Course catalog

Course duration

Course provider

Topic

Categories

Showing 41-49 of 49 items.

linkedin راهنمای کامل برای R: درگیری ، تجسم و داده های مدل سازی (Mitalearn-415341)

  • 8 hours 15 minutes
  • مناسب همه
  • Release date: 15 March 2024
  • Author: Barton Poulson
درباره این دوره: 

 تلاش برای مکان یابی معنا و جهت در داده های بزرگ دشوار است. R می تواند به شما کمک کند راه خود را پیدا کنید. R یک زبان برنامه نویسی آماری برای تجزیه و تحلیل و تجسم روابط بین مقادیر زیادی داده است. این دوره با متخصص تجزیه و تحلیل داده ها، بارتون پولسون، مقدمه ای کامل با R، همراه با دستورالعمل های دقیق برای نصب و پیمایش R و RStudio و مثال های عملی، از گرافیک اکتشافی گرفته تا شبکه های عصبی، ارائه می دهد. بارتون نشان می دهد که چگونه می توان بسته های R و R محبوب را راه اندازی کرد و شروع به وارد کردن، تمیز کردن و تبدیل داده ها برای تجزیه و تحلیل کرد. او همچنین نشان می دهد که چگونه می توان تجسم هایی مانند نمودارهای میله ای، هیستوگرام ها و نمودارهای پراکنده ایجاد کرد و داده های طبقه بندی، کیفی و پرت را تغییر داد تا بهترین پاسخگویی به سؤالات تحقیق شما و الزامات الگوریتم های شما باشد.

linkedin ساخت برنامه های داده با R و Shiny: آموزش ضروری (Mitalearn-156635)

  • 2 hours 50 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Charlie Joey Hadley
درباره این دوره:

Shiny به تیم های علم داده R اجازه می دهد تا بدون نیاز به یادگیری HTML، CSS یا جاوا اسکریپت، برنامه های وب مبتنی بر داده های تعاملی بسازند. این ابزار قدرتمند و همه کاره است که اغلب برای تحقیق و توسعه، تجزیه و تحلیل داده ها و حتی اهداف بازاریابی خارجی استفاده می شود. اگر درک خوبی از زبان R دارید و می‌دانید چگونه کدهای سمت کلاینت را از سمت سرور جدا کنید، آماده هستید تا در این دوره غوطه‌ور شوید و یک اپلیکیشن براق بسازید. چارلی هدلی سازماندهی برنامه‌های تک فایلی و فایل‌های تقسیم‌شده، مدیریت جداول داده، استفاده از APIها برای دریافت داده‌ها به برنامه، افزودن کنترل‌های داده، استقرار یک برنامه و موارد دیگر را پوشش می‌دهد.

linkedin علم داده بازاریابی (Mitalearn-105176)

  • 2 hours 21 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Chris DallaVilla
درباره این دوره:

بازاریابی درست جلوی چشمان ما در حال تغییر است و این تحول توسط داده ها هدایت می شود. بازاریاب های مدرن باید داده ها و تجزیه و تحلیل ها را مانند قبل درک کنند و بتوانند با دانشمندان داده در محیط های چند رشته ای کار کنند. به طور مشابه، متخصصان با آموزش علوم داده باید یاد بگیرند که چگونه در هنگام کار با متخصصان بازاریابی و فروش، سهم خود را به حداکثر برسانند.\r\n\r\n کریس دالاویلا را دنبال کنید تا نحوه استفاده از R، Python و Tableau را برای انجام مدل‌سازی داده‌ها و ارزیابی عملکرد توضیح دهد. همانطور که کریس در این مفاهیم غوطه ور می شود، او مطالعات موردی خاصی را که مستقیماً از کار خودش می آید با مشتریان به اشتراک می گذارد. به علاوه، او سه روش ضروری و عملی را برای بازاریابی مبتنی بر داده به اشتراک می گذارد که می توانید از آنها برای تقویت عملکرد بازاریابی سازمان خود استفاده کنید.

linkedin کد کلینیک: آر (Mitalearn-139482)

  • 1 hours 18 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Mark Niemann-Ross
درباره این دوره:

برنامه نویسان موفق بیشتر از نحوه کدنویسی می دانند. آنها همچنین می دانند که چگونه به حل مشکلات فکر کنند. Code Clinic مجموعه‌ای از دوره‌هایی است که در آن مربیان ما با استفاده از زبان‌های برنامه‌نویسی مختلف مشکلات مشابهی را حل می‌کنند. در اینجا، Mark Niemann-Ross با R کار می کند. در طول دوره، مارک چالش ها را معرفی می کند و سپس یک نمای کلی از راه حل های خود را در R ارائه می دهد. چالش ها شامل موضوعاتی مانند تجزیه و تحلیل آماری و دسترسی به دستگاه های جانبی است. از دوره‌های دیگر این مجموعه دیدن کنید تا ببینید چگونه می‌توانید چالش‌های مشابه را در زبان‌هایی مانند C++، C#، JavaScript، PHP، Python، Ruby، Go و Swift حل کنید.

linkedin مبانی علم داده: داده کاوی در R (Mitalearn-227253)

  • 3 hours 51 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Barton Poulson
درباره این دوره:

علم داده در پیچیدگی و تقاضا با سرعت تصاعدی به رشد خود ادامه می دهد. داده کاوی حوزه ای از علم داده است که بر یافتن الگوهای عملی در مجموعه داده های بزرگ و متنوع تمرکز می کند: خوشه هایی از مشتریان مشابه، روندهایی در طول زمان که تنها پس از تفکیک اثرات فصلی و تصادفی قابل مشاهده هستند، و روش های جدید برای پیش بینی نتایج مهم. مربی بارتون پولسون بر روی داده کاوی در R تمرکز می کند، طیف گسترده ای از الگوریتم ها از جمله روش های یادگیری ماشین را ارائه می دهد و اطلاعات مهمی در مورد قوانین و سیاست هایی که بر داده کاوی تأثیر می گذارد ارائه می دهد. بارتون یک نمای کلی از کاهش ابعاد ارائه می دهد. او خوشه‌بندی را معرفی می‌کند، از جمله خوشه‌بندی سلسله مراتبی، سپس وارد تحلیل تداعی می‌شود. او استخراج و تجزیه سری های زمانی را توضیح می دهد، سپس با متن کاوی، تجزیه و تحلیل احساسات و امتیازدهی احساسات به پایان می رسد.

linkedin مدلهای تجارت و امور مالی الگوریتمی با آموزش ضروری پایتون ، R و Stata (Mitalearn-411091)

  • 2 hours 57 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Michael McDonald
درباره این دوره:

بسیاری از معاملات بازار سهام با الگوریتم ها یا برنامه های رایانه ای "ALGO" انجام می شود که طبق فرمول های ریاضی سهام خریداری یا فروش می کنند. این معاملات سهام با سرعت و فرکانس اتفاق می افتد که انسان نمی تواند آن را تکرار کند. برای متخصصان امور مالی و هرکسی که در بورس سهام سرمایه گذاری می کند برای درک نحوه کار این الگوریتم ها مهم است. در این دوره ، پروفسور مایکل مک دونالد به شما نشان می دهد که چگونه می توانید یک استراتژی معاملاتی مبتنی بر قوانین را تست کنید و یک الگوریتم تجاری ساده از خود را برنامه ریزی کنید. پروفسور مک دونالد قبل از روی آوردن به اصول سرمایه گذاری و اوراق بهادار ، از مبانی بازارهای اوراق بهادار ، از سهام ، اوراق قرضه و مشتقات گرفته تا پیش بینی ارزش ها با رگرسیون می رود. دریابید که برای ساختن الگوریتم های خود و همچنین خرید ، فروش و گسترش آنها به سایر اوراق بهادار ، چه چیزی لازم است. به علاوه ، پروفسور مک دونالد نمونه های عملی و مطالعات موردی در مورد تجارت با الگوریتم ها را در بر می گیرد.

linkedin مقدمه ای بر NLP با استفاده از R (Mitalearn-390980)

  • 2 hours 32 minutes
  • مناسب همه
  • Release date: 19 May 2023
  • Author: Mark Niemann-Ross
درباره این دوره: 

 

پردازش زبان طبیعی (NLP) یکی از مهمترین اجزای هوش مصنوعی است. این به شما امکان می دهد تا حجم زیادی از داده ها را در قالب زبان طبیعی پردازش، تجزیه و تحلیل و درک کنید. در این دوره، مربی مارک نیمن راس به شما نشان می دهد که چگونه با استفاده از R، زبان برنامه نویسی محبوب برای محاسبات آماری و گرافیک، پیاده سازی الگوریتم های NLP را شروع کنید.

اصول دستکاری ماتریس ها و تولید آمار، هر دو را بررسی کنید. که هسته اصلی NLP موفق هستند. نحوه استفاده از ابزارها و چارچوب‌های متن‌کاوی مانند tm، quanteda، و tidytext و همچنین کار با corpora، منابع و دیگر انواع ابرداده سند NLP را بیاموزید. Mark بهترین روش‌ها را برای پیش‌پردازش متن در آماده‌سازی برای NLP، ایجاد داده‌های ساختاریافته، اعمال آمار در متن، انجام تجزیه و تحلیل احساسات، تجسم مجموعه‌های داده، و موارد دیگر را پوشش می‌دهد.


linkedin یادگیری R Tidyverse (Mitalearn-442167)

  • 3 hours 18 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Charlie Joey Hadley
درباره این دوره:

R یک زبان برنامه نویسی فوق العاده قدرتمند و پرکاربرد برای تجزیه و تحلیل آماری و علم داده است. "tidyverse" برخی از همه کاره‌ترین بسته‌های R مانند ggplot2 و forcats را جمع‌آوری می‌کند، که همگی حول مفاهیم داده‌های مرتب طراحی شده‌اند، چارچوبی برای حل مسئله و نوشتن کد R برای همه چیز - از جدال و تجزیه و تحلیل داده‌ها گرفته تا تجسم و مدل‌سازی.

این دوره مفاهیم اصلی thedyverse، پاکسازی داده‌ها و wr را معرفی می‌کند. بر روی کاربر مبتدی تمرکز می کند و به شما نشان می دهد که چرا و چگونه از دو لوله استفاده کنید (%>% و |>). به مربی چارلی هدلی بپیوندید تا در ابتدای کار وارد کردن و فیلتر کردن داده‌ها از فایل‌های Excel، CSV، و SPSS و همچنین خلاصه‌سازی و جدول‌بندی داده‌ها با استفاده از توابع pivot_*() و cross() و قدرت تیبل‌های تودرتو انجام شود. در پایان این دوره، شما به مهارت‌های عملی جدیدی برای بحث در مورد مجموعه داده‌های واقعی، از جمله تاریخ‌های نامتناسب، ستون‌های عددی ضعیف، سؤالات نظرسنجی چند گزینه‌ای و موارد دیگر مجهز خواهید شد.

linkedin یادگیری ماشین با رگرسیون لجستیک در Excel، R و Power BI (Mitalearn-217903)

  • 2 hours 49 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Helen Wall
درباره این دوره:


Excel، R، و Power BI برنامه هایی هستند که به طور جهانی در علم داده و در بین مشاغل و سازمان ها در سراسر جهان استفاده می شوند. اگر زمان زیادی را صرف کرده اید تا بفهمید چگونه داده های خود را بهتر مدل کنید تا بینش مفیدی از آنها بدست آورید که می توانید بر اساس آنها عمل کنید، به احتمال زیاد با این برنامه ها روبرو شده اید. در این دوره، هلن وال نحوه استفاده از Excel، R و Power BI را برای رگرسیون لجستیک به منظور مدل‌سازی داده‌ها برای پیش‌بینی برچسب‌های طبقه‌بندی مانند کشف تقلب یا موفقیت‌های آزمایشی پزشکی نشان می‌دهد. هلن چندین نمونه از رگرسیون لجستیک را بررسی می کند. او نحوه استفاده از اکسل را برای محاسبه ملموس مدل رگرسیون نشان می دهد، سپس از R برای محاسبات و تجسم های فشرده تر استفاده می کند. سپس نحوه استفاده از Power BI برای ادغام قابلیت‌های محاسبات Excel و R در یک مدل مقیاس‌پذیر و قابل اشتراک‌گذاری را نشان می‌دهد.

Suggestions