Course catalog

Course duration

Course provider

Topic

Categories

Showing 41-60 of 97 items.

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

  • 58 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: 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!

coursera تجسم داده ها با پایتون [coursera] (Mitalearn-330018)

  • 2 hours 6 minutes
  • متوسط
  • Release date: 27 June 2026
  • Author: Saishruthi Swaminathan,Dr. Pooja
درباره این دوره:

یکی از مهم‌ترین مهارت‌های دانشمندان داده و تحلیلگران داده موفق، توانایی بیان یک داستان متقاعدکننده با تجسم داده‌ها و یافته‌ها به روشی قابل دسترس و محرک است. در این دوره راه های زیادی را برای تجسم موثر داده های کوچک و بزرگ یاد خواهید گرفت. شما قادر خواهید بود داده هایی را که در نگاه اول معنی کمی دارند بردارید و آن داده ها را به شکلی ارائه دهید که بینش را منتقل کند. این دوره به شما آموزش می دهد که با بسیاری از ابزارها و تکنیک های تجسم داده کار کنید. شما یاد خواهید گرفت که انواع مختلف نمودارها و نمودارهای اساسی و پیشرفته مانند: نمودارهای وافل، نمودارهای منطقه، هیستوگرام، نمودار میله ای، نمودار دایره ای، نمودار پراکندگی، ابرهای ورد، نقشه های کروپلث، و بسیاری موارد دیگر را ایجاد کنید! همچنین داشبوردهای تعاملی ایجاد خواهید کرد که به افرادی که هیچ تجربه ای در علم داده ندارند نیز اجازه می دهد تا داده ها را بهتر درک کنند و تصمیمات مؤثرتر و آگاهانه تری بگیرند. با تکمیل آزمایشگاه های متعدد و یک پروژه نهایی برای تمرین و به کارگیری بسیاری از جنبه ها و تکنیک های تجسم داده ها با استفاده از نوت بوک های Jupyter و یک IDE مبتنی بر ابر، به طور عملی یاد خواهید گرفت. شما از چندین کتابخانه تجسم داده در پایتون استفاده خواهید کرد، از جمله Matplotlib، Seaborn، Folium، Plotly و Dash.

datacamp تحلیل روند در Power BI (Mitalearn-401452)

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

datacamp تغییر شکل داده ها با tidyr (Mitalearn-402999)

  • 47 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Jeroen Boeye
درباره این دوره:

داده‌ها در طبیعت می‌توانند ترسناک باشند—وقتی با یک مجموعه داده پیچیده و نامرتب مواجه می‌شوید ممکن است از خود بپرسید، اصلاً از کجا شروع کنم؟ بسته tidyr به شما این امکان را می دهد که چنین جانورانی را در مجموعه داده های زیبا و مرتبی بچینید. مقادیر غیرقابل دسترس ذخیره شده در نام ستون ها در ردیف ها قرار می گیرند، فایل های JSON به فریم های داده تبدیل می شوند و مقادیر از دست رفته دیگر هرگز از بین نمی روند. شما این تکنیک ها را در طیف گسترده ای از مجموعه داده های نامرتب تمرین خواهید کرد و در طول مسیر یاد خواهید گرفت که اتحاد جماهیر شوروی چند سگ را به فضا فرستاد و چه پرنده ای در نیوزلند محبوب ترین است. با بسته tidyr در جعبه ابزار tidyverse خود، می‌توانید تقریباً هر مجموعه داده را در قالبی مرتب تبدیل کنید که در طول بقیه تجزیه و تحلیل شما نتیجه خواهد داد.

datacamp تغییر شکل داده ها با پانداها (Mitalearn-402455)

  • 1 hours 5 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Maria Eugenia Inzaugarat
درباره این دوره:

اغلب داده‌ها در قالبی قابل خواندن برای انسان هستند، اما برای تجزیه و تحلیل داده‌ها مناسب نیستند. این جایی است که پانداها می توانند کمک کنند - این ابزار قدرتمندی برای تغییر شکل DataFrame به فرمت های مختلف است. در این دوره، مهارت‌های دانشمند داده و تحلیلگر خود را افزایش می‌دهید زیرا یاد می‌گیرید چگونه ستون‌های رشته‌ای و داده‌های تودرتو موجود در DataFrame را به هم بزنید. وقتی یاد می‌گیرید چگونه یک DataFrame را از قالب گسترده به طولانی تغییر شکل دهید، ردیف‌ها و ستون‌ها را پشته و جدا کنید، و آمار توصیفی یک DataFrame چند شاخصه را دریافت کنید، با داده‌های دنیای واقعی، از جمله رتبه‌بندی بازیکنان فیفا، بررسی کتاب‌ها، و داده‌های تجزیه و تحلیل خرد کار خواهید کرد.

datacamp تقسیم بندی مشتری در پایتون (Mitalearn-403696)

  • 50 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Karolis Urbonas
درباره این دوره:

موفق ترین شرکت های امروزی آنهایی هستند که مشتریان خود را آنقدر خوب می شناسند که بتوانند نیازهای آنها را پیش بینی کنند. تحلیلگران داده نقش کلیدی در بازگشایی این بینش های عمیق و تقسیم بندی مشتریان برای ارائه خدمات بهتر به آنها ایفا می کنند. در این دوره، با استفاده از یک مجموعه داده واقعی حاوی تراکنش‌های مشتری ناشناس از یک خرده‌فروش آنلاین، تکنیک‌های دنیای واقعی در تقسیم‌بندی مشتری و تجزیه و تحلیل رفتاری را خواهید آموخت. ابتدا تجزیه و تحلیل گروهی را برای درک روند مشتری اجرا خواهید کرد. سپس یاد خواهید گرفت که چگونه بخش های مشتری را برای تفسیر آسان بسازید. علاوه بر آن، بخش هایی را که ایجاد کرده اید آماده می کنید و آنها را برای یادگیری ماشین آماده می کنید. در نهایت، بخش‌های خود را با خوشه‌بندی k-means، تنها در چند خط کد، قدرتمندتر خواهید کرد! در پایان این دوره، می‌توانید از تکنیک‌های تجزیه و تحلیل رفتاری مشتری و بخش‌بندی عملی استفاده کنید.

linkedin تمیز کردن داده ها و دستکاری با پایتون در اکسل (Mitalearn-417126)

  • 1 hours 53 minutes
  • مناسب همه
  • Release date: 3 October 2024
  • Author: Chris French
درباره این دوره: 

 در این دوره تخصصی ، کریس فرانسوی ، تحلیلگر داده ، بر اعمال پایتون در اکسل برای انجام کارهای کارآمد و کارآمد در زمینه تمیز کردن داده ها تمرکز دارد. تکنیک های تمیز کردن داده ها ، دستکاری متن و رشته و تمیز کردن داده های عددی را کاوش کنید. مهارت های خود را با چالش های پیشرفته تمیز کردن داده ها بچرخانید. در استفاده از پایتون برای انجام کارهای تمیز کردن و دستکاری داده ها در اکسل مهارت کسب کنید. به علاوه ، تکنیک های تمیز کردن داده های ضروری ، از جمله رسیدگی به مقادیر و کپی های مفقود شده ، استاندارد سازی قالب های داده و مفاهیم یادگیری به مجموعه داده ها و سناریوهای دنیای واقعی برای تمیز کردن و تهیه داده ها برای تجزیه و تحلیل یا گزارش.

datacamp توابع DAX در Power BI (Mitalearn-400602)

  • 31 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Maarten Van den Broeck,Carl Rosseel
درباره این دوره:

DAX یا Data Analysis eXpressions، زبان فرمولی است که در Microsoft Power BI برای ایجاد ستون‌های محاسبه‌شده، اندازه‌گیری‌ها و جداول سفارشی استفاده می‌شود. پس از تسلط، DAX به شما کنترل قدرتمندی بر روی تصاویر و گزارش‌ها می‌دهد و امکان عملکرد بهتر و انعطاف‌پذیری بیشتر را فراهم می‌کند. این دوره مفاهیم اصلی مانند پرس و جو ردیف و زمینه فیلتر را با تمرین هایی با تمرکز بر فیلتر کردن، شمارش، رتبه بندی و توابع تکرار پوشش می دهد.

datacamp توابع برای دستکاری داده ها در PostgreSQL (Mitalearn-400313)

  • 45 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Brian Piccolo
درباره این دوره:

این دوره به شما درک درستی از نحوه استفاده از توابع داخلی PostgreSQL در جستارهای SQL برای دستکاری انواع مختلف داده از جمله رشته ها، کاراکترها، عدد و تاریخ/زمان ارائه می دهد. ما به زمانی برمی گردیم که در آن فروشگاه های ویدیویی Blockbuster در هر گوشه و کناری بودند و اگر بخواهید یک فیلم تماشا کنید، در واقع مجبور شدید خانه خود را برای اجاره یک DVD ترک کنید! همچنین مقدمه ای در مورد قابلیت های قوی جستجوی متن کامل خواهید داشت که ابزار قدرتمندی برای نمایه سازی و تطبیق کلمات کلیدی در یک سند PostgreSQL فراهم می کند. و در نهایت، نحوه گسترش این ویژگی ها را با استفاده از پسوندهای PostgreSQL خواهید آموخت.

datacamp توابع برای دستکاری داده ها در SQL Server (Mitalearn-404053)

  • 56 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Ana Voicu
درباره این دوره:

در این دوره آموزشی، نحوه استفاده از مهمترین توابع برای دستکاری داده های ارائه شده توسط SQL Server را خواهید آموخت. می‌توانید از این توابع برای پردازش و تبدیل داده‌ها برای به دست آوردن نتایج دلخواه استفاده کنید.

datacamp توابع پنجره در Snowflake (Mitalearn-447862)

  • 31 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Jake Roach
درباره این دوره:

تعدادی از ابزارهای جدید حل مسئله را با قدرت عملکردهای پنجره Snowflake باز کنید! در این دوره، بر ابزارهای مورد نیاز برای حل مسائلی مانند شناسایی نقاط پرت در داده‌های خود و محاسبه میانگین متحرک تسلط خواهید داشت.

ابتدا، بین توابع تجمع سنتی و توابع پنجره تفاوت قائل می شوید. آناتومی یک تابع پنجره را با تخصیص اعداد ردیف و رتبه‌بندی به همه رکوردها در یک جستجوی Snowflake کاهش خواهید داد. هنگامی که پاهای خود را زیر خود قرار دادید، این توابع پنجره را با پارتیشن ها جفت خواهید کرد. این به شما قدرت ایجاد گروه های مرتب شده از رکوردها و مقایسه مقادیر متوالی را می دهد.

شما دوره را با توابع مجموع پنجره و میانگین‌های چرخشی تکمیل خواهید کرد. دو تا از کاربردی ترین کاربردهای توابع پنجره برای بحث و تحلیل داده ها. وقتی همه چیز گفته شد و انجام شد، یک مجموعه مهارت کاملاً جدید خواهید داشت که سؤالات Snowflake شما را افزایش می دهد!

datacamp توابع پیشرفته اکسل (Mitalearn-404512)

  • 24 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Agata Bak-Geerinck
درباره این دوره:

آیا شما یک کاربر متوسط ​​اکسل هستید که به دنبال ارتقاء سطح بازی صفحه گسترده خود، به حداکثر رساندن کارایی و تغییر وظایف معمول هستید؟ پس این دوره برای شما مناسب است! شما بر دانش خود در مورد جستجو و ارجاع با تکنیک های پیشرفته XLOOKUP و INDEX/MATCH، تسلط بر آرایه ها و محدوده های نامگذاری شده استوار خواهید شد. برای ساده‌سازی گردش کار خود، در محدوده‌های OFFSET و پویا غوطه‌ور شوید و برای بهبود تجزیه و تحلیل داده‌های خود، عملکردهای پایگاه داده Excel مانند DSUM و DAVERAGE را بررسی کنید. آماده‌اید تا از پتانسیل کامل اکسل استفاده کنید؟

Related Skills

coursera جبر خطی برای یادگیری ماشین و علم داده (Mitalearn-303719)

  • 4 hours 39 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Luis Serrano
درباره این دوره:

به تازگی برای سال 2024 به روز شده است! Mathematics for Machine Learning and Data Science یک برنامه آنلاین پایه است که توسط DeepLearning.AI ایجاد شده و توسط Luis Serrano تدریس می شود. در یادگیری ماشینی، شما مفاهیم ریاضی را از طریق برنامه نویسی به کار می برید. و بنابراین، در این تخصص، مفاهیم ریاضی را که با استفاده از برنامه نویسی پایتون یاد می گیرید، در تمرینات آزمایشگاهی عملی به کار خواهید برد. به عنوان یک زبان آموز در این برنامه، برای موفقیت به مهارت های برنامه نویسی پایتون اولیه تا متوسط ​​نیاز دارید. پس از اتمام این دوره، شما قادر خواهید بود: • داده ها را به صورت بردارها و ماتریس ها نشان می دهد و ویژگی های آنها را با استفاده از مفاهیم تکینگی، رتبه و استقلال خطی و غیره شناسایی می کند. • اعمال مشترک عملیات جبر بردار و ماتریس مانند حاصل ضرب نقطه، معکوس، و دترمینال • انواع خاصی از عملیات ماتریس را به صورت تبدیل خطی بیان کنید • مفاهیم مقادیر ویژه و بردارهای ویژه را در مسائل یادگیری ماشین اعمال کنید بسیاری از مهندسان یادگیری ماشین و دانشمندان داده در زمینه ریاضیات به کمک نیاز دارند، و حتی تمرین‌کنندگان با تجربه نیز می‌توانند از کمبود مهارت‌های ریاضی عقب‌مانده شوند. این تخصص از آموزش نوآورانه در ریاضیات استفاده می‌کند تا به شما کمک کند تا سریع و شهودی یاد بگیرید، با دوره‌هایی که از تجسم‌های ساده برای پیگیری استفاده می‌کنند تا به شما کمک کنند تا ببینید که چگونه ریاضیات پشت یادگیری ماشین واقعاً کار می‌کند.  ما به شما توصیه می کنیم سطح ریاضی دبیرستان (توابع، جبر پایه) و آشنایی با برنامه نویسی (ساختارهای داده، حلقه ها، توابع، دستورات شرطی، اشکال زدایی) داشته باشید. تکالیف و آزمایشگاه‌ها در پایتون نوشته شده‌اند، اما این دوره تمام کتابخانه‌های یادگیری ماشینی را که استفاده می‌کنید معرفی می‌کند.

coursera جدال داده با پروژه پایتون (Mitalearn-331973)

  • متوسط
  • Release date: 27 June 2026
  • Author: Di Wu
درباره این دوره:

دوره "پروژه جدال داده ها" فرصتی را برای دانش آموزان فراهم می کند تا دانش به دست آمده در سراسر تخصص را در یک پروژه جدال داده های واقعی مورد علاقه خود به کار گیرند. شرکت‌کنندگان خط لوله کشمکش داده‌ها را گام به گام دنبال می‌کنند، از شناسایی منابع داده تا پردازش و یکپارچه‌سازی داده‌ها، تا به یک مجموعه داده خوب و آماده برای تجزیه و تحلیل دست یابند. این دوره دانش‌آموزان را قادر می‌سازد تا تجربیات عملی در فرآیند جدال داده‌ها به دست آورند و آنها را برای رسیدگی به چالش‌های پیچیده داده در سناریوهای دنیای واقعی آماده می‌کند. در طول دوره، دانش‌آموزان روی پروژه جدال داده‌های خود کار می‌کنند و دانش و مهارت‌های به‌دست‌آمده در هر ماژول را برای دستیابی به مجموعه داده‌ای تصفیه‌شده و به خوبی آماده‌شده به‌کار می‌برند. در پایان دوره، شرکت‌کنندگان در فرآیند جدال داده‌ها مهارت خواهند داشت و آماده مقابله با چالش‌های داده‌های دنیای واقعی در حوزه‌های مختلف خواهند بود.

datacamp جداول محوری در Google Sheets (Mitalearn-402693)

  • 43 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Frank Sumanski
درباره این دوره:

کار با مقادیر زیاد داده در برگه‌های Google می‌تواند دشوار و زمان‌بر باشد. آیا تا به حال آرزو کرده اید که یک راه سریع و کارآمد برای سازماندهی و ارزیابی داده های شما در عرض چند ثانیه وجود داشته باشد؟ جداول محوری پاسخ شماست! در این دوره ما دنیای Pivot Tables در Google Sheets را بررسی می کنیم و یاد می گیریم که چگونه به سرعت هزاران نقطه داده را تنها با چند کلیک ماوس سازماندهی کنیم. ما میانگین بارندگی در چندین شهر ایالات متحده، 10 فیلم برتر Fortune Global 500، و مجموعه ای از فیلم های منتشر شده بین سال های 2010 و 2016 را تجزیه و تحلیل خواهیم کرد. شما با استفاده از این مثال های دنیای واقعی، تکنیک هایی مانند مرتب سازی، جمع بندی جزئی و فیلتر کردن داده های خود را خواهید آموخت. در پایان دوره، می‌توانید جدول‌های محوری سفارشی خود را با مجموعه داده‌های هر اندازه ایجاد کنید!

coursera جمع آوری و پردازش داده ها با پایتون (Mitalearn-310094)

  • 5 hours 52 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Paul Resnick
درباره این دوره:

این دوره به شما می آموزد که داده ها را از سرویس های موجود در اینترنت واکشی و پردازش کنید. درک لیست پایتون را پوشش می دهد و فرصت هایی را برای تمرین استخراج و پردازش داده های عمیق تو در تو فراهم می کند. همچنین یاد خواهید گرفت که چگونه از ماژول درخواست‌های پایتون برای تعامل با APIهای REST استفاده کنید و در اسناد آن APIها به دنبال چه چیزی باشید. برای پروژه نهایی، شما یک «پیشنهادگر برچسب» برای سایت اشتراک‌گذاری عکس فلیکر می‌سازید. اگر قبلاً دوره های «مبانی پایتون» و «توابع، فایل ها و دیکشنری های پایتون» (دوره های 1 و 2 تخصص برنامه نویسی پایتون 3) را گذرانده باشید، این دوره برای شما مناسب است. اگر قبلاً با اصول پایتون آشنایی دارید اما می خواهید در بازیابی و پردازش داده های تو در تو پیچیده از سرویس های اینترنتی تمرین کنید، می توانید بدون گذراندن دو دوره قبلی نیز از این دوره بهره مند شوید. این سومین دوره از پنج دوره تخصصی برنامه نویسی پایتون 3 است.

linkedin خط لوله تجمع MongoDB: تجزیه و تحلیل داده های پیشرفته و دستکاری (Mitalearn-429349)

  • 1 hours 17 minutes
  • مناسب همه
  • Release date: 5 January 2023
  • Author: Ado Kukic
درباره این دوره: 

 چارچوب تجمع MongoDB به توسعه دهندگان این امکان را می دهد تا داده های ذخیره شده در یک پایگاه داده MongoDB را دستکاری و تغییر دهند تا تقریباً در هر مورد استفاده کنند. خط لوله جمع آوری شامل یک سری از مراحل تعریف شده توسط کاربر است که داده ها را برای تولید نتیجه نهایی دستکاری می کند. چارچوب جمع آوری ابزاری بسیار قدرتمند اما همچنین پیچیده است. در این دوره ، مربی و توسعه دهنده کامل پشته Ado Kukic به بررسی موضوعات پیشرفته داده ها و مباحث دستکاری در MongoDB می پردازد. ADO به شما نشان می دهد که چگونه می توانید به درستی از چارچوب جمع آوری ، برجسته کردن موارد استفاده بالقوه و بهترین شیوه ها استفاده کنید ، و نکات و ترفندهایی را به اشتراک می گذارد تا به شما در دریافت ارزش بیشتری از پایگاه داده های MongoDB خود کمک کند.

datacamp داده های طبقه بندی شده در Tidyverse (Mitalearn-406178)

  • 38 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Emily Robinson
درباره این دوره:

به‌عنوان یک دانشمند داده، اغلب متوجه می‌شوید که با داده‌های غیر عددی کار می‌کنید، مانند عناوین شغلی، پاسخ‌های نظرسنجی، یا اطلاعات جمعیتی. R روش خاصی برای نمایش آنها دارد که به آن فاکتورها می گویند، و این دوره به شما کمک می کند تا با استفاده از بسته های tidyverse forcats با آنها کار کنید. ما همچنین با سایر بسته‌های tidyverse، از جمله ggplot2، dplyr، stringr، و tidyr کار خواهیم کرد و از مجموعه داده‌های دنیای واقعی مانند مجموعه داده‌های پرواز پنجاه و هشتم و Kaggle's State of Data Science و ML Survey استفاده خواهیم کرد. پس از این دوره، می‌توانید متغیرهای عامل را شناسایی و دستکاری کنید، داده‌های خود را به سرعت و کارآمد تجسم کنید و نتایج خود را به‌طور مؤثر ارتباط برقرار کنید. برای دسته بندی آماده شوید!

datacamp درک اکسل (Mitalearn-447760)

  • 12 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Maarten Van den Broeck,Jess Ahmet
درباره این دوره:

در مایکروسافت اکسل جدید هستید؟ در این دوره مبتدی، شما اصول مورد نیاز برای تجزیه و تحلیل داده ها در صفحات گسترده را قبل از اینکه متوجه شوید، یاد خواهید گرفت. این دوره بر کمک به شما در مسیریابی اکسل و آماده سازی داده های خود برای تجزیه و تحلیل اولیه تمرکز دارد. شما یاد خواهید گرفت که چگونه از فرمول ها در داده های خود برای ارائه بینش جدید استفاده کنید و اولین نمودارهای خود را ایجاد خواهید کرد!

Related Skills

coursera دریافت و پاکسازی داده ها (Mitalearn-335339)

  • 3 hours 21 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Jeff Leek, PhD,Roger D. Peng, PhD,Brian Caffo, PhD
درباره این دوره:

قبل از اینکه بتوانید با داده ها کار کنید، باید مقداری از آن را دریافت کنید. این دوره روش های اساسی برای به دست آوردن داده ها را پوشش می دهد. این دوره شامل به دست آوردن داده ها از وب، از API ها، از پایگاه های داده و از همکاران در قالب های مختلف خواهد بود. همچنین اصول تمیز کردن داده ها و نحوه "مرتب کردن" داده ها را پوشش می دهد. داده های مرتب به طور چشمگیری سرعت تجزیه و تحلیل داده های پایین دستی را سرعت می بخشد. این دوره همچنین اجزای یک مجموعه داده کامل شامل داده های خام، دستورالعمل های پردازش، کتاب کدها و داده های پردازش شده را پوشش می دهد. این دوره اصول مورد نیاز برای جمع آوری، تمیز کردن و به اشتراک گذاری داده ها را پوشش می دهد.

Suggestions