Course catalog

Course duration

Course provider

Topic

Categories

Showing 21-40 of 58 items.

linkedin با استفاده از هوش مصنوعی برای بینش های داده محور (Mitalearn-438495)

  • 58 minutes
  • مناسب همه
  • Release date: 5 March 2025
  • Author: Justin Bateh
درباره این دوره: 

 این دوره برای کسانی که به دنبال افزایش توانایی های تصمیم گیری خود با استفاده از هوش مصنوعی ، به ویژه از طریق ChatGPT ، بدون نیاز به مهارت های فنی پیشرفته هستند ، طراحی شده است. با هوش مصنوعی ، می توانید داده های خام را به بینش های قدرتمندی تبدیل کنید که تصمیمات سریعتر و سریعتر را هدایت می کنند. فراتر از استفاده از داده های منسوخ یا بدتر از آن "رفتن با روده خود" ، و به مربی جاستین بیته بپیوندید زیرا او ابزارهای عملی AI را به اشتراک می گذارد که می تواند به شما در تصمیم گیری های دقیق تر و آگاهانه تر کمک کند.

linkedin پایتون برای پیش بینی سریال های زمانی (Mitalearn-433684)

  • 4 hours 19 minutes
  • مناسب همه
  • Release date: 17 July 2025
  • Author: Jesus Lopez
درباره این دوره: 

 

پیش‌بینی عملی سری‌های زمانی را با Python با استفاده از مجموعه داده‌های دنیای واقعی از انرژی (EIA - اداره اطلاعات انرژی ایالات متحده) و اقتصاد (FRED - داده‌های اقتصادی فدرال رزرو) بیاموزید.

مهارت‌ها را گام به گام ایجاد کنید، از بارگیری و پیش پردازش داده‌های سری زمانی گرفته تا تجزیه روندها و فصلی، تجسم الگوها با Plotly، و استفاده از مدل‌های پیش‌بینی مانند ARIMA، SARIMA، هموارسازی نمایی، و پیامبر. ارزیابی عملکرد مدل را با استفاده از معیارهای خطا و تکنیک‌های اعتبارسنجی متقاطع مانند اعتبار سنجی قدم به جلو یاد بگیرید.

این دوره بر تمرین‌های عملی در محیط GitHub Codespace تأکید دارد، بنابراین می‌توانید فوراً آنچه را که یاد می‌گیرید در مجموعه داده‌های خود اعمال کنید. فرقی نمی‌کند با داده‌های فروش، انرژی یا مالی کار می‌کنید، مهارت‌هایی را برای ایجاد پیش‌بینی‌های دقیق و قابل تفسیر به دست خواهید آورد که تصمیم‌گیری در دنیای واقعی را هدایت می‌کند.


linkedin پایتون برای نکات، ترفندها و تکنیک های علوم داده (Mitalearn-123264)

  • 47 minutes
  • متوسط
  • Release date: 28 June 2026
  • Author: Ben Sullins
درباره این دوره:

کار مدرن در علم داده نیاز به متخصصان ماهر دارد که در جریان کار تجزیه و تحلیل و استفاده از ابزارهای قدرتمند مهارت داشته باشند. پایتون می‌تواند تقریباً در هر جنبه‌ای از کار با داده‌ها نقش مهمی ایفا کند - از دریافت، پرس و جو، استخراج و تجسم. این دوره دوازده نکته و ترفندی را که می توانید برای بهبود مهارت های خود در پایتون به کار ببرید، برجسته می کند. این تکنیک‌ها به آسانی و در وظایف رایج مدیریت داده اعمال می‌شوند و شامل موارد زیر می‌شوند: نحوه دریافت داده‌ها با استفاده از فایل‌های CSV، JSON، و TXT. چگونه داده ها را با استفاده از کتابخانه هایی مانند پانداها کاوش کنیم. نحوه سازماندهی و پیوستن داده ها با استفاده از DataFrames. نحوه ایجاد نمودارها و نمایش های گرافیکی داده ها با استفاده از ggplot در پایتون. و بیشتر.

linkedin پایه های علوم داده: اصول (Mitalearn-417313)

  • 5 hours 24 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Barton Poulson
درباره این دوره:

Data Science مجموعه ای از زمینه های درگیر در هوش مصنوعی ، یادگیری ماشین و هوش تجاری است. این یکی از سریعترین و با ارزش ترین مشاغل با استفاده از تحلیلگران و مهندسان در سراسر جهان است. این دوره مقدمه ای در دسترس و غیر فنی در زمینه علوم داده ، پوشش واژگان ، مهارت ها ، شغل ها ، ابزارها و تکنیک های علوم داده را ارائه می دهد و آن را به انقلاب داده متصل می کند و پایه و اساس توسعه خود را در علم داده در اختیار شما قرار می دهد.

به مربی بارتون پولسون بپیوندید زیرا او مؤلفه هایی را که علوم داده را تشکیل می دهند ، شناسایی می کند و چگونگی رشد و تکامل علم داده را بررسی می کند ، به ویژه با ظهور هوش مصنوعی.

linkedin تجزیه و تحلیل اپلیکیشن موبایل برای توسعه دهندگان (Mitalearn-117297)

  • 1 hours 12 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Joe Marini
درباره این دوره:

برنامه شما واقعاً چگونه استفاده می شود؟ آیا کاربران برخی از ویژگی ها را بیشتر از سایرین دوست دارند؟ کاربران شما در کدام کشورها زندگی می کنند؟ کدام مناطق بهترین درآمد را دارند؟ با استفاده از تجزیه و تحلیل در برنامه خود، می توانید پاسخ این سؤالات را بیابید و به طور کلی درباره نحوه استفاده از برنامه خود در دنیای واقعی اطلاعات بیشتری کسب کنید. در این دوره آموزشی، نحوه پیاده‌سازی تحلیل‌های اولیه، جمع‌آوری داده‌ها و تجزیه و تحلیل نتایج خود را بیابید تا مشخص کنید کدام ویژگی‌ها را بسازید، و چگونه آن ویژگی‌ها را به بهترین نحو به کاربران خود ارائه دهید. مربی جو مارینی دلیلی برای استفاده از تجزیه و تحلیل در برنامه خود توضیح می دهد. سپس نحوه کار با Google Analytics for Firebase - یک بسته تحلیلی بین پلتفرمی - برای اندازه‌گیری میزان استفاده از یک برنامه، بررسی مجموعه رویدادها، و نحوه تجزیه و تحلیل داده‌های خود را توضیح می‌دهد.

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

  • 2 hours 4 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: 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 حرفه ای های کسب و کار (Mitalearn-271895)

  • 1 hours 16 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: 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.

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

  • 1 hours 17 minutes
  • متوسط
  • Release date: 25 July 2026
  • Author: 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.

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

  • 1 hours
  • مبتدی
  • Release date: 25 July 2026
  • Author: 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.

Related Skills

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

  • 1 hours 20 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: 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.

linkedin تجزیه و تحلیل داده ها: تجزیه و تحلیل نمودار (Mitalearn-213806)

  • 19 minutes
  • مناسب همه
  • Release date: 22 June 2026
  • Author: Madecraft,Heather Johnson
درباره این دوره:

از زمان پیدایش تجزیه و تحلیل داده ها، روشی که در آن تحلیل گران به داده ها نگاه می کنند و تفسیر می کنند، به شدت تکامل یافته است. فناوری‌ها، ابزارها و رویکردهای جدید آنچه را که با تجزیه و تحلیل داده‌ها امکان‌پذیر است، ارتقا داده‌اند و تحلیل شبکه نیز از این قاعده مستثنی نیست. در این دوره، هدر جانسون، تحلیلگر قدیمی داده و متخصص تجسم داده، اصول استفاده از تجزیه و تحلیل گراف یا تجزیه و تحلیل شبکه را هنگام تجزیه و تحلیل داده ها به اشتراک می گذارد. هدر با بررسی اجزای تجزیه و تحلیل شبکه و جزئیات مزایای استفاده از رویکرد تجزیه و تحلیل گراف شروع می کند. او سپس از طریق کاربردهای کلیدی استفاده از تجزیه و تحلیل گراف هنگام بررسی داده ها قدم می زند. برای پایان دادن به دوره، هدر فرصت های شغلی را در حوزه تجزیه و تحلیل گراف مورد بحث قرار می دهد. پس از اتمام، به دانشی در مورد اینکه تجزیه و تحلیل گراف چیست و چگونه می توان از آن در حرفه تجزیه و تحلیل خود استفاده کرد، مجهز خواهید شد.

این دوره توسط Madecraft. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

MadeCraft-Description-Logo.jpg

Related Skills

linkedin تجزیه و تحلیل داده ها: داشبوردها در مقابل داستان های داده (Mitalearn-218158)

  • 17 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Madecraft,Sara Anstey
درباره این دوره:

در دنیای تجزیه و تحلیل داده‌ها، زمانی که صحبت از نحوه انتقال داده‌ها و بینش‌هایتان به میان می‌آید، دائماً با همین تصمیم مواجه می‌شوید. برای هر پروژه، باید تصمیم بگیرید که از داشبورد استفاده کنید یا داستان داده را بگویید. در این دوره، معمار هوش تجاری سارا آنستی، اطلاعات لازم برای گرفتن این تصمیم را با اطمینان در اختیار شما قرار می دهد. ابتدا، سارا مبانی تصمیم گیری با داده ها را پوشش می دهد و به اشتراک می گذارد که چگونه نقش یک تحلیلگر داده این امر را برای سازمان ها ممکن می سازد. سپس به موضوعات داشبوردهای علم داده و داستان سرایی داده می پردازد، مزایا و معایب هر کدام را برجسته می کند و جزئیاتی را که برای تعیین اینکه کدام رویکرد برای شما مناسب است، ارائه می دهد. سارا با جمع بندی مجدد مفاهیم کلیدی به پایان می رسد و شما را آماده می کند تا بین هر یک از این گزینه ها به راحتی و با عمد انتخاب کنید.

این دوره توسط Madecraft. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

MadeCraft-Description-Logo.jpg

Related Skills

linkedin تجزیه و تحلیل داده های جغرافیایی پیشرفته در پایتون (Mitalearn-409340)

  • 1 hours 55 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Milan Janosov, Ph.D.
درباره این دوره:

در این دوره ، میلان جانوسوف ، متخصص شناخته شده در سطح جهانی ، علوم پیشرفته داده های جغرافیایی را با استفاده از پایتون بررسی می کند و شما را به ابزارهایی برای حل مشکلات دنیای واقعی در بخش های مختلف مجهز می کند. نحوه دستکاری ، مدل سازی و تجسم داده های جغرافیایی را کشف کنید. در مورد پیچیدگی های نمایه سازی فضایی و نحوه استفاده از GeoCoding برای تبدیل آدرس های متنی به مختصات مکانی اطلاعات کسب کنید. به مهارت های پیچیده تری شیرجه بزنید و درک خود را از داده های زمانی مکانی ایجاد کنید ، بنابراین می توانید تغییرات را با گذشت زمان ردیابی کنید. از طریق مثالها و تمرینات ، از جمله یک سکوی قوی برای ساختن خطوط لوله تحلیلی جغرافیایی موثر ، تمرین عملی را انجام دهید. هنگامی که این دوره را تمام می کنید ، یک پایه محکم و تخصص پیشرفته در علم داده های جغرافیایی مبتنی بر پایتون خواهید داشت ، و آماده خواهید بود تا در هر زمینه حرفه ای یا پژوهشی ، مدل ها و تجزیه و تحلیل های مکانی پیشرفته را برطرف کنید.

linkedin تجزیه و تحلیل داده های شطرنجی زمین در پایتون (Mitalearn-421240)

  • 2 hours 38 minutes
  • مناسب همه
  • Release date: 8 January 2025
  • Author: Milan Janosov, Ph.D.
درباره این دوره: 

 آیا به دنبال یک مرور کلی از تجزیه و تحلیل داده های شطرنجی در پایتون هستید؟ این دوره که یک مناسب برای دانشمندان داده و پزشکان جغرافیایی است ، این دوره به منظور کمک به شما در استفاده از داده های بردار و ابزارهای مختلف در پایتون ، مانند ژئوپاندا و شکل ، طراحی شده است. مربی میلان Janosov اصول اولیه را پوشش می دهد ، از ایجاد داده های شطرنجی مصنوعی گرفته تا جمع آوری ، تجسم و اصلاح داده های شطرنجی موجود در دنیای واقعی. در طول راه ، تجربه عملی را در مورد کاوش در داده های شطرنجی هم از نظر آماری و هم بصری کسب کنید. در پایان این دوره ، شما به مهارت های تقاضا برای تغییر شکل مجدد و دوباره ساخت مجدد داده های شطرنجی ، ترکیب داده های شطرنجی تک باند در داده های شطرنجی چند منظوره ، انجام تجزیه و تحلیل پیشرفته بر روی داده های شطرنجی چند بندی و موارد دیگر مجهز خواهید شد.

linkedin تجزیه و تحلیل داده های یادگیری بخش 2: گسترش و بکارگیری دانش اصلی (Mitalearn-215591)

  • 3 hours 22 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Robin Hunt
درباره این دوره:

کار با داده ها یک چیز است. ارائه مجموعه داده‌های با کیفیت و تجسم‌های دقیق برای تصمیم‌گیری، دیگری است. اگر به یک دوره آموزشی یا حرفه ای در تجزیه و تحلیل داده ها فکر می کنید، این دوره می تواند به شما کمک کند تا شروع خوبی داشته باشید. رابین هانت، مدیرعامل و یکی از بنیانگذاران ThinkData Solutions، مهارت‌های عملی را به اشتراک می‌گذارد تا به شما کمک کند از داده‌های خود بیشترین بهره را ببرید و حرفه خود را در داده‌ها شروع کنید. رابین در مورد قوانین کسب و کار، فیلتر کردن نویز در داده‌هایی که همه ما با آن سروکار داریم، و نحوه ارائه آنچه تصمیم گیرندگان می‌خواهند صحبت می‌کند. او نحوه ایجاد مجموعه‌های داده با پرس‌و‌جوها، پیوستن و ضمیمه‌ها را پوشش می‌دهد، سپس به ساخت داده‌های انبوه با کل کوئری‌ها می‌پردازد. رابین به محورها، نحوه استفاده از محورها برای ساخت داشبوردها و تجسم‌های اولیه و نحوه استفاده از Power Query برای تبدیل داده‌ها می‌پردازد. او با بهترین شیوه ها برای جلسات و رساندن کار شما به سطح بعدی برای سازمان شما به پایان می رسد.

Related Skills

linkedin تجزیه و تحلیل داده های یادگیری: 1 مبانی (Mitalearn-210576)

  • 3 hours 29 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Robin Hunt
درباره این دوره:

آیا شما علاقه مند به دنبال کردن حرفه ای در تجزیه و تحلیل داده هستید؟ در این دوره، مربی رابین هانت شما را به ذهن یک تحلیلگر می آورد. او مفاهیم اساسی را تعریف و توضیح می دهد، مانند نحوه تفکر در مورد داده ها، نحوه کار با دیگران در نقش های مختلف برای به دست آوردن داده های مورد نیاز، و ابزارهایی که برای کار با داده ها نیاز دارید، مانند اکسل و مایکروسافت اکسس. او شما را با پرس و جوهای SQL، PowerBI و موارد دیگر آشنا می کند. رابین وارد نحو می شود و توضیح می دهد که چگونه داده هایی را که می بینید تفسیر کنید، داده های مورد نیاز خود را پیدا کنید و داده ها را برای کار داده موثر پاک کنید. او درباره حاکمیت داده ها و نحوه پرسیدن سؤالات صحیح از بخش های مختلف برای جمع آوری داده های مورد نیاز توضیح می دهد. Robin نحوه کار با داده ها، از جمله نحوه وارد کردن داده، کار با فایل های مسطح مانند CSV و ایجاد مجموعه داده برای دیگران را نشان می دهد. رابین به معنای تمیز کردن و مدل‌سازی و همچنین نحوه استفاده از Power Query در اکسل می‌پردازد. او همچنین مجموعه‌های چالش/راه‌حل را در هر فصل اضافه کرده است تا به شما در ارزیابی مهارت‌هایتان کمک کند.

Related Skills

linkedin تجسم داده ها: مجموعه ای از درس و گوش دادن (Mitalearn-136218)

  • 34 hours 34 minutes
  • متوسط
  • Update date: 25 July 2026
  • Author: Bill Shander
درباره این دوره:

خبرنامه لینکدین بیل را به همراه بیل شاندر متخصص در این مجموعه مشاهده کنید که موضوعات کلیدی در تجسم داده ها، داستان سرایی داده ها و طراحی اطلاعات را بررسی می کند. هر قسمت به دو بخش تقسیم می شود: یک درس کوتاه و یک جلسه گوش دادن که در آن بیل با کارشناسان داستان سرایی داده ها و تجسم در مورد موضوع قسمت مصاحبه می کند. این مکالمات فرآیند خلاقانه را آشکار می کند، تکنیک ها و فن آوری های مورد استفاده توسط متخصصان را بررسی می کند و برخی از چالش های رایج را که آنها با آن مواجه هستند روشن می کند. این مجموعه برای هر کسی که علاقه مند به نحوه ارائه اطلاعات به بازار انبوه است، از جمله افراد حرفه ای در تمام سطوح تجزیه و تحلیل، علم داده و ارتباطات عالی است. توجه: از آنجایی که این سریال در حال انجام است، بینندگان گواهی پایان کار را دریافت نخواهند کرد.

linkedin تجسم داده های پیشرفته: 12 نوع نقشه غیر معمول و نحوه استفاده از آنها (Mitalearn-409306)

  • 1 hours
  • مناسب همه
  • Update date: 25 July 2026
  • Author: Franz Buscha
درباره این دوره:

پیش نیازهای پیشنهادی

  • درک اساسی از نحوه عملکرد تجسم داده ها داشته باشید.
  • با اینکه چرا انواع مختلفی از انواع طرح استفاده می شود آشنا باشید.
  • برخی از آمارهای تک متغیره ، دو متغیره و چند متغیره را داشته باشید.
  • بدانید که این یک دوره برنامه نویسی نیست و نحوه بازآفرینی هر نمودار را آموزش نمی دهد.

تجسم داده ها یک مؤلفه مهم تجزیه و تحلیل داده ها و علم داده است. در این دوره ، استاد اقتصاد Franz Buscha شما را با 10 نوع نمودار معرفی می کند که معمولاً در تمرین منظم با آن روبرو نمی شوید. برای هر نوع نمودار ، Franz یک مشکل تجسم داده و یک نوع نمودار پیشرفته را ارائه می دهد که مشکل را حل می کند. او هر نمودار و تغییرات آن را توضیح می دهد ، سپس نکات مفیدی را در مورد اینکه چه کاری باید انجام شود و چه کاری انجام ندهد ، برجسته می کند. تجسم داده ها شامل توطئه های Ridgeline ، توطئه های ویولن ، توطئه های گرما ، توطئه های جرقه ای ، توطئه های رنگین کمان ، توطئه های جدول ، توطئه های موزائیک ، توطئه های ماتریس ، توطئه های سه گانه و چهره های چرنف است.

linkedin راهنمای کامل Tableau for Data Scientists (Mitalearn-443255)

  • 10 hours 29 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Matt Francis
درباره این دوره:

اگر کار شما به هر نوع تجسم گرافیکی داده ها نیاز دارد، به احتمال زیاد با Tableau مواجه شده اید. اگر از Tableau استفاده می‌کنید اما می‌خواهید یاد بگیرید که چگونه واقعاً از تمام قدرت آن برای علم داده استفاده کنید، در این دوره به متخصص مت فرانسیس بپیوندید تا به شما نشان دهد چگونه مهارت‌های خود را به سطح بعدی ببرید. Matt با یکی از مهمترین ویژگی‌های Tableau شروع می‌کند: تفاوت بین قرص‌های سبز و آبی (داده‌های گسسته و پیوسته) و نحوه تأثیرگذاری این امر بر هر عملی که Tableau انجام می‌دهد. سپس نحوه اتصال و ترکیب داده ها از منابع داده های مختلف، نحوه ایجاد نمودارهای مختلف برای درک داده ها، راه هایی برای تبدیل داده های خود با محاسبات و نحوه ایجاد نقشه های تعاملی را نشان می دهد. در نهایت، مت روش های ارائه موثر داده ها و نحوه ساخت داشبوردهای جذاب را توضیح می دهد. چه بخواهید در مورد Tableau به طور کلی اطلاعات بیشتری کسب کنید، یا اگر فقط می خواهید دانش خود را در مورد یک موضوع واحد بهبود بخشید، این دوره به ارتقاء بازی Tableau شما کمک می کند.

linkedin راهنمای کامل برای هوش مصنوعی تولیدی برای تجزیه و تحلیل داده ها و علوم داده (Mitalearn-415120)

  • 10 hours 21 minutes
  • مناسب همه
  • Release date: 27 September 2024
  • Author: Dan Sullivan
درباره این دوره: 

 GenAI این پتانسیل را دارد که افراد بیشتری را قادر به کار و تجزیه و تحلیل داده ها کند، اما برای موفقیت، به یک پایه محکم در مدیریت داده، آمار و یادگیری ماشین نیاز دارید. این دوره آن پایه را فراهم می کند. مدرس Dan Sullivan به شما آموزش می‌دهد که چگونه سؤالات کسب‌وکار و سؤالات علم داده را به اجزایی که می‌توان به صورت برنامه‌نویسی به آنها پرداخت و سپس چگونه از genAI برای ایجاد برنامه‌ها و اسکریپت‌ها برای پیاده‌سازی یک راه‌حل استفاده کرد. این دوره بر روی سه رکن مورد نیاز برای یک تحلیلگر داده یا دانشمند داده موفق تمرکز می کند: مهارت های حل مسئله، درک آمار و یادگیری ماشین، و تجربه عملی با رویه های مدیریت داده.

Suggestions