کاتالوگ دوره‌ها

مدت زمان دوره

ارائه دهنده

موضوع

طبقه‌ها

نمایش 8,061 تا 8,080 مورد از کل 17,394 مورد.

datacamp تجزیه و تحلیل شبکه در R (Mitalearn-405481)

  • 42 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: JAMES CURLEY
درباره این دوره:

معرفی شبکه ها را دریافت کنید مفاهیم اساسی در تحلیل شبکه را کشف کنید. این دوره با آموزش اصول اولیه شبکه های اجتماعی، رئوس و لبه ها و نحوه استفاده از بسته igraph R برای کاوش و تجسم داده های شبکه آغاز می شود. شما به مشاهده شبکه های هدایت شده با جزئیات بیشتر، از جمله شناسایی روابط کلیدی بین رئوس و به کارگیری مهارت های جدید خود در مجموعه داده های شبکه که به انتقال سرخک در هاگلوک نگاه می کند، ادامه خواهید داد. ساختارها و نمودارهای شبکه را درک کنید با مشاهده چگالی شبکه و طول مسیر متوسط، ساختارها و زیرساخت های شبکه را مشخص کنید. فصل سوم این دوره شما را از طریق تصادفی‌سازی و نمودارهای تصادفی، قبل از رفتن به مثلث‌ها، گذرا و تجسم دسته‌ها راهنمایی می‌کند. شناسایی روابط با استفاده از Assortativity در igraph Assortativity تعیین می کند که اگر دو راس دارای یک ویژگی مشترک باشند - چه عددی باشد یا طبقه بندی، چقدر احتمال دارد که به یکدیگر متصل شوند. شما تابع ASSORTATIVITY را در igraph برای تعیین تأثیر جنسیت بر مجموعه داده های شبکه دوستی بررسی خواهید کرد و برای ارزیابی یافته های خود از تصادفی سازی استفاده خواهید کرد. نقشه های شبکه تعاملی را با استفاده از threejs ایجاد کنید در پایان این دوره، دانش خود را فراتر از igraph گسترش می‌دهید تا قابلیت‌های تجسم شبکه threejs را کشف کنید. شما اولین نمودارهای شبکه تعاملی خود را با استفاده از این بسته R خواهید ساخت و به چگونگی توسعه بیشتر تجسم خود نگاه خواهید کرد.

مهارت‌های مرتبط

linkedin تجزیه و تحلیل شبکه های اجتماعی با استفاده از R (Mitalearn-100348)

  • 1 ساعت 6 دقیقه
  • متوسط
  • انتشار: 22 June 2026
  • مدرس: Curt Frye
درباره این دوره:

تجزیه و تحلیل شبکه های اجتماعی با استفاده از R به تحلیلگران می آموزد که چگونه داده های یک شبکه اجتماعی مانند توییتر یا فیس بوک را با زبان آماری مبتنی بر متن، R، تجسم و تجزیه و تحلیل کنند. به شما آموزش می دهد که چگونه ماژول های R sna و igraph کار می کنند و چگونه داده ها را برای تجزیه و تحلیل قالب بندی کنید، نمودار ایجاد کنید، نمودارهای شبکه را تجزیه و تحلیل کنید، و شبکه ها را تجسم کنید. به مربی کرت فرای بپیوندید و بیاموزید که چگونه روابط و روندهای بین شبکه ها را به روش های جدید و هیجان انگیز بررسی کنید و اطلاعاتی در مورد نحوه تعامل افراد در یک سازمان کشف کنید.

coursera تجزیه و تحلیل شبیه سازی برای مهندسین مکانیک با Autodesk Fusion 360 (Mitalearn-353682)

  • 4 ساعت 19 دقیقه
  • مناسب همه
  • انتشار: 23 June 2026
  • مدرس: Autodesk
درباره این دوره:

اساس طراحی مهندسی اغلب با اعتبار سنجی همراه است. شبیه‌سازی ابزاری عالی است که به مهندسان اجازه می‌دهد تا طرح‌ها را قبل از تبدیل شدن به یک نمونه فیزیکی آزمایش، تأیید و اصلاح کنند. هنگامی که در اوایل فرآیند برای طراحی شبیه‌سازی محور و در طول فرآیند توسعه استفاده می‌شود، شبیه‌سازی می‌تواند به پیشبرد طراحی، اتخاذ تصمیمات طراحی آگاهانه، سرعت بخشیدن به زمان تولید، و مهم‌تر از همه، شناسایی و حذف اشتباهات پرهزینه طراحی کمک کند. با این حال، مانند هر ابزار دیگری، باید به درستی استفاده شود تا بهترین نتیجه را به همراه داشته باشد. در این دوره، ما شبیه‌سازی استرس استاتیکی استفاده، بهینه‌سازی شکل، حرارتی و سایر انواع شبیه‌سازی مکانیکی را بررسی می‌کنیم تا بهتر بفهمیم چگونه می‌توانیم این ابزارها را در مسائل طراحی روزمره به کار ببریم. پس از گذراندن این دوره، شما قادر خواهید بود: - گردش کار شبیه سازی را در Fusion 360 شرح دهید. - موارد استفاده برای انواع مختلف مطالعات شبیه سازی را خلاصه کنید. - نشان دادن دانش و مهارت در مهارت های پیشرفته تر Fusion 360 CAD و CAE. - توضیح و شناسایی نتایج شبیه سازی آیا به دنبال دوره های آمادگی گواهینامه Autodesk Fusion 360 هستید؟ منابع آموزشی اضافی را بررسی کنید تا به شما کمک کند مهارت های خود را ارتقا دهید: https://www.autodesk.com/learning

coursera تجزیه و تحلیل شرایط ضروری (NCA) (Mitalearn-358952)

  • 2 ساعت 15 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Jon Bokrantz,Chloé Schwizgebel,Wilfred Knol
درباره این دوره:

به تجزیه و تحلیل شرایط ضروری (NCA) خوش آمدید. NCA داده ها را با استفاده از منطق ضرورت تجزیه و تحلیل می کند. یک شرط ضروری دلالت بر این دارد که اگر شرط وجود نداشته باشد، شکست تضمینی نتیجه وجود خواهد داشت. اما برعکس این موضوع صادق نیست. اگر شرایط موجود باشد، موفقیت نتیجه تضمین نمی شود. نمونه هایی از شرایط لازم عبارتند از نمره GMAT دانشجو برای پذیرش در برنامه دکترا. زمانی که نمره GMAT بسیار پایین باشد، دانشجو در مقطع دکترا پذیرفته نمی شود. هوش برای خلاقیت، همانطور که خلاقیت بدون هوش وجود نخواهد داشت و تعهد مدیریت برای تغییر سازمانی، همانطور که تغییر سازمانی بدون تعهد مدیریت رخ نخواهد داد. NCA را می توان با مجموعه داده های موجود یا جدید استفاده کرد و می تواند بینش های جدیدی را برای تئوری و عمل ارائه دهد. شما می توانید NCA را به عنوان یک رویکرد مستقل یا به عنوان بخشی از یک رویکرد چند روشی تکمیل کننده رگرسیون خطی چندگانه (MLR)، مدل سازی معادلات ساختاری (SEM) یا تحلیل مقایسه کیفی (QCA) به کار ببرید. این دوره عناصر اساسی NCA را توضیح می دهد و از مثال های گویا در مورد نحوه انجام NCA با نرم افزار R استفاده می کند. موضوعات عبارتند از (i) راه اندازی یک مطالعه NCA (2) اجرای NCA و (iii) ارائه نتایج NCA. امیدواریم از دوره لذت ببرید!

مهارت‌های مرتبط

coursera تجزیه و تحلیل صورتهای مالی (Mitalearn-286566)

  • 3 ساعت 3 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Intuit Academy Team
درباره این دوره:

در دوره پایانی این گواهی، شما مهارت های خود را در زمینه تجزیه و تحلیل صورت های مالی به کار خواهید گرفت. اگر مفاهیم اساسی حسابداری را در دست دارید، آماده اید تا در این دوره به آنها عمل کنید. در اینجا، نحوه تطبیق انواع حساب‌ها، بررسی صحت و عیب‌یابی خطاها را خواهید آموخت. علاوه بر این، نحوه اعمال روش‌های تحلیلی مختلف را در صورت‌های مالی کلیدی تمرین خواهید کرد و درک خواهید کرد که چگونه این روش‌ها به انواع تصمیمات تجاری کمک می‌کنند. در پایان این دوره، شما قادر خواهید بود: - استفاده از تطبیق بانکی در کنترل وجوه نقد را توصیف و نشان دهید - هدف صورتهای مالی را در رابطه با تصمیم گیری مشخص کنید -روش های تحلیلی اساسی صورت های مالی را شرح دهید استفاده از مهارت های کمی برای تجزیه و تحلیل سلامت کسب و کار دروس 1-3 در گواهینامه حرفه ای حسابداری Intuit یا معادل آن، پیش نیازهای توصیه شده برای این دوره است.

datacamp تجزیه و تحلیل صورتهای مالی در پایتون (Mitalearn-405073)

  • 39 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: Rohan Chatterjee
درباره این دوره:

ترازنامه، صورت‌های درآمد و صورت‌های جریان نقدی، صورت‌های مالی هستند که تقریباً هر شرکت بزرگی از آن استفاده می‌کند. این بیانیه ها حاوی اطلاعات زیادی در مورد وضعیت مالی یک شرکت است. این دوره چهار ساعته پایه‌ای را برای شروع تجزیه و تحلیل صورت‌های مالی در پایتون ایجاد می‌کند تا موقعیت مالی یک شرکت را عمیقاً درک کنید.

شما با یادگیری نحوه خواندن صورت‌های مالی شروع می‌کنید - اولین گام در یادگیری نحوه تجزیه و تحلیل آنها. در مرحله بعد، محاسبه برخی از رایج‌ترین نسبت‌های مالی از روی صورت‌ها را با استفاده از پانداها تمرین می‌کنید - یک ابزار قدرتمند دستکاری و تجزیه و تحلیل داده‌های پایتون.

همچنین خواهید آموخت که چگونه از عملکردهای مختلف پانداها برای مقایسه نسبت های مالی شرکت ها و ارزیابی سلامت مالی آنها استفاده کنید.

«داده‌ها در طبیعت» مملو از مقادیر گم شده است. در این دوره، برخورد با اطلاعات مالی از دست رفته را از طریق تمرینات تعاملی تمرین خواهید کرد. همچنین یاد خواهید گرفت که چگونه تجزیه و تحلیل خود را با استفاده از تجسم داده ها ارائه دهید - یکی دیگر از مهارت های ضروری در تجزیه و تحلیل مالی.

یکی از مزایای استفاده از پایتون برای تجزیه و تحلیل صورت های مالی در مقایسه با صفحات گسترده استاندارد این است که می توانید کارهای تکراری را کاهش دهید. با نوشتن توابع خود در پایتون، یاد خواهید گرفت که با کاهش تکرار، تجزیه و تحلیل خود را سریعتر و کارآمدتر کنید.

مهارت‌های مرتبط

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.

linkedin تجزیه و تحلیل علت اصلی: پیشگیری از مشکل سیستمیک (Mitalearn-434670)

  • 43 دقیقه
  • مناسب همه
  • انتشار: 14 February 2024
  • مدرس: Sam Yankelevitch
درباره این دوره: 

 

یک سیستم کاملاً طراحی شده است تا بتواند نتایج مشابه را تضمین کند ، صرف نظر از اینکه خوب یا بد هستند. اما در مواقعی که همان مشکلات عود می کنند ، اغلب به دلیل عدم جلوگیری از مشکلات یا محافظت از خود و مشتریان آن از نقص یا خدمات ضعیف است. اصول اولیه 3x5 را کشف کنید که چرا تجزیه و تحلیل ، که می تواند به شناسایی روابط علت و معلولی کمک کرده و از تکرار همان مشکلات جلوگیری کند. در طول راه ، مربی سام Yankelevitch فرصت هایی را برای زبان آموزان فراهم می کند تا بتوانند علل ریشه سیستمیک را با نمونه های مطالعه موردی در دنیای واقعی پیدا کنند.


مهارت‌های مرتبط

linkedin تجزیه و تحلیل علت ریشه ای: دستیابی به ریشه مشکلات تجاری (Mitalearn-272643)

  • 46 دقیقه
  • مناسب همه
  • بروزرسانی: 25 July 2026
  • مدرس: Sam Yankelevitch
درباره این دوره:

مشکلات چیز جدیدی نیستند، اما چگونه می‌توانیم به ریشه‌های مشکلات برسیم و آنها را برطرف کنیم؟ در این دوره، سام یانکلویچ به تجزیه و تحلیل علل ریشه ای و چگونگی انجام آن برای کسب و کارتان می پردازد. سم تجزیه و تحلیل علت ریشه (RCA) را تعریف می کند و توضیح می دهد که چگونه با دیگران برای یافتن علل ریشه ای کار کنید. او نحوه ساخت نمودار پارتو را برای جداسازی علل حیاتی از دلایل بی اهمیت توضیح می دهد، سپس به روش Is/ Is Not، نقشه برداری فرآیند، نمودارهای استخوان ماهی، تجزیه و تحلیل پنج چرایی و موارد دیگر می پردازد. سم بحث می کند که چگونه می توانید روش های مختلف تجزیه و تحلیل علت اصلی را ترکیب کنید و نکات و پیشنهاداتی را برای مؤثرتر و کارآمدتر کردن فرآیند تجزیه و تحلیل علت ریشه ای ارائه می دهد. او با کاوش در مورد اهمیت RCA برای کسب و کار شما به پایان می رساند.

coursera تجزیه و تحلیل عملیات (Mitalearn-298976)

  • 7 ساعت 39 دقیقه
  • مناسب همه
  • انتشار: 23 June 2026
  • مدرس: Senthil Veeraraghavan,Sergei Savin,Noah Gans
درباره این دوره:

این دوره برای تأثیرگذاری بر نحوه تفکر شما در مورد تبدیل داده ها به تصمیمات بهتر طراحی شده است. پیشرفت‌های خارق‌العاده اخیر در فن‌آوری‌های جمع‌آوری داده، نحوه تصمیم‌گیری آگاهانه و مؤثر شرکت‌ها را تغییر داده است. دوره تجزیه و تحلیل عملیات، که توسط سه نفر از کارشناسان برجسته وارتون تدریس می شود، بر این تمرکز دارد که چگونه می توان از داده ها برای تطبیق سودآوری عرضه با تقاضا در تنظیمات مختلف تجاری استفاده کرد. در این دوره آموزشی، نحوه مدل‌سازی عدم قطعیت‌های تقاضای آینده، نحوه پیش‌بینی نتایج انتخاب‌های سیاست‌های رقیب و نحوه انتخاب بهترین اقدام در مواجهه با ریسک را خواهید آموخت. این دوره چارچوب‌ها و ایده‌هایی را معرفی می‌کند که بینش‌هایی را در مورد طیفی از چالش‌های کسب‌وکار در دنیای واقعی ارائه می‌دهد، روش‌ها و نرم‌افزارهای موجود برای مقابله با این چالش‌ها از نظر کمی و همچنین مسائل مربوط به جمع‌آوری داده‌های مربوطه را به شما آموزش می‌دهد. این دوره برای مبتدیان و حرفه ای های تجاری بدون تجربه قبلی در تجزیه و تحلیل مناسب است.

coursera تجزیه و تحلیل عملیاتی با Microsoft Azure Synapse Analytics (Mitalearn-333520)

  • 32 دقیقه
  • متوسط
  • انتشار: 23 June 2026
  • مدرس: Microsoft
درباره این دوره:

در این دوره آموزشی، نحوه انجام تجزیه و تحلیل عملیاتی در برابر Azure Cosmos DB با استفاده از ویژگی Azure Synapse Link در Azure Synapse Analytics را خواهید آموخت. خواهید آموخت که چگونه پردازش تراکنش های ترکیبی و تحلیلی می تواند به شما در انجام تجزیه و تحلیل عملیاتی با Azure Synapse Analytics کمک کند. همچنین یاد خواهید گرفت که چگونه Azure Synapse Link را برای تعامل با Azure Cosmos DB پیکربندی و فعال کنید و چگونه می توانید با استفاده از Azure Synapse Link تجزیه و تحلیل را در برابر Azure Cosmos DB انجام دهید. این دوره بخشی از یک تخصص در نظر گرفته شده برای مهندسین داده و توسعه دهندگان است که می خواهند تخصص خود را در طراحی و پیاده سازی راه حل های داده ای که از خدمات داده Microsoft Azure استفاده می کنند برای هر کسی که علاقه مند به آماده شدن برای آزمون DP-203: مهندسی داده در Microsoft Azure (بتا) نشان دهد. ). شما در یک آزمون عملی شرکت خواهید کرد که شامل مهارت های کلیدی می شود که با آزمون گواهینامه اندازه گیری می شوند. این هفتمین دوره از یک برنامه 10 دوره ای است که به شما برای شرکت در آزمون کمک می کند تا بتوانید در طراحی و پیاده سازی راه حل های داده ای که از خدمات داده مایکروسافت آژور استفاده می کنند تخصص داشته باشید. مهندسی داده در آزمون Microsoft Azure فرصتی برای اثبات تخصص دانش در یکپارچه‌سازی، تبدیل و تلفیق داده‌ها از سیستم‌های داده‌های مختلف ساختاریافته و بدون ساختار به ساختارهایی است که برای ساخت راه‌حل‌های تحلیلی که از خدمات داده مایکروسافت آژور استفاده می‌کنند، مناسب هستند. هر دوره به شما مفاهیم و مهارت هایی را می آموزد که با امتحان اندازه گیری می شوند. در پایان این تخصص، شما آماده شرکت و ثبت نام در آزمون DP-203: مهندسی داده در Microsoft Azure (بتا) خواهید بود.

coursera تجزیه و تحلیل فرآیند ساخت پیشرفته (Mitalearn-350282)

  • 1 ساعت 3 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Rahul Rai
درباره این دوره:

تنوع یک واقعیت زندگی در محیط های تولیدی است که بر کیفیت و بازده محصول تأثیر می گذارد. از طریق این دوره، دانش آموزان یاد خواهند گرفت که چرا انجام تجزیه و تحلیل پیشرفته فرآیندهای تولید برای تشخیص و اصلاح عیوب عملیاتی به منظور بهبود بازده و کاهش هزینه ها ضروری است. در مورد بهترین روش‌های جمع‌آوری، آماده‌سازی و تجزیه و تحلیل داده‌ها، و همچنین پلتفرم‌های محاسباتی که می‌توان از آنها برای جمع‌آوری و پردازش داده‌ها در دوره‌های زمانی طولانی استفاده کرد، بینشی به دست آورید. برای شرکت به عنوان عضوی از یک تیم تجزیه و تحلیل پیشرفته و به اشتراک گذاشتن ورودی های ارزشمند در اجرای موثر، آمادگی بیشتری داشته باشید. مفاهیم اصلی این دوره از طریق سخنرانی، خواندن، بحث و گفتگو و ویدئوهای مختلف ارائه خواهد شد. این چهارمین دوره در تخصص فناوری ساخت و طراحی دیجیتال است که بسیاری از جنبه‌های «انقلاب چهارم» تولید، با نام مستعار Industry 4.0 را بررسی می‌کند و دارای یک پروژه اوج شامل ایجاد یک نقشه راه برای دستیابی به یک هدف حرفه‌ای مرتبط با DMD است. . برای کسب اطلاعات بیشتر در مورد تخصص فناوری ساخت و طراحی دیجیتال، لطفاً ویدیوی کلی را با کپی و چسباندن پیوند زیر در مرورگر وب خود تماشا کنید: https://youtu.be/wETK1O9c-CA

datacamp تجزیه و تحلیل فرآیندهای کسب و کار در R (Mitalearn-406824)

  • 49 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: Gert Janssenswillen
درباره این دوره:

اگرچه ممکن است متوجه نشده باشید، فرآیندها نقشی ضروری در زندگی روزمره ما دارند. اقدامات شما و دیگران حجم وسیعی از داده ها را تولید می کند. چه در حال سفارش کتاب باشید، چه قطار از چراغ قرمز عبور کند، یا ترموستات حمام شما را گرم کند، در هر ثانیه میلیون ها رویداد در حال وقوع هستند که در مراکز داده در سراسر جهان ذخیره می شوند. این مجموعه عظیم از داده های رویداد را می توان برای به دست آوردن بینش در مورد فرآیندها در محدوده تقریبا نامحدودی از زمینه ها استفاده کرد. با این حال، تجزیه و تحلیل این داده ها به مجموعه ای از قالب ها و تکنیک های خاص خود نیاز دارد. این دوره شما را با فرآیند کاوی با R آشنا می کند و مراحل مختلف مورد نیاز برای تجزیه و تحلیل فرآیندهای تجاری را نشان می دهد.

مهارت‌های مرتبط

coursera تجزیه و تحلیل فرصت های بلاک چین برای تجارت جهانی (Mitalearn-294301)

  • 1 ساعت 5 دقیقه
  • متوسط
  • انتشار: 23 June 2026
  • مدرس: Don Tapscott,Alex Tapscott
درباره این دوره:

در این چهارمین و آخرین دوره تخصصی، شما یادگیری خود را در یک پروژه قابل تحویل به نام تجزیه و تحلیل فرصت بلاک چین ترکیب خواهید کرد. اهداف این دوره دو دسته است: یکی، شناسایی نیاز یا مشکل خاصی در تجارت جهانی که به طور بالقوه می تواند با استفاده از فناوری بلاک چین حل شود. دوم، این شما هستید که باید راه‌حل‌های ممکن برای این مشکل را بررسی کنید، از جمله اینکه چگونه این راه‌حل‌ها ممکن است اجرا شوند. شما هر هفته نقاط عطف پروژه های مختلفی را انجام خواهید داد و با چندین ابزار که کارآفرینان برای سازماندهی یافته های خود از آنها استفاده می کنند، آشنا خواهید شد. در طول این فرآیند، از متخصصان دنیای واقعی که تجربه عملی در اکوسیستم بلاک چین دارند، خواهید شنید. بعلاوه، با شرکت در این دوره، به Blockchain Case Commons ما دسترسی پیدا خواهید کرد - مجموعه ای از برنامه های بلاک چین و موارد استفاده که چندین صنعت را در بر می گیرد. به عنوان یک نتیجه از این دوره، شما با یک تجزیه و تحلیل فرصت بلاک چین تلفیقی و بررسی شده کنار می روید، که می توانید از آن برای ارائه ایده خود به سازمان یا حتی سرمایه گذاران بالقوه استفاده کنید.

مهارت‌های مرتبط

coursera تجزیه و تحلیل فضایی و تصاویر ماهواره ای در GIS (Mitalearn-348293)

  • 6 ساعت 48 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Don Boyes
درباره این دوره:

در این دوره یاد خواهید گرفت که چگونه داده های نقشه را با استفاده از انواع داده ها و روش های مختلف برای پاسخ به سوالات جغرافیایی تجزیه و تحلیل کنید. ابتدا، یاد خواهید گرفت که چگونه یک مجموعه داده را با استفاده از انواع مختلف پرس و جو فیلتر کنید تا فقط داده هایی را که برای پاسخ به یک سوال خاص نیاز دارید، بیابید. سپس، روش‌های تحلیل ساده و در عین حال قدرتمندی را مورد بحث قرار می‌دهیم که از داده‌های برداری برای یافتن روابط فضایی درون و بین مجموعه‌های داده استفاده می‌کنند. در این بخش، نحوه استفاده از ModelBuilder را نیز یاد خواهید گرفت، ابزاری ساده اما قدرتمند برای فلوچارت های تحلیل ساختمان که می تواند به عنوان مدل نیز اجرا شود. سپس یاد خواهید گرفت که چگونه داده های سنجش از دور مانند تصاویر ماهواره ای را به عنوان منبع غنی داده های GIS پیدا کنید، درک کنید و از آنها استفاده کنید. سپس یاد خواهید گرفت که چگونه داده های شطرنجی را تجزیه و تحلیل کنید. در نهایت، شما پروژه خود را تکمیل خواهید کرد که در آن می توانید مهارت ها و ابزارهای جدیدی را که در این دوره آموخته اید، امتحان کنید. توجه: نرم افزاری برای این دوره ارائه نشده است.

datacamp تجزیه و تحلیل فعالیت پلیس با پانداها (Mitalearn-405243)

  • 58 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: Kevin Markham
درباره این دوره:

اکنون که پایه‌های پانداها را آموخته‌اید، این دوره به شما این فرصت را می‌دهد که با پاسخ دادن به سؤالات جالب در مورد یک مجموعه داده واقعی، آن دانش را به کار ببرید! شما مجموعه داده پروژه پلیس باز استانفورد را بررسی خواهید کرد و تأثیر جنسیت بر رفتار پلیس را تجزیه و تحلیل خواهید کرد. در طول دوره، تمرین بیشتری برای تمیز کردن داده های آشفته، ایجاد تجسم، ترکیب و تغییر شکل مجموعه داده ها، و دستکاری داده های سری زمانی به دست خواهید آورد. تجزیه و تحلیل فعالیت پلیس با پانداها به شما تجربه ارزشمندی در تجزیه و تحلیل مجموعه داده از ابتدا تا انتها می دهد و شما را برای حرفه علم داده خود آماده می کند!

مهارت‌های مرتبط

coursera تجزیه و تحلیل قوانین انجمن (Mitalearn-331820)

  • 1 ساعت 15 دقیقه
  • متوسط
  • انتشار: 23 June 2026
  • مدرس: Di Wu
درباره این دوره:

دوره "قوانین انجمن و تجزیه و تحلیل نقاط پرت" دانش آموزان را با مفاهیم اساسی روش های یادگیری بدون نظارت، با تمرکز بر قوانین ارتباط و تشخیص نقاط پرت آشنا می کند. شرکت‌کنندگان در الگوریتم‌های مکرر و قوانین تداعی، بینشی در مورد الگوریتم‌های Apriori و استخراج قوانین تداعی مبتنی بر محدودیت به دست خواهند آورد. علاوه بر این، دانش‌آموزان روش‌های تشخیص پرت را با درک عمیقی از موارد پرت متنی بررسی خواهند کرد. از طریق آموزش‌های تعاملی و مطالعات موردی عملی، دانش‌آموزان تجربه عملی را در استفاده از قوانین ارتباط و تکنیک‌های تشخیص نقاط پرت در مجموعه داده‌های متنوع به دست خواهند آورد. اهداف آموزشی دوره: در پایان این دوره، دانشجویان قادر خواهند بود: 1. اصول و اهمیت روش‌های یادگیری بدون نظارت، به‌ویژه قوانین ارتباط و تشخیص موارد دور از دسترس را درک کنید. 2. مفاهیم و کاربردهای الگوهای مکرر و قوانین تداعی را در کشف روابط جالب بین آیتم ها درک کنید. 3. الگوریتم های Apriori را کاوش کنید تا مجموعه آیتم های مکرر را به طور کارآمد استخراج کنید و قوانین ارتباط را ایجاد کنید. 4. معیارهای حمایت، اطمینان، و افزایش را در استخراج قوانین تداعی اجرا و تفسیر کنید. 5. مفهوم استخراج قوانین انجمن مبتنی بر محدودیت و نقش آن در گرفتن الگوهای تداعی خاص را درک کنید. 6. اهمیت تشخیص پرت را در تحلیل داده ها و کاربردهای دنیای واقعی تجزیه و تحلیل کنید. 7. برای شناسایی نقاط داده غیرعادی، از روش‌های مختلف تشخیص پرت، از جمله رویکردهای آماری و مبتنی بر فاصله استفاده کنید. 8. درک متنی پرت و تکنیک های تشخیص نقاط پرت متنی برای گرفتن نقاط پرت در زمینه های خاص. 9. قوانین تداعی و تکنیک‌های تشخیص پرت را در مطالعات موردی در دنیای واقعی به کار ببرید تا بینش‌های معناداری به دست آورید. در طول دوره، دانش‌آموزان فعالانه در آموزش‌ها و مطالعات موردی شرکت می‌کنند، مهارت‌های مربوط به قانون‌کاوی و تشخیص موارد پرت را تقویت می‌کنند و تجربه عملی در کاربرد این تکنیک‌ها در مجموعه داده‌های متنوع به دست می‌آورند. با دستیابی به اهداف یادگیری، شرکت کنندگان به خوبی مجهز خواهند شد تا در وظایف یادگیری بدون نظارت برتری پیدا کنند و با استفاده از قوانین تداعی و تکنیک های تشخیص پرت، تصمیمات آگاهانه بگیرند.

coursera تجزیه و تحلیل کاربردی و داده ها برای تصمیم گیری (Mitalearn-290051)

  • 1 ساعت 36 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Akshay Sivadas,Brittany O'Dea
درباره این دوره:

در پایان این دوره، فراگیران آماده می شوند تا بهترین راه حل ها را برای بهبود عملکرد و ادغام مفاهیم از روش های تعالی عملیاتی برای تصمیم گیری بهینه مبتنی بر داده ها شناسایی و آزمایش کنند. این دوره با تمرکز بر رمزگشایی علت اصلی مشکلات از طریق ابزارهای مختلف قبل از تعیین و ارزیابی بهترین راه حل ها آغاز می شود. یادگیرندگان نحوه به کارگیری ISO، Lean و Six Sigma را در پیگیری همسویی داده های عملیات سازمانی با استانداردهای عملکرد کشف می کنند. مطالعات موردی مهمان نوازی، تولید و تجارت الکترونیکی به نشان دادن نحوه ایجاد سواد داده و در عین حال تضمین حفظ حریم خصوصی و اقدامات اخلاقی داده ها کمک می کند. 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 سومین دوره در تخصص تصمیم گیری داده محور (DDDM) است. برای کسب اطلاعات بیشتر در مورد 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 کسب و کار اتوماسیون - مفاهیم و اصول (Mitalearn-280837)

  • 11 ساعت 44 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: UiPath
درباره این دوره:

تغییر اجتناب ناپذیر است و همچنین اختلالات دیجیتال در هر صنعتی. آنچه از دیدگاه کسب و کار مهم است، هماهنگی و انطباق با چنین اختلالات دیجیتالی است. در بازار رقابتی کسب و کار امروز، کلید موفقیت، تصمیمات عاقلانه مبتنی بر داده است که بر اساس اطلاعات قابل اعتماد گرفته می شود. به عنوان بخشی از مسئولیت های کاری خود، اطلاعات جمع آوری شده از منابع مختلف را در یک مقطع زمانی کشف، ترکیب و تجزیه و تحلیل می کردید. این تحلیل کسب و کار است. مجموعه ای از وظایف، دانش و تکنیک های مورد نیاز برای شناسایی نیازهای کسب و کار و تعیین راه حل برای مشکلات تجاری سازمانی است. همانطور که قبلاً گفتیم، انبوهی از اختلالات دیجیتال در هر صنعتی در حال وقوع است. ما شاهد رشد یک فرهنگ آماده دیجیتال هستیم که در راس آن اتوماسیون است. اتوماسیون باعث افزایش بهره وری در سطوح فرآیند، گردش کار و نیروی کار می شود و در نتیجه رشد و طول عمر سازمان را شکل می دهد. با حرکت سازمان ها به سمت اتوماسیون، برای یک تحلیلگر کسب و کار مهارت داشتن در علم اتوماسیون برای تسهیل ارتباطات و همکاری با ذینفعان مربوطه از اهمیت بالایی برخوردار است. UiPath به عنوان یکی از طرفداران قوی اتوماسیون فرآیند رباتیک (RPA)، نقش تحلیلگر کسب و کار اتوماسیون را به عهده می گیرد، که مسئول تجزیه و تحلیل الزامات کسب و کار، شناسایی فرآیندهای خودکارسازی احتمالی و همچنین مشکلات احتمالی، همراه با ارزیابی تاثیر پیاده سازی اتوماسیون خواهد بود. از طریق این دوره، تکنیک هایی برای تضمین موفقیت پروژه در هر مرحله از درک مشکلات یا اهداف سازمانی گرفته تا طراحی راه حل ها، ابداع استراتژی ها و در نتیجه ایجاد تغییر را خواهید آموخت. همراه با مهارت‌های اصلی تجزیه و تحلیل کسب‌وکار، شما همچنین یاد خواهید گرفت که چگونه تحویل‌ها و مدل‌های تجزیه و تحلیل کسب‌وکار را در یک سند تعریف فرآیند خاص RPA (PDD) بگنجانید، که نشان‌دهنده فرآیندهای تجاری «همان‌طور که هست» است که برای اتوماسیون انتخاب شده‌اند. در طول این دوره از اصطلاحات «اتوماسیون فرآیند رباتیک» (RPA) و «اتوماسیون» به جای یکدیگر استفاده شده است. این دوره در راستای BABOK's IIBA، به شما کمک می کند اولین گام را در سفر تحلیلگر کسب و کار خود بردارید و به شما در آماده شدن برای ECBA (گواهی ورود در تجزیه و تحلیل کسب و کار) کمک می کند. برای تکمیل این دوره، به راهنمای BABOK IIBA نیاز دارید که می تواند بدون هزینه اضافی قابل دسترسی است.

linkedin تجزیه و تحلیل کسب و کار استراتژیک مبتنی بر هوش مصنوعی (Mitalearn-441419)

  • 58 دقیقه
  • مناسب همه
  • انتشار: 25 July 2026
  • مدرس: Vincent Mirabelli
درباره این دوره:

استراتژی دیگر یک برنامه ریزی یکپارچه و چند ساله نیست. تحلیلگران کسب و کار امروزی باید پاسخگوتر و انعطاف پذیرتر باشند، به ویژه در محیط هایی که به سرعت در حال تغییر هستند. در این دوره، مربی وینسنت میرابلی، تلاقی تحلیل کسب و کار، استراتژی، و هوش مصنوعی مولد را بررسی می کند و شما را با اصول و مهارت های اصلی توسعه استراتژیک مدرن در این زمینه جدید پویا مجهز می کند. بیاموزید که چگونه از ابزارهای هوش مصنوعی برای بهبود تجزیه و تحلیل کسب و کار، تسهیل بینش عمیق تر و همسویی با اهداف استراتژیک، بهینه سازی فرآیندهای تصمیم گیری و ایجاد نوآوری استفاده کنید. در پایان این دوره، شما آماده خواهید بود تا استراتژی‌های تقویت‌شده هوش مصنوعی را طراحی و تطبیق دهید که با اهداف سازمان شما همسو باشد و از چابکی و رقابت در یک چشم‌انداز کسب‌وکار در حال تحول اطمینان حاصل کند.

دوره‌های پیشنهادی