کاتالوگ دوره‌ها

مدت زمان دوره

ارائه دهنده

موضوع

طبقه‌ها

نمایش 8,221 تا 8,240 مورد از کل 17,394 مورد.

linkedin تحقیقات UX: آزمایش ناب (Mitalearn-161871)

  • 36 دقیقه
  • متوسط
  • انتشار: 21 June 2026
  • مدرس: Amanda Stockwell
درباره این دوره:

ایده های خود را سریعتر با استفاده از روش استارتاپ ناب - یک رویکرد آزمایش شده و واقعی برای توسعه سریع محصول، تأیید کنید. این دوره یک نمای کلی از رویکرد استارت‌آپ ناب و دستورالعمل‌های دقیق برای اعمال آن در کارتان ارائه می‌کند، صرف نظر از اینکه در چه نوع سازمانی هستید. مربی آماندا استاکول توضیح می‌دهد که چگونه می‌توان یک آزمایش مؤثر را از ابتدا با بررسی فرضیه‌های اساسی ایجاد کرد. اولویت‌ها، نحوه نوشتن یک فرضیه مؤثر و انجام آزمایش بر روی MVP خود، و اینکه چگونه می‌توانید بیشترین ارزش را از آزمایش‌های خود به دست آورید، چه در مسیر باقی بمانید یا به ایده دیگری بپردازید.

مهارت‌های مرتبط

linkedin تحقیقات UX: انعطاف پذیر بودن (Mitalearn-236994)

  • 31 دقیقه
  • مناسب همه
  • انتشار: 25 July 2026
  • مدرس: Cory Lebson
درباره این دوره:

اگر تحقیقات UX انجام می دهید، اغلب متوجه می شوید که پروژه ها آنطور که شما برنامه ریزی کرده اید پیش نمی روند. اشکالات فناوری، تغییرات لحظه آخری، شرکت‌کنندگان غیرقابل پیش‌بینی، و تغییرات لحظه آخری در یک فیلمنامه - همیشه چیزی وجود دارد که شما پیش‌بینی نمی‌کردید. در این دوره، مربی کوری لبسون به بررسی مواردی می‌پردازد که ممکن است اشتباه پیش برود و چه کارهایی می‌توانید انجام دهید تا مطمئن شوید که تلاش‌های تحقیقاتی UX شما در نهایت موفقیت‌آمیز هستند.

راهبردهایی را برای زمان‌بندی، برنامه‌ریزی و پاسخ به مشکلات در حین شما کشف کنید. تحقیق در یک محیط سریع و اغلب چابک. بیاموزید که چگونه برای چالش های پیش بینی نشده آماده شوید و آنها را به بهترین شکل ممکن کنار بگذارید. نکاتی را برای برخورد با شرکت کنندگان، مسائل فناوری و سایر رویدادهای پیش بینی نشده دریافت کنید. کوری آنچه را که برای مدیریت بهتر انتظارات ذینفعان خود در هنگام ظهور شگفتی ها باید بدانید را پوشش می دهد.

مهارت‌های مرتبط

linkedin تحقیقات UX: غلبه بر اضطراب داده ها (Mitalearn-438988)

  • 1 ساعت 2 دقیقه
  • مناسب همه
  • انتشار: 2 June 2023
  • مدرس: Sarah Weise
درباره این دوره: 

 تصمیمات تجاری با اعتماد به نفس نیاز به داده دارد. اما در مرحله تجزیه و تحلیل تحقیقات خود احساس غرق شدن در آن آسان است. از چه داده هایی برای استفاده بهتر است؟ چگونه آن را حس می کنید؟ چگونه بهترین الگوها را پیدا می کنید؟ برای کشف استراتژی هایی برای غلبه بر اضطراب داده ها و انجام تجزیه و تحلیل بهتر در تحقیقات خود ، به نویسنده پرفروش و UX و متخصص تحقیقات بازار بپیوندید. تمایزهای اصلی بین تحقیقات خوب و بد را کاوش کنید تا بتوانید از اشتباهات رایج و خطاهای تحلیلی خودداری کنید. بیاموزید که نیازهای مجموعه داده های خود را شناسایی کرده و ابزارها و روشهای مناسب را برای مدیریت آنها انتخاب کنید. در طول راه ، سارا بینش های عملی را که از سالها تجربه در این زمینه و داستانها از پروژه های واقعی گرفته شده است ، ارائه می دهد و به شما کمک می کند تا به داده های خود اعتماد کنید تا بتوانید الگوهای خود را پیدا کنید و از آنها برای تصمیم گیری های واضح و مطمئن برای محصول یا تجارت خود استفاده کنید. در پایان این دوره ، شما همچنین آماده خواهید بود تا تحقیقات خود را به روشنی و مؤثر از طریق داستان پردازی بصری ارائه دهید.

مهارت‌های مرتبط

linkedin تحقیقات UX: مطالعه موردی تقسیم بندی مخاطبان (Mitalearn-438954)

  • 53 دقیقه
  • مناسب همه
  • انتشار: 26 April 2023
  • مدرس: Sarah Weise
درباره این دوره: 

 اغلب این مورد است که وقتی سعی می کنید همه را خوشحال کنید ، هیچ کس را خوشحال نمی کنید. همین مسئله را می توان برای هر شرکتی که محصول یا خدمات را ارائه می دهد ، گفت. همه مشتریان به همان روش رفتار نمی کنند و به شما نیاز دارند. شما باید بدانید که چه چیزی با بخش های مختلف طنین انداز است و می دانید چگونه محصولات خود را بفروشید یا تجربیات دیجیتالی را متفاوت طراحی کنید. شخصی سازی محصولات و تجربیات باعث ایجاد ارتباطات قوی تر و تقویت وفاداری مشتری می شود و در این دوره ، متخصص بازاریابی سارا ویس به شما نشان می دهد که چگونه می توانید مطالعات تقسیم بندی مخاطبان را در UX و پروژه های بازاریابی خود انجام دهید. سارا نگاهی مفید به یک پروژه و نتایج تقسیم بندی مشتری در دنیای واقعی نشان می دهد ، به شما نشان می دهد که تقسیم مخاطبان چیست و چگونه پروژه های طراحی مدرن ، نحوه جمع آوری داده ها را در مورد مخاطبان/مشتریان خود و نحوه مصاحبه و نظرسنجی مشتری خود نشان می دهد. او همچنین نحوه بررسی ، تجزیه و تحلیل و ارائه داده های تقسیم بندی مشتری و شخصیت های ناشی از آن را توضیح می دهد.

مهارت‌های مرتبط

linkedin تحقیقات UX: نقشه برداری سفر (Mitalearn-211018)

  • 30 دقیقه
  • مناسب همه
  • انتشار: 21 June 2026
  • مدرس: Sarah Weise
درباره این دوره:

یکی از راه های افزایش تجربه مشتری و ساخت محصولات بهتر این است که سفر مشتری ایده آل خود را به صورت زمانی ترسیم کنید. به این ترتیب می توانید لحظات ضعیف را در تجربه خرید شناسایی کنید و آن لحظات را قوی تر کنید. ابتدا، اطلاعاتی را در مورد نقاط دردناکی که مشتریان شما با آن روبرو هستند جمع آوری کنید. توجه داشته باشید که چگونه آنها از کسب و کار شما مطلع می شوند، رقبا را مقایسه می کنند و مشتری می شوند. وقتی نحوه وقوع این پیشرفت را مستند می‌کنید، نقشه‌ای ایجاد می‌کنید که می‌توانید از آن برای تصمیم‌گیری آگاهانه تجاری استفاده کنید - نقشه سفر. در این دوره آموزشی، یاد بگیرید که چگونه از طریق نقشه برداری UX سفر سرتاسر مشتری خود را تحقیق و ضبط کنید. سارا وایز، محقق بازار و نویسنده پرفروش، عناصر نقشه سفر، نحوه جمع‌آوری داده‌ها از طریق انجام تحقیقات با مشتریان، و نحوه ترکیب نتایج را توضیح می‌دهد. او نحوه شناسایی فرصت‌ها برای ایجاد محصولات، تجربیات و بازاریابی را پوشش می‌دهد که نیازهای مشتری شما را با اهداف تجاری شما همسو می‌کند.

coursera تحقیقات بازار و رفتار مصرف کننده (Mitalearn-287484)

  • 2 ساعت 26 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Shameek Sinha
درباره این دوره:

تلاش بازاریابی شما از اینجا شروع می شود! اولین دوره در این تخصص، زمینه های لازم را برای یک استراتژی بازاریابی موفق کلی فراهم می کند. این به دو بخش تقسیم می شود: تحقیقات بازار و رفتار مصرف کننده. ابزارها و تکنیک‌هایی را برای تبدیل یک مسئله تصمیم‌گیری به یک سؤال تحقیقاتی در ماژول تحقیقات بازار به دست آورید. یاد بگیرید که چگونه یک برنامه تحقیقاتی طراحی کنید، داده های جمع آوری شده را تجزیه و تحلیل کنید و گزارش های نظرسنجی را به طور دقیق تفسیر و انتقال دهید، نتایج را به توصیه های عملی تبدیل کنید. سپس بر روی فرآیند تصمیم گیری مصرف کننده تمرکز می کنید و لحظات کلیدی را از شناسایی نیاز تا خرید و مصرف یک محصول برجسته می کنید. با تجزیه و تحلیل نحوه تصمیم گیری مصرف کنندگان، آنچه (در قلب و ذهن آنها) در مراحل مختلف فرآیند تصمیم گیری اتفاق می افتد و متغیرهایی که بر آن تصمیمات تأثیر می گذارند، در تصمیمات مدیریتی خود یک "تمرکز بر مصرف کننده" واقعی را اتخاذ کنید. این دوره شما را به دانش مورد نیاز برای درک وضعیت محصول خود قبل از نزدیک شدن به استراتژی بازار مجهز می کند. هیچ جای بهتری برای ایجاد پایه های سفر بازاریابی شما وجود ندارد!

linkedin تحقیقات بازار: کیفی (Mitalearn-428176)

  • 1 ساعت 52 دقیقه
  • مناسب همه
  • انتشار: 21 June 2026
  • مدرس: Sarah Weise
درباره این دوره:

اگر یک بازاریاب امروزی هستید ، دیگر نمی خواهید با شماره ها ، نمودارها و نمودارها فقط به دست بیاورید. علاوه بر داده های کمی ، باید یاد بگیرید که مشتریان شما واقعاً چه می خواهند. به طور خلاصه ، شما باید مشتریان خود را بشناسید. شما باید بدانید که چه چیزی باعث ایجاد انگیزه و رانندگی آنها می شود ، و چه احساسی دارند در هنگام تصمیم گیری در حال خرید ، تعامل با محصولات شما یا درگیر شدن با برند شما. در این دوره ، کارشناس تحقیقات بازار و نویسنده پرفروش سارا ویز شما را از طریق بهترین شیوه ها و فرآیندهای جمع آوری تحقیقات کیفی و چگونگی مطابقت آن با استراتژی های بازاریابی شما قدم می زند. دوره تاکتیکی سارا نشان می دهد که چگونه می توان یک پروژه تحقیقاتی جدید را انجام داد و موضوعاتی مانند مصاحبه ، گروه های متمرکز ، مطالعات دفتر خاطرات و مردم نگاری را در بر می گیرد. او همچنین در مورد انتخاب روش مناسب برای تحقیق و نکات مربوط به تعدیل گروه های شما راهنمایی می کند.

linkedin تحقیقات بازار: کیفی (Mitalearn-209352)

  • 1 ساعت 29 دقیقه
  • مناسب همه
  • انتشار: 25 July 2026
  • مدرس: Sarah Weise
درباره این دوره:

اگر شما یک بازاریاب امروزی هستید، دیگر تنها با اعداد، نمودارها و نمودارها به نتیجه نخواهید رسید. علاوه بر داده های کمی خود، باید یاد بگیرید که مشتریان شما واقعاً چه می خواهند. به طور خلاصه، شما باید مشتریان خود را شناخت کنید. شما باید بدانید که چه چیزی به آنها انگیزه می دهد و آنها را هدایت می کند، در هنگام تصمیم گیری برای خرید، تعامل با محصولات شما یا تعامل با برند شما چه احساسی دارند. در این دوره، کارشناس تحقیقات بازار و نویسنده پرفروش سارا وایز شما را از طریق بهترین شیوه ها و فرآیندهای جمع آوری تحقیقات کیفی و اینکه چگونه باید با استراتژی های بازاریابی شما مطابقت داشته باشد، راهنمایی می کند. دوره تاکتیکی سارا نحوه انجام یک پروژه تحقیقاتی جدید را نشان می‌دهد و موضوعاتی مانند مصاحبه، گروه‌های متمرکز، مطالعات خاطرات و قوم‌نگاری را پوشش می‌دهد. او همچنین راهنمایی هایی در مورد انتخاب روش مناسب برای تحقیق شما و راهنمایی هایی در مورد تعدیل گروه های شما ارائه می دهد.

مهارت‌های مرتبط

coursera تحقیقات تکراری (Mitalearn-335458)

  • 4 ساعت 10 دقیقه
  • مناسب همه
  • انتشار: 23 June 2026
  • مدرس: Roger D. Peng, PhD,Jeff Leek, PhD,Brian Caffo, PhD
درباره این دوره:

این دوره بر مفاهیم و ابزارهای پشت گزارش تجزیه و تحلیل داده های مدرن به شیوه ای تکرارشونده تمرکز دارد. تحقیق تکرارپذیر این ایده است که تجزیه و تحلیل داده ها، و به طور کلی، ادعاهای علمی، با داده ها و کد نرم افزاری آنها منتشر می شود تا دیگران بتوانند یافته ها را تأیید کنند و بر اساس آنها بنا کنند. نیاز به تکرارپذیری به طور چشمگیری در حال افزایش است زیرا تجزیه و تحلیل داده ها پیچیده تر می شود و شامل مجموعه داده های بزرگتر و محاسبات پیچیده تر می شود. تکرارپذیری به افراد اجازه می دهد تا بر محتوای واقعی تجزیه و تحلیل داده ها تمرکز کنند، نه بر جزئیات سطحی گزارش شده در یک خلاصه کتبی. علاوه بر این، تکرارپذیری تجزیه و تحلیل را برای دیگران مفیدتر می کند زیرا داده ها و کدهایی که در واقع تجزیه و تحلیل را انجام داده اند در دسترس هستند. این دوره بر روی ابزارهای تحلیل آماری باسواد تمرکز می کند که به فرد امکان می دهد تجزیه و تحلیل داده ها را در یک سند منتشر کند که به دیگران امکان می دهد به راحتی همان تجزیه و تحلیل را برای به دست آوردن نتایج یکسان اجرا کنند.

linkedin تحقیقات تکراری بازار: تنظیم پروژه تحقیقاتی خود (Mitalearn-424776)

  • 29 دقیقه
  • مناسب همه
  • انتشار: 25 July 2026
  • مدرس: Sarah Weise
درباره این دوره:

به دنیای پویا تحقیقات بازار تکراری ، جایی که هر مرحله بر روی مرحله قبلی ساخته می شود ، غواصی کنید و امکان یادگیری و سازگاری مداوم را فراهم می کند. بیاموزید که مطالعاتی را تنظیم کنید که باعث افزایش تجمع داده ها شود ، روشهای مناسب را برای مراحل مختلف انتخاب کنید و حلقه های بازخورد را برای نتایج بهینه اهرم کنید. این دوره با کارشناس تحقیقات بازاریابی ، سارا ویس ، شما را به مهارت های طراحی ، اجرای و تجزیه و تحلیل پروژه های تحقیقاتی تکراری مجهز می کند و به شما این امکان را می دهد تا تصمیمات محور داده ای را که مطابق با نیازهای مشتری در حال تحول و روند بازار است ، بگیرید.

linkedin تحقیقات چابک UX (Mitalearn-410037)

  • 40 دقیقه
  • مناسب همه
  • انتشار: 26 November 2024
  • مدرس: Amanda Stockwell
درباره این دوره: 

 این دوره به بررسی چگونگی عملکرد تحقیقات کاربر (UXR) در رویکردهای توسعه چابک می پردازد تا تیم ها بتوانند کاربران خود را درک کرده و محصولات بهتری بسازند. به مربی آماندا استکهول بپیوندید زیرا او مفاهیم اساسی شیوه های چابک و مرتبط مانند Scrum را بیان می کند و بهترین شیوه ها را از تجربیات خود در ادغام تلاش های تحقیق UX در آن سیستم ها به اشتراک می گذارد. نکاتی را برای جمع آوری تیم های مناسب ، راه اندازی تدارکات برای همکاری کارآمد ، ایجاد یک کادوی که در آغوش یادگیری مداوم و موارد دیگر است ، بیاموزید. در طول راه ، بهترین راهها را برای تطبیق روشهای تحقیق برای گردش کار چابک و حفظ بینش در عمل کشف کنید. ایده آل برای طراحان UX ، مدیران محصول ، استادان اسکرام و هر حرفه ای مشتاق برای درک بهتر چگونه UXR می تواند در چابک قرار بگیرد ، این دوره می تواند به شما کمک کند تا با موفقیت شیوه هایی را برای اطمینان از اینکه تیم های خود به طور فعال بازخورد لازم را برای ماندن واقعاً چابک جمع می کنند ، به شما کمک کند.

مهارت‌های مرتبط

coursera تحقیقات کمی (Mitalearn-295338)

  • 3 ساعت 43 دقیقه
  • متوسط
  • انتشار: 23 June 2026
  • مدرس: Susan Berman,Olivier Rubel, PhD
درباره این دوره:

در این دوره، بینش هایی در مورد بازاریابی به دست خواهید آورد تا به تعیین اینکه آیا فرصتی واقعاً در بازار وجود دارد و آیا برای سازمان یا مشتری شما ارزشمند و قابل اجرا است یا خیر، کمک می کند. هفته 1: روش های موجود برای ایجاد نظرسنجی های کمی را به همراه مزایا و معایب آنها ارزیابی کنید. نوع سؤالاتی را که باید پرسیده شود مشخص کنید و از سؤالات بدون ابهام نظرسنجی خودداری کنید. هفته دوم: طراحی، آزمایش و اجرای نظرسنجی با شناسایی مخاطبان هدف و به حداکثر رساندن نرخ پاسخ. شما فرصتی خواهید داشت که از Qualtrics، یک ابزار نرم افزاری نظرسنجی، برای راه اندازی نظرسنجی خود استفاده کنید. هفته 3: مدل‌های آماری را که می‌توان در داده‌های بازاریابی خود اعمال کرد، تجزیه و تحلیل کنید تا بتوانید تصمیمات مبتنی بر داده‌ها را درباره آمیخته بازاریابی خود بگیرید. هفته 4: محتمل ترین نتایج حاصل از تصمیمات بازاریابی را پیش بینی کنید و با نوع تجزیه و تحلیل مورد نیاز برای مشکل تجاری خود مطابقت دهید. تحقیقات کمی را به عنوان یک دوره مستقل یا به عنوان بخشی از تخصص تحقیقات بازار بخوانید. شما باید قبل از گذراندن این دوره، تجربه ای معادل با گذراندن دوره دوم این تخصص یعنی تحقیقات کیفی داشته باشید. با گذراندن کلاس سوم در Specialization، مهارت های مورد نیاز برای موفقیت در برنامه کامل را به دست خواهید آورد.

coursera تحلیل بازار عرضه (Mitalearn-288283)

  • 28 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Don Klock
درباره این دوره:

در این دوره شما ابزارهایی را برای ارزیابی بازارهای عرضه از سطح استراتژیک (به عنوان مثال کلان) (PESTLE) تا سطح تاکتیکی (به عنوان مثال صنعت) (تقسیم بندی بازار تامین، پنج نیرو، نقشه برداری زنجیره تامین) تا سطح عملیاتی (تامین کننده) (اطلاعاتی) خواهید آموخت. منابع، SWOT، تحلیل مالی) در مجموع هفت ابزار "ثابت شده" ارائه خواهد شد. همه این ابزارها به شما کمک می کنند تا استراتژی های مناسب را توسعه دهید، خطرات را کاهش دهید و تصمیمات "درست" تامین کننده را بگیرید. خواندن مورد نیاز، ویدیوهای تکمیلی و مورد مورد نیاز با ارزیابی گروه همتا به شما کمک می کند تا یادگیری خود را افزایش دهید.

مهارت‌های مرتبط

coursera تحلیل پیچیدگی (Mitalearn-283931)

  • 3 ساعت 51 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: A\u002FProfessor Iain Hay
درباره این دوره:

اولین دوره تخصصی تحلیل پیچیدگی به شما می آموزد که چه الگوهای یکپارچه در هسته همه مشکلات پیچیده نهفته است. با آموزش نگاه کردن به آن به روش‌های جدید، دانش شما را در مورد رشته خود ارتقا می‌دهد. تجزیه و تحلیل پیچیدگی به روش زیر ساخته شده است: هفته اول. "پیچیدگی چیست؟" - آنچه در هسته همه مسائل پیچیده هفته دوم است. "سیستم های فیزیکی پیچیده" - هفته سوم چه مشکلات پیچیده ای در جهان بی جان مشترک است. "سیستم های تطبیقی ​​پیچیده" - چه مشکلات پیچیده ای در طبیعت در هفته چهارم مشترک است. "سیستم های پیچیده فرهنگی" - چه مشکلات پیچیده ای در جامعه بشری مشترک است هفته پنجم. "پیچیدگی، شکنندگی و شکست" - چرا مشکلات پیچیده هفته ششم به وجود می آیند. "پیچیدگی در آنتروپوسن" - امروز با چه مشکلات پیچیده ای روبرو هستیم

مهارت‌های مرتبط

تحلیل داده برای تصمیم‌گیری‌های هوشمندتر

  • 16 ساعت 40 دقیقه

تحلیل داده و آنالیز آماری

در محیط حرفه‌ای امروز، توانایی تحلیل داده و تصمیم‌گیری مبتنی بر شواهد یکی از مهارت‌های کلیدی هر کارمند سازمانی است. این دوره به شما کمک می‌کند تا مفاهیم آماری و مدل‌سازی را به زبان ساده، عملی و کاملاً کاربردی با استفاده از Excel بیاموزید. بدون نیاز به پیش‌زمینه آماری و نرم‌افزاری، می‌توانید به مهارتی مجهز شوید که در پروژه‌ها و تحلیل‌های کاری روزمره قابل استفاده است.
 
 مخاطبین دوره:
این دوره برای تمامی همکارانی طراحی شده است که در تصمیم‌سازی‌ها و تحلیل‌های داده محور سازمان مشارکت دارند، از جمله:
  • تحلیل‌گران داده، کارشناسان BI و هوش تجاری
  • کارشناسان منابع انسانی، بازاریابی، فروش، مالی و بودجه
  • مدیران پروژه، تحقیق و توسعه و مدیران تصمیم‌گیر

مدرس دوره: 

دکتر کیوان نادی: دکترای آمار و روش‌های کمی از دانشگاه کالیفرنیا، با سابقه چندین سال تدریس و مشاوره در حوزه تحلیل داده، مدل‌سازی آماری و تصمیم‌سازی داده‌محور در پروژه‌های سازمانی و تحقیقاتی داخل و خارج از کشور.

سرفصل‌های دوره:

این دوره شامل 17 ساعت ویدئو در ۱۴ فصل جامع است که از مفاهیم پایه آمار تا کاربرد عملی در محیط Excel را به طور کامل پوشش می‌دهد.

  • توابع تحلیل داده و آنالیز آماری اکسل
  • انواع داده و نحوه‌ی جمع‌آوری داده
  • مصور‌سازی داده‌ها ( Data Visualization)
  • همبستگی و انجام انواع تحلیل رگرسیون شامل انجام تحلیل‌های پیش‌بین (Predictive analysis)
  • مفاهیم اصلی آماری مانند شاخص‌های گرایش مرکزی و پراکندگی و p-value
  • تحلیل داده‌‌ی اکتشافی (Exploratory Data Analysis)
  • مفاهیم اصلی احتمال و کاربرد آن در آمار و تحلیل داده
  • مدل‌سازی آماری (Statistical data modeling)

coursera تحلیل رگرسیون (Mitalearn-331956)

  • 50 دقیقه
  • متوسط
  • انتشار: 23 June 2026
  • مدرس: Di Wu
درباره این دوره:

دوره «تحلیل رگرسیون» دانشجویان را با مفاهیم اساسی یکی از مهم ترین روش های یادگیری تحت نظارت یعنی رگرسیون مجهز می کند. شرکت کنندگان تکنیک های مختلف رگرسیون را بررسی می کنند و یاد می گیرند که چگونه آنها را به طور موثر ارزیابی کنند. علاوه بر این، دانش‌آموزان در موضوعات پیشرفته، از جمله رگرسیون چند جمله‌ای، تکنیک‌های منظم‌سازی (ریج، کمند، و شبکه الاستیک)، اعتبارسنجی متقاطع و روش‌های گروهی (کیسه‌بندی، تقویت، و انباشتن) تخصص کسب خواهند کرد. از طریق آموزش های تعاملی و مطالعات موردی عملی، دانش آموزان تجربه عملی در استفاده از تحلیل رگرسیون در سناریوهای داده های دنیای واقعی به دست خواهند آورد. در پایان این دوره، دانشجویان قادر خواهند بود: 1. درک اصول و اهمیت تحلیل رگرسیون در یادگیری تحت نظارت. 2. مفاهیم و کاربردهای رگرسیون خطی و تفسیر آن را در مجموعه داده های دنیای واقعی درک کنید. 3. رگرسیون چند جمله ای را برای به دست آوردن روابط غیرخطی بین متغیرها کاوش کنید. 4. برای جلوگیری از برازش بیش از حد و بهبود تعمیم مدل، از تکنیک های منظم سازی (ریج، کمند، و شبکه الاستیک) استفاده کنید. 5. روش های اعتبارسنجی متقابل را برای ارزیابی عملکرد مدل و بهینه سازی هایپرپارامترها اجرا کنید. 6. درک روش های مجموعه (کیسه، تقویت، و پشته) و نقش آنها در افزایش دقت مدل رگرسیون. 7. ارزیابی و مقایسه عملکرد مدل های رگرسیون مختلف با استفاده از معیارهای مناسب. 8. استفاده از تکنیک های تحلیل رگرسیون برای مطالعات موردی در دنیای واقعی، تصمیم گیری مبتنی بر داده. در طول دوره، دانش آموزان فعالانه در آموزش ها و مطالعات موردی شرکت می کنند، مهارت های تحلیل رگرسیون خود را تقویت می کنند و تجربه عملی در استفاده از تکنیک های رگرسیون در مجموعه داده های متنوع به دست می آورند. با دستیابی به اهداف یادگیری، شرکت کنندگان برای برتری در وظایف تحلیل رگرسیون و تصمیم گیری آگاهانه با استفاده از مدل های رگرسیون به خوبی مجهز خواهند شد.

coursera تحلیل رگرسیون مدرن در R (Mitalearn-330613)

  • 9 ساعت 46 دقیقه
  • متوسط
  • انتشار: 23 June 2026
  • مدرس: Brian Zaharatos
درباره این دوره:

این دوره مجموعه ای از ابزارهای مدل سازی آماری پایه را برای علم داده ارائه می دهد. به طور خاص، دانش‌آموزان با روش‌ها، نظریه‌ها و کاربردهای مدل‌های آماری خطی آشنا می‌شوند که موضوعات تخمین پارامتر، تشخیص باقی‌مانده، خوب بودن تناسب، و استراتژی‌های مختلف برای انتخاب متغیر و مقایسه مدل را پوشش می‌دهد. همچنین به استفاده نادرست از مدل های آماری و پیامدهای اخلاقی این سوء استفاده ها توجه خواهد شد. 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. لوگوی اقتباس شده از عکس وینسنت لدوینا در Unsplash

datacamp تحلیل روند در Power BI (Mitalearn-401452)

  • 40 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: Maarten Van den Broeck,Jacob Marquez
درباره این دوره:

در این دوره آموزشی، نحوه تجزیه و تحلیل سری‌های زمانی، تجسم داده‌های خود و شناسایی روندها را خواهید آموخت. شما متغیرهای تاریخ جدیدی می سازید، نمودارهای اجرا را کشف می کنید و به محاسبه میانگین های چرخشی می پردازید. در نهایت، با استفاده از درخت‌های تجزیه Power BI و تأثیرگذارهای کلیدی، می‌توانید تشخیص دهید که کدام متغیرها بیشترین تأثیر را روی متغیر هدف دارند.

مهارت‌های مرتبط

datacamp تحلیل شبکه میانی در پایتون (Mitalearn-406144)

  • 49 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: Eric Ma
درباره این دوره:

آیا دوره آموزشی DataCamp را در مقدمه تجزیه و تحلیل شبکه در پایتون گذرانده اید و مشتاق یادگیری تکنیک های پیچیده تری برای تجزیه و تحلیل شبکه های خود هستید، خواه شبکه های اجتماعی، حمل و نقل یا بیولوژیکی باشند؟ سپس این دوره برای شماست! در اینجا، دانش و مهارت های خود را برای مقابله با مشکلات پیشرفته تر در تجزیه و تحلیل شبکه ایجاد خواهید کرد! شما مهارت‌های مفهومی و عملی را برای تجزیه و تحلیل سری‌های زمانی در حال تکامل شبکه‌ها، یادگیری در مورد نمودارهای دوبخشی و نحوه استفاده از نمودارهای دوبخشی در سیستم‌های توصیه محصول به دست خواهید آورد. همچنین در مورد پیش‌بینی‌های گراف، چرایی مفید بودن آن‌ها در علم داده، و بهترین راه‌های ذخیره و بارگذاری داده‌های نمودار از فایل‌ها را خواهید آموخت. شما تمام این دانش را در یک مطالعه موردی فصل آخر ادغام خواهید کرد، که در آن مجموعه داده های انجمن را تجزیه و تحلیل می کنید و از این دوره یک نینجا Pythonista Network Analyst بیرون می آیید!

مهارت‌های مرتبط

coursera تحلیل شبکه های اجتماعی (Mitalearn-327009)

  • 5 ساعت 20 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Martin Hilbert
درباره این دوره:

این دوره طراحی شده است تا به معنای واقعی کلمه از چیزی در قلب جامعه "علم بسازد": شبکه های اجتماعی. انسان‌ها دانشمندان شبکه طبیعی هستند، زیرا ما همیشه پیکربندی‌های شبکه جدید را محاسبه می‌کنیم، تقریباً بی‌اطلاع، هنگام فکر کردن به دوستان و خانواده (که اشکال خاصی از شبکه‌های اجتماعی هستند)، در مورد همکاران و روابط سازمانی (سایر، ساختارهای شبکه‌ای همپوشانی) و در مورد چگونه پیکربندی‌های شبکه‌ای ظریف یا فرصت‌طلبانه را برای حفظ حراست یا پیشرفت در جایگاه اجتماعی خود (که جامعه خود یک شبکه اجتماعی بزرگ است) هدایت کنیم. در حالی که چنین ساختارهای شبکه ای همیشه وجود داشته است، علوم اجتماعی محاسباتی به آشکارسازی و مطالعه سیستماتیک تر آنها کمک کرده است. در بخش اول دوره ما بر ساختار شبکه تمرکز می کنیم. این به عنوان عکس های فوری ثابت از شبکه ها به نظر می رسد که می تواند پیچیده باشد و جنبه های مهمی از سیستم های اجتماعی را نشان دهد. در آزمایشگاه عملی ما، شما همچنین خودتان یک شبکه را با یک نرم افزار تجسم و تجزیه و تحلیل خواهید کرد، که به درک پیچیدگی شبکه های اجتماعی کمک می کند. در بخش دوم دوره، به چگونگی تکامل شبکه ها در زمان خواهیم پرداخت. ما می‌پرسیم چگونه می‌توانیم پیش‌بینی کنیم که چه نوع شبکه‌ای شکل می‌گیرد و آیا و چگونه می‌توانیم بر پویایی شبکه تأثیر بگذاریم.

مهارت‌های مرتبط

دوره‌های پیشنهادی