Course catalog

Course duration

Course provider

Topic

Categories

Showing 21-40 of 97 items.

datacamp پردازش داده در شل (Mitalearn-403288)

  • 48 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Susan Sun
درباره این دوره:

ما در دنیایی شلوغ با ضرب‌الاجل‌های محدود زندگی می‌کنیم. در نتیجه، ما به آنچه آشنا و آسان است باز می گردیم و از رابط های رابط کاربری گرافیکی مانند Visual Studio و RStudio استفاده می کنیم. با این حال، صرف زمان برای یادگیری تجزیه و تحلیل داده ها در خط فرمان یک سرمایه گذاری طولانی مدت عالی است زیرا باعث می شود افراد داده قوی تر و پربازده تر باشیم.

در این دوره، ما یک رویکرد عملی برای یادگیری مهارت‌های خط فرمان ساده، قدرتمند و مختص داده‌ها خواهیم داشت. با استفاده از مجموعه داده های Spotify در دسترس عموم، نحوه دانلود، پردازش، پاکسازی و تبدیل داده ها را از طریق خط فرمان یاد خواهیم گرفت. ما همچنین تکنیک های پیشرفته ای مانند عملیات پایگاه داده SQL مبتنی بر خط فرمان را یاد خواهیم گرفت. در نهایت، ما قدرت های خط فرمان و پایتون را برای ایجاد یک خط لوله داده برای خودکار کردن یک مدل پیش بینی ترکیب می کنیم.

Related Skills

datacamp پردازش زبان گفتاری در پایتون (Mitalearn-404852)

  • 52 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Daniel Bourke
درباره این دوره:

ما قبل از اینکه خواندن را یاد بگیریم صحبت کردن را یاد می گیریم. حتی در عصر دیجیتال، روش اصلی ارتباط ما گفتار است. پردازش زبان گفتاری با پایتون به شما کمک می کند فایل های صوتی را بارگیری، تبدیل و رونویسی کنید. با دیدن اینکه صدای خام در پایتون چگونه به نظر می رسد شروع می کنید. و سپس با کار کردن با نمونه‌ای از موارد استفاده تجاری، رونویسی و طبقه‌بندی داده‌های تماس تلفنی پایان دهید.

linkedin پروژه postgresql دستی: علوم داده فضایی (Mitalearn-422005)

  • 1 hours 45 minutes
  • مناسب همه
  • Release date: 12 November 2024
  • Author: Maggie Ma
درباره این دوره: 

 

علم داده های جغرافیایی در حال حاضر رونق می گیرد ، و جذابیت آن فقط به چند قسمت انتخابی محدود نمی شود. کاربردهای آن در دنیای واقعی GAMUT را اجرا می کند و کاربرد خود را در طیف گسترده ای از صنایع از جمله هوافضا ، کشاورزی ، برنامه ریزی شهری و فناوری اثبات می کند. در این دوره تعاملی دستی ، مربی مگی ماس مروری بر نحوه انجام عملیات پیشرفته فضایی SQL در یک پایگاه داده محلی ارائه می دهد. مگی به شما نشان می دهد که چگونه می توانید یک پایگاه داده محلی DBEAVER PGADMIN 4 را تنظیم کنید ، مجموعه داده های عمومی را وارد کنید و نمایش داده های Postgis SQL را برای اجرای پیوندهای مکانی اجرا کنید. این دوره برای مدیران پایگاه داده و دانشمندان داده ای ایده آل است که به دنبال کسب اطلاعات بیشتر در مورد ارزش داده های جغرافیایی هستند. با استفاده از برنامه های GitHub ، می توانید از هر دستگاهی ، در هر زمان و در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد ، از هر دستگاهی استفاده کنید. برای یادگیری نحوه شروع کار ، از فیلم "استفاده از CodeSpaces GitHub با این دوره" دیدن کنید.


datacamp پیوستن به داده ها با پانداها (Mitalearn-399837)

  • 53 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Aaren Stubberfield
درباره این دوره:

توانایی ترکیب و کار با چندین مجموعه داده یک مهارت ضروری برای هر دانشمند داده مشتاق است. پانداها سنگ بنای حیاتی اکوسیستم علم داده پایتون است، با Stack Overflow که 5 میلیون بازدید برای سوالات پانداها ثبت کرده است. یاد بگیرید که با استفاده از پانداها، چندین DataFrame را با ترکیب، سازماندهی، پیوستن و تغییر شکل آنها مدیریت کنید. شما با مجموعه داده های بانک جهانی و شهر شیکاگو کار خواهید کرد. شما این دوره را با یک مجموعه مهارت قوی برای پیوستن به داده ها در پانداها به پایان خواهید رساند.

datacamp تبدیل داده ها در Alteryx (Mitalearn-403322)

  • 22 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Joshua Honken
درباره این دوره:

به Transformation داده ها در Alteryx خوش آمدید! در تسلط بر ابزار Formula، Logical Operators، Crosstab و Transpose غوطه ور شوید. با چندین ابزار قدرتمند Alteryx، داده‌ها را به طور موثر تغییر شکل داده و تجزیه و تحلیل کنید.

datacamp تبدیل داده ها در Power BI (Mitalearn-400738)

  • 30 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Khaled Choucri,Maarten Van den Broeck
درباره این دوره:

در این دوره، همه چیز را در مورد تبدیل جدول در Power BI خواهید آموخت. شما یاد خواهید گرفت که چگونه جداول را (لغو) محوری، جابجایی و الحاق کنید. همچنین با پیوستن ها آشنا می شوید و متوجه خواهید شد که چه زمانی استفاده از آنها منطقی است. در نهایت، با ستون‌های سفارشی، از جمله نحوه استفاده از زبان M و ویرایشگر پیشرفته، قدرت کسب خواهید کرد تا به شما کمک کند در آماده‌سازی داده‌ها حتی کارآمدتر باشید.

datacamp تجزیه و تحلیل تصویر زیست پزشکی در پایتون (Mitalearn-401044)

  • 57 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Stephen Bailey
درباره این دوره:

زمینه تصویربرداری زیست‌پزشکی در سال‌های اخیر منفجر شده است - اما برای افراد ناآشنا، حتی بارگذاری داده‌ها نیز می‌تواند یک چالش باشد! در این دوره مقدماتی، اصول تحلیل تصویر با استفاده از NumPy، SciPy و Matplotlib را خواهید آموخت. شما در یک سی تی اسکن کل بدن پیمایش می کنید، یک سری زمانی MRI قلبی را تقسیم می کنید و تعیین می کنید که آیا بیماری آلزایمر ساختار مغز را تغییر می دهد یا خیر. حتی اگر قبلاً با تصاویر کار نکرده اید، دوره را با یک جعبه ابزار محکم برای ورود به این زمینه پویا به پایان خواهید رساند.

coursera تجزیه و تحلیل داده ها با Tidyverse (Mitalearn-327247)

  • 2 hours 52 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Jane Wall
درباره این دوره:

این دوره به معرفی ملایم ما برای برنامه نویسی در R ادامه می دهد که برای 3 نوع یادگیرنده طراحی شده است. برای شما مناسب خواهد بود، اگر: • می خواهید تجزیه و تحلیل داده ها را انجام دهید اما برنامه نویسی نمی دانید • برنامه نویسی بلدید اما با R آشنا نیستید • مقداری برنامه نویسی R را می شناسید اما می خواهید در مورد افعال tidyverse اطلاعات بیشتری کسب کنید بهتر است بعد از اولین دوره تخصصی گرفته شود یا اگر قبلاً با ggplot، RMarkdown و نوشتن تابع پایه در R آشنا هستید. از Learn to use reader برای خواندن در داده های خود، dplyr برای تجزیه و تحلیل داده ها و stringr استفاده خواهید کرد. و forcats برای دستکاری رشته ها و عوامل.

coursera تجزیه و تحلیل داده ها با استفاده از SQL (Mitalearn-327264)

  • 2 hours 18 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Analytics Vidhya
درباره این دوره:

در این دوره جامع، شما برای تسلط بر هنر تجزیه و تحلیل داده ها از طریق SQL، سفری تحول آفرین را آغاز خواهید کرد. SQL ابزار قدرتمندی است که برای مدیریت و دستکاری داده ها در پایگاه داده های رابطه ای استفاده می شود. در طول این دوره، مهارت‌های ضروری برای استخراج کارآمد داده‌های مرتبط از پایگاه‌های داده را به دست می‌آورید و به شما این امکان را می‌دهد که به راحتی در میان حجم وسیعی از اطلاعات حرکت کنید. با تمرکز بر کاربرد عملی، شما به دنیای تجزیه و تحلیل داده ها کاوش خواهید کرد، و کشف خواهید کرد که چگونه می توانید بینش های معناداری را از مجموعه داده های بزرگی که در پایگاه داده های پیچیده رابطه ای قرار دارند، به دست آورید. در پایان این دوره، شما مهارت های ایجاد و اصلاح پایگاه های داده را به دست آورید، و شما را به توانایی حل مشکلات تجاری در دنیای واقعی مجهز می کند. با اطمینان از دقت و قابلیت اطمینان تجزیه و تحلیل خود، فیلتر کردن و تمیز کردن مجموعه داده ها را بیاموزید. چه بخواهید یک تحلیلگر داده باشید، چه یک متخصص هوش تجاری یا یک تصمیم گیرنده با تکیه بر بینش های داده محور، این دوره ابزارها و دانش لازم را برای موفقیت در اختیار شما قرار می دهد.

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

  • 1 hours 43 minutes
  • متوسط
  • Release date: 27 June 2026
  • Author: 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.

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

  • 3 hours 51 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: 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.

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

  • 42 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: 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.

datacamp تجزیه و تحلیل داده های اینترنت اشیا در پایتون (Mitalearn-405294)

  • 54 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Matthias Voppichler
درباره این دوره:

آیا تا به حال در مورد دستگاه های اینترنت اشیا شنیده اید؟ البته که دارید. شاید شما نیز یک Raspberry PI در خانه خود داشته باشید که دما و رطوبت را کنترل می کند. دستگاه های اینترنت اشیا همه جا در اطراف ما هستند و داده های مربوط به محیط ما را جمع آوری می کنند. شما داده های زیست محیطی، داده های ترافیک و همچنین داده های شمارنده انرژی را تجزیه و تحلیل خواهید کرد. پس از دوره آموزشی، نحوه جمع آوری و ذخیره داده ها را از یک جریان داده یاد خواهید گرفت. قبل از اجرا، داده های اینترنت اشیا را برای تجزیه و تحلیل، تجزیه و تحلیل و تجسم داده های اینترنت اشیا آماده می کنید یک مدل یادگیری ماشینی ساده برای انجام اقدامات در هنگام وقوع رویدادهای خاص و استقرار این مدل به یک جریان داده در زمان واقعی.

coursera تجزیه و تحلیل داده های پایتون (Mitalearn-329015)

  • 6 hours 17 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Victor Geislinger
درباره این دوره:

این دوره استفاده از زبان برنامه نویسی پایتون را برای دستکاری مجموعه داده ها به عنوان جایگزینی برای صفحات گسترده معرفی می کند. شما از چارچوب OSEMN تجزیه و تحلیل داده ها پیروی می کنید تا داده ها را بکشید، تمیز کنید، دستکاری کنید و تفسیر کنید و در عین حال اصول برنامه نویسی اساسی و توابع پایه پایتون را یاد بگیرید. شما با کتابخانه پایتون، پانداها و نحوه استفاده از آن برای به دست آوردن، تمیز کردن، کاوش و تجسم داده ها آشنا خواهید شد. در پایان این دوره شما قادر خواهید بود: • از پایتون برای ساخت حلقه ها و ساختارهای داده اولیه استفاده کنید • مرتب سازی، پرس و جو و ساختار داده ها در پانداها، کتابخانه پایتون • تجسم داده ها را با کتابخانه های پایتون ایجاد کنید • مدل سازی و تفسیر داده ها با استفاده از پایتون این دوره برای افرادی طراحی شده است که می خواهند اصول استفاده از پایتون را برای مرتب سازی و ساختار داده ها برای تجزیه و تحلیل داده ها یاد بگیرند. 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.

coursera تجزیه و تحلیل داده های حسابداری با پایتون (Mitalearn-293944)

  • 11 hours 31 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Ronald Guymon,Linden Lu
درباره این دوره:

این دوره بر توسعه مهارت های پایتون برای جمع آوری داده های تجاری تمرکز دارد. برخی از مطالب مشابه از مقدمه ای بر تجزیه و تحلیل داده های حسابداری و تجسم را پوشش می دهد، اما در یک محیط برنامه نویسی با هدف کلی تر (ژوپیتر نوت بوک برای پایتون)، به جای اکسل و ویرایشگر ویژوال بیسیک. این مفاهیم در چارچوب یک یا چند حوزه داده حسابداری (به عنوان مثال، داده های صورت های مالی از EDGAR، داده های سهام، داده های وام، داده های محل فروش) آموزش داده می شوند. نیمه اول دوره از جایی شروع می شود که مقدمه ای بر تجزیه و تحلیل داده های حسابداری و تجسم متوقف شد: استفاده در یک محیط توسعه یکپارچه برای خودکارسازی وظایف تجزیه و تحلیل داده ها. ما در مورد نحوه مدیریت کد و اشتراک‌گذاری نتایج در Jupyter Notebook، یک محیط توسعه محبوب برای نرم‌افزارهای تجزیه و تحلیل داده‌ها مانند Python و R بحث می‌کنیم. سپس برخی از مهارت‌های برنامه‌نویسی اساسی، مانند عملگرهای ریاضی، توابع، عبارات شرطی و حلقه‌ها را با استفاده از نرم‌افزار پایتون مرور می‌کنیم. نیمه دوم دوره بر روی جمع آوری داده ها برای اهداف یادگیری ماشین تمرکز دارد. ما دانش آموزان را با قالب های داده پاندا و Numpy برای ساختاردهی و دستکاری داده ها آشنا می کنیم. سپس داده ها را با استفاده از تجسم و رگرسیون خطی تجزیه و تحلیل می کنیم. در نهایت نحوه استفاده از پایتون برای تعامل با داده های SQL را توضیح می دهیم.

datacamp تجزیه و تحلیل داده های رسانه های اجتماعی در R (Mitalearn-406705)

  • 1 hours 11 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Sowmya Vivek,Vivek Vijayaraghavan
درباره این دوره:

تجزیه و تحلیل داده‌های رسانه‌های اجتماعی می‌تواند بینش‌های ارزشمندی را در اختیار شما قرار دهد. می تواند استراتژی های کمپین را اطلاع رسانی کند، بازاریابی و فروش را بهبود بخشد، مشارکت مشتری را اندازه گیری کند، تجزیه و تحلیل رقبا را انجام دهد و شبکه های دست نخورده را شناسایی کند. در این دوره، از R برای استخراج و تجسم داده‌های توییتر، انجام تحلیل شبکه و مشاهده موقعیت جغرافیایی توییت‌ها استفاده می‌کنید. از مجموعه داده‌های مختلفی برای به کار بردن چیزهایی که آموخته‌اید، استفاده می‌کنید، از جمله توییت‌هایی درباره افراد مشهور، شرکت‌های فناوری، موضوعات پرطرفدار و ورزش.

datacamp تجزیه و تحلیل داده های رسانه های اجتماعی در پایتون (Mitalearn-403152)

  • 51 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Alex Hanna
درباره این دوره:

تویتر صدها میلیون پیام در روز تولید می کند و مردم در سراسر جهان در مورد ورزش، سیاست، تجارت و سرگرمی بحث می کنند. شما می توانید در عرض چند دقیقه به هزاران پیامی که در این جریان جریان دارد دسترسی داشته باشید. در این دوره آموزشی، نحوه جمع آوری داده های توییتر و تجزیه و تحلیل متن توییت، شبکه های توییتر و منشاء جغرافیایی توییت را یاد می گیرید. ما این کار را با مجموعه داده‌های شرکت‌های فناوری، هشتگ‌های علم داده و آدرس سال ۲۰۱۸ انجام خواهیم داد. با استفاده از این روش‌ها، می‌توانید با کشف فراوانی موضوعات مهم، تنوع شبکه‌های بحث و گستره جغرافیایی یک موضوع، تصمیم‌گیری تجاری و سیاسی را آگاه کنید.

datacamp تجزیه و تحلیل سبد بازار در R (Mitalearn-406501)

  • 1 hours 13 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Christopher Bruffaerts
درباره این دوره:

آخرین باری که در سوپرمارکت بودید، چه چیزی در سبد خریدتان بود؟ آیا ارتباطی بین محصولاتی که خریداری کردید، مانند اسپاگتی و گوجه فرنگی یا ژامبون و آناناس وجود داشت؟ چه آنلاین و چه آفلاین، خرده‌فروشان از اطلاعات میلیون‌ها سبد مشتری برای تجزیه و تحلیل ارتباط بین اقلام و استخراج اطلاعات بینش با استفاده از قوانین مرتبط استفاده می‌کنند.

برای کمک به تعیین میزان ارتباط بین اقلام، از تجزیه و تحلیل سبد بازار برای کشف ارتباطات نادیده و تجسم قوانین مرتبط و روشنگر استفاده خواهید کرد. سپس می‌توانید آنچه را که در مجموعه داده‌های فیلم یاد گرفته‌اید تمرین کنید، زیرا پیش‌بینی می‌کنید کدام فیلم‌ها با هم تماشا می‌شوند تا توصیه‌های فیلم شخصی‌سازی شده برای کاربران ایجاد کنید.

datacamp تجزیه و تحلیل سری زمانی در PostgreSQL (Mitalearn-404954)

  • 44 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Jasmin Ludolf
درباره این دوره:

این دوره به شما می آموزد که چگونه از PostgreSQL برای مدیریت داده های تاریخ و زمان استفاده کنید. شما با توابع و فراخوانی آشنا خواهید شد تا به شما در تجزیه و دستکاری این داده ها، انجام محاسبات و استفاده از توابع پنجره کمک کنند. شما این تکنیک‌ها را در داده‌های دنیای واقعی به کار می‌گیرید تا دما را تجزیه و تحلیل کنید، به برنامه‌های قطار نگاه کنید، و بررسی کنید که چگونه محبوبیت مقالات خبری در طول زمان تغییر می‌کند.

datacamp تجزیه و تحلیل سری زمانی در SQL Server (Mitalearn-403407)

  • 51 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Maham Khan
درباره این دوره:

SQL Server دارای مجموعه ای قوی از ابزارها برای آماده سازی، تجمیع و جستجوی داده های سری زمانی است. این دوره به شما نشان می دهد که چگونه می توانید تاریخ ها را بسازید و با آنها کار کنید، تاریخ ها را از رشته ها تجزیه کنید (و با رشته های نامعتبر مقابله کنید)، و تاریخ ها را برای گزارش قالب بندی کنید. از آنجا، خواهید دید که چگونه اپراتورهای تجمیع داخلی و توابع پنجره SQL Server می توانند مشکلات مهم تجاری مانند محاسبه مجموع در حال اجرا، یافتن میانگین متحرک و نمایش تفاوت های ماه به ماه با استفاده از مجموعه داده های نمونه واقعی را حل کنند. همچنین خواهید دید که چگونه نگاه متفاوت به داده های خود می تواند مشکلات دشوار را حل کند.

Suggestions