های ساده را پوشش می دهد: میانگین ، نمونه گیری ، انتخاب گیلاس ، پیش بینی ، همبستگی ، علیت و موارد دیگر.

مهارت‌های مرتبط

coursera تجزیه و تحلیل داده ها برای ناب شش سیگما (Mitalearn-326737)

  • 4 ساعت 44 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Inez Zwetsloot
درباره این دوره:

به این دوره در مورد تجزیه و تحلیل داده ها برای Lean Six Sigma خوش آمدید. در این دوره شما تکنیک های تجزیه و تحلیل داده ها را یاد خواهید گرفت که معمولاً در پروژه های بهبود Lean Six Sigma مفید هستند. در پایان این دوره شما قادر به تجزیه و تحلیل و تفسیر داده های جمع آوری شده در چنین پروژه ای هستید. شما می توانید از Minitab برای تجزیه و تحلیل داده ها استفاده کنید. من همچنین به طور خلاصه توضیح خواهم داد که Lean Six Sigma چیست. من بر استفاده از ابزارهای تجزیه و تحلیل داده ها و تفسیر نتیجه تاکید خواهم کرد. من از نمونه های مختلف بسیاری از پروژه های واقعی ناب شش سیگما برای نشان دادن همه ابزارها استفاده خواهم کرد. من در مورد هیچ زمینه ریاضی بحث نمی کنم. تنظیماتی که ما برای مثال داده خود انتخاب کردیم، پروژه بهبود ناب شش سیگما است. با این حال ابزارهای تجزیه و تحلیل داده ها بسیار کاربردی هستند. بنابراین متوجه خواهید شد که تکنیک هایی را یاد خواهید گرفت که می توانید از آنها جدا از پروژه های بهبود در محیطی گسترده تر استفاده کنید. امیدوارم از این دوره لذت ببرید و موفق باشید! دکتر Inez Zwetsloot و تیم IBIS UvA

coursera تجزیه و تحلیل داده ها در R با RStudio & Tidyverse (Mitalearn-327553)

  • مبتدی
  • انتشار: 27 June 2026
  • مدرس: Anh Le
درباره این دوره:

کدنویسی کنید و اولین برنامه R خود را در عرض چند دقیقه بدون نصب چیزی اجرا کنید! این دوره برای زبان آموزانی طراحی شده است که هیچ تجربه کدنویسی قبلی ندارند و دانش پایه ای از تجزیه و تحلیل داده ها در R ارائه می کنند. ماژول های این دوره شامل آمار توصیفی، وارد کردن و جدال داده ها، و استفاده از آزمون های آماری برای مقایسه جمعیت ها و توصیف روابط می شود. این دوره نمونه هایی را به زبان R با استفاده از استاندارد صنعتی محیط توسعه مجتمع (IDE) RStudio ارائه می کند. برای اینکه امکان یک تجربه یادگیری واقعی و خودآگاه را فراهم کنید، این دوره بدون ویدیو است. تکالیف حاوی توضیحات کوتاه با تصاویر و نمونه‌های کد قابل اجرا با ویرایش‌های پیشنهادی برای بررسی بیشتر نمونه‌های کد، ایجاد درک عمیق‌تر با انجام دادن هستند. شما از بازخورد فوری از انواع آیتم های ارزیابی در طول مسیر بهره مند خواهید شد، به آرامی از بررسی های درک سریع (چند انتخابی، پر کردن جای خالی و عدم درهم آمیختن بلوک های کد) تا تمرین های کدگذاری کوچک و قابل دسترس که به جای اینکه چند دقیقه طول می کشد، پیشرفت کنید. ساعت در نهایت، یک آزمایشگاه انباشته در پایان دوره به شما فرصتی می دهد تا همه مفاهیم آموخته شده را در یک زمینه دنیای واقعی به کار ببرید.

datacamp تجزیه و تحلیل داده ها در Tableau (Mitalearn-400364)

  • 1 ساعت 18 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: Hadrien Lacroix,Sara Billen,Lis Sulmont
درباره این دوره:

مهارت های Tableau خود را با تجزیه و تحلیل و تجسم های پیشرفته ارتقا دهید. در این دوره آموزشی، نحوه ایجاد تجسم های نقشه غنی از جزئیات، پیکربندی فیلدهای تاریخ و زمان برای نمایش روندها در طول زمان و گسترش داده های خود با استفاده از فیلدهای محاسبه شده را خواهید آموخت. شما همچنین مهارت های جدید خود را برای تکمیل مطالعه موردی تجزیه و تحلیل مشتری به کار خواهید گرفت. از طریق فعالیت‌های عملی، نحوه ایجاد سطل‌ها، سفارشی کردن فیلترها و تعاملات، و اعمال محاسبات جدول سریع را خواهید آموخت. در نهایت، تکنیک‌های کاربر قدرتمند، از جمله نحوه برش داده‌ها و استفاده از مجموعه‌ها و گروه‌های پویا را یاد می‌گیرید، که شما را یک گام به آمادگی برای صدور گواهینامه Tableau Desktop Specialist نزدیک‌تر می‌کند.

مهارت‌های مرتبط

datacamp تجزیه و تحلیل داده ها در اکسل (Mitalearn-399480)

  • 38 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: Nick Edwards
درباره این دوره:

مهارت های تجزیه و تحلیل داده های خود را با دوره جامع ما تجزیه و تحلیل داده ها در اکسل افزایش دهید. در حالی که داده های فروش B2B را کاوش می کنید، الگوهای پنهان را کشف می کنید و بینش های عملی که باعث موفقیت می شود به دست آورید، در دنیای تجارت غوطه ور شوید. از تسلط بر جداول محوری گرفته تا انجام پیش‌بینی‌های آگاهانه، این دوره به شما این امکان را می‌دهد که داده‌های خام را به دانش تجاری ارزشمند تبدیل کنید. پس از تکمیل، در تکنیک های تجزیه و تحلیل داده ها عالی خواهید شد و می توانید بینش های عملی را از داده های کسب و کار خود بدست آورید. با تجزیه و تحلیل داده ها در اکسل، قدرت داده را آزاد کنید و شغل خود را به جلو سوق دهید. امروز ثبت نام کنید و پتانسیل داده های خود را باز کنید!

مهارت‌های مرتبط

coursera تجزیه و تحلیل داده ها در پایتون با پانداها و matplotlib در Spyder (Mitalearn-327536)

  • مبتدی
  • انتشار: 27 June 2026
  • مدرس: Kevin Noelsaint,Anh Le
درباره این دوره:

کدنویسی کنید و اولین اسکریپت پایتون خود را در عرض چند دقیقه بدون نصب چیزی اجرا کنید! این دوره برای زبان آموزانی طراحی شده است که تجربه کدنویسی ندارند و یک دوره خرابی در پایتون ارائه می دهد که به زبان آموزان امکان می دهد تا در موضوعات تجزیه و تحلیل داده های اصلی که می توانند به زبان های دیگر منتقل شوند، بپردازند. در این دوره یاد خواهید گرفت که چگونه داده های خود را وارد و سازماندهی کنید، از توابع برای جمع آوری آمار توصیفی و انجام تست های آماری استفاده کنید. برای اینکه امکان یک تجربه یادگیری واقعی و خودآگاه را فراهم کنید، این دوره بدون ویدیو است. تکالیف حاوی توضیحات کوتاه با تصاویر و نمونه‌های کد قابل اجرا با ویرایش‌های پیشنهادی برای بررسی بیشتر نمونه‌های کد، ایجاد درک عمیق‌تر با انجام دادن هستند. شما از بازخورد فوری از انواع آیتم های ارزیابی در طول مسیر بهره مند خواهید شد، به آرامی از بررسی های درک سریع (چند انتخابی، پر کردن جای خالی و عدم درهم آمیختن بلوک های کد) تا تمرین های کدگذاری کوچک و قابل دسترس که به جای اینکه چند دقیقه طول می کشد، پیشرفت کنید. ساعت در نهایت، یک آزمایشگاه طولانی تر در پایان دوره به شما فرصتی می دهد تا همه مفاهیم آموخته شده را در یک زمینه دنیای واقعی به کار ببرید.

datacamp تجزیه و تحلیل داده ها در صفحات گوگل (Mitalearn-401282)

  • 42 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: James Chapman
درباره این دوره:

با نحوه پاک کردن و تجزیه و تحلیل داده‌ها در Google Sheets، نحوه استفاده از توابع داخلی برای مرتب‌سازی و فیلتر کردن داده‌ها و استفاده از تابع VLOOKUP برای ترکیب داده‌ها از جداول مختلف آشنا شوید.

این مهارت‌ها، عملکردها و میانبرهای صرفه‌جویی در زمان Google Sheets را می‌توان در هر صنعتی به کار برد، خواه به دنبال تغییر شغل در تجزیه و تحلیل داده‌ها باشید یا به دنبال بهبود مهارت‌های خود در بازاریابی، مالی، منابع انسانی، تدارکات و موارد دیگر.

مهارت‌های مرتبط

coursera تجزیه و تحلیل داده ها و تجسم (Mitalearn-290595)

  • 1 ساعت 18 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Peter Baumgartner,Brittany O'Dea
درباره این دوره:

در پایان این دوره، فراگیران یک دید کلی در سطح بالایی از ابزارهای تجزیه و تحلیل داده ها و تجسم ارائه می کنند و آماده می شوند تا بهترین شیوه ها را مورد بحث قرار دهند و یک برنامه اقدام متعاقب را توسعه دهند که به اکتشافات کلیدی می پردازد. قبل از معرفی ابزارهای تجزیه و تحلیل داده ها (نرم افزار R، Minitab، MATLAB و Python) با موانع رایجی شروع می شود که مانع پذیرش فرهنگ مبتنی بر داده می شود. بررسی عمیق تری صرف کنترل فرآیند آماری (SPC) می شود که روشی برای مطالعه تغییرات در طول زمان است. این دوره همچنین به بایدها و نبایدهای ارائه داده ها به صورت بصری، نرم افزارهای تجسمی (Tableau، Excel، Power BI) و ایجاد یک داستان داده می پردازد. مطالب شامل سخنرانی های آنلاین، فیلم ها، دموها، کار پروژه، خواندن و بحث می شود. این دوره برای افرادی که مشتاق توسعه یک ذهنیت داده محور هستند ایده آل است که بینش های قدرتمندی را برای بهبود نتیجه شرکت به دست می آورد. اگر زبان آموزان با خواندن گزارش ها، جمع آوری و استفاده از داده ها و تفسیر تجسم ها آشنایی داشته باشند، مفید است. این دومین دوره در تخصص تصمیم گیری داده محور (DDDM) است. برای کسب اطلاعات بیشتر در مورد این تخصص، یک نمای کلی ویدیویی را در https://www.youtube.com/watch?v=Oi4mmeSWcVc&list=PLQvThJe-IglyYljMrdqwfsDzk56ncfoLx&index=11 بررسی کنید.

coursera تجزیه و تحلیل داده ها و تجسم با پایتون (Mitalearn-306847)

  • 1 ساعت 57 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Adwith Malpe,Steven Osburn
درباره این دوره:

در این دوره آموزشی، نحوه خواندن و نوشتن داده ها از یک فایل و روی آن را یاد خواهید گرفت. همچنین نحوه دستکاری و تجزیه و تحلیل داده ها را با استفاده از لیست ها، تاپل ها، دیکشنری ها، مجموعه ها و کتابخانه های پانداها و Matplot بررسی خواهید کرد. به‌عنوان یک توسعه‌دهنده، درک نحوه برخورد با مسائلی که می‌تواند باعث از کار افتادن یک برنامه کاربردی شود، مهم است. شما یاد خواهید گرفت که چگونه استثناها را برای رسیدگی به این مسائل پیاده سازی کنید. برای یادگیری مطالب در این دوره نیازی به پیشینه برنامه نویسی یا علوم کامپیوتر ندارید. این دوره برای همه کسانی که علاقه مند به یادگیری نحوه کدنویسی و نوشتن برنامه در پایتون هستند آزاد است. ما بسیار هیجان زده هستیم که با ما یاد خواهید گرفت و امیدواریم از این دوره لذت ببرید!

coursera تجزیه و تحلیل داده ها و تفسیر Capstone (Mitalearn-335900)

  • 40 دقیقه
  • مناسب همه
  • انتشار: 23 June 2026
  • مدرس: Jen Rose,Lisa Dierker
درباره این دوره:

پروژه Capstone به شما این امکان را می دهد که تکنیک های تجزیه و تحلیل داده های آموخته شده از دوره های قبلی در تخصص را برای رسیدگی به یک موضوع مهم در جامعه به کار ببرید و اصلاح کنید. شما از داده های دنیای واقعی برای تکمیل پروژه با شرکای صنعتی و دانشگاهی ما استفاده خواهید کرد. برای مثال، می‌توانید با شریک صنعتی ما، DRIVENDATA، همکاری کنید تا به آنها کمک کنید تا برخی از بزرگترین چالش‌های اجتماعی جهان را حل کنند! DRIVENDATA در www.drivendata.org، متعهد است که شیوه‌های پیشرفته در علم داده و جمع‌سپاری را برای برخی از بزرگترین چالش‌های اجتماعی جهان و سازمان‌هایی که آنها را متقبل می‌شوند، بیاورد. یا، می‌توانید با شریک صنعتی دیگر ما، The Connection (www.theconnectioninc.org) همکاری کنید تا به آن‌ها کمک کنید تا خطر تکرار جرم را برای افرادی که در آزادی مشروط به دنبال درمان مصرف مواد هستند درک کنند. برای بیش از 40 سال، The Connection یکی از پیشروترین آژانس‌های خصوصی، غیرانتفاعی خدمات انسانی و توسعه جامعه در کانکتیکات بوده است. هر ماه، هزاران نفر از طریق برنامه های متنوع سلامت رفتاری، حمایت خانواده و عدالت اجتماعی The Connection کمک می کنند. مؤسسه کانکشن برای تمرین نوآورانه در سال 2010 ایجاد شد تا شکاف بین محققان و پزشکان در زمینه‌های سلامت رفتاری و عدالت کیفری را با هدف توسعه برنامه‌های درمانی مبتنی بر شواهد و حداکثر مؤثر ایجاد کند. یکی از اجزای اصلی پروژه Capstone این است که شما بتوانید اطلاعاتی را از تجزیه و تحلیل خود انتخاب کنید که به بهترین وجه نتایج و پیامدها را منتقل می کند و با این اطلاعات داستانی قانع کننده را بیان کنید. در پایان دوره، شما یک گزارش کیفیت حرفه ای از یافته های خود خواهید داشت که می تواند به همکاران و کارفرمایان بالقوه نشان داده شود تا مهارت هایی را که با تکمیل تخصص آموخته اید نشان دهند.

مهارت‌های مرتبط

دوره‌های پیشنهادی