این دوره شما را با نمونه گیری و کاوش داده ها و همچنین نظریه احتمالات اولیه و قانون بیز آشنا می کند. شما انواع مختلفی از روش‌های نمونه‌گیری را بررسی خواهید کرد و در مورد اینکه چگونه چنین روش‌هایی می‌توانند بر دامنه استنتاج تأثیر بگذارند، بحث خواهید کرد. انواع تکنیک های تجزیه و تحلیل داده های اکتشافی شامل آمار خلاصه عددی و تجسم داده های پایه پوشش داده خواهد شد. شما از طریق نصب و استفاده از R و RStudio (نرم افزار آماری رایگان) راهنمایی خواهید شد و از این نرم افزار برای تمرینات آزمایشگاهی و پروژه نهایی استفاده خواهید کرد. مفاهیم و تکنیک های این دوره به عنوان بلوک های سازنده دروس استنتاج و مدل سازی در تخصص عمل می کند.

هنگام کار در زمینه علم داده قطعاً با زبان R و نقشی که در تجزیه و تحلیل داده ایفا می کند آشنا خواهید شد. این دوره شما را با مبانی زبان R مانند انواع داده ها، تکنیک های دستکاری و نحوه اجرای وظایف برنامه نویسی اساسی آشنا می کند. شما فرآیند درک ساختارهای داده رایج، اصول برنامه نویسی و نحوه دستکاری داده ها را با کمک زبان برنامه نویسی R آغاز خواهید کرد. تاکید در این دوره یادگیری عملی و عملی است. شما یک برنامه ساده با استفاده از RStudio می نویسید، داده ها را در یک چارچوب داده یا ماتریس دستکاری می کنید، و یک پروژه نهایی را به عنوان تحلیلگر داده با استفاده از نوت بوک های Watson Studio و Jupyter تکمیل می کنید تا بینش های مبتنی بر داده را به دست آورید و تجزیه و تحلیل کنید. هیچ دانش قبلی در مورد R یا برنامه نویسی مورد نیاز نیست.

این دوره مقدمه ای ملایم برای برنامه نویسی در R است که برای 3 نوع زبان آموز 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 می دانید اما با R آشنا نیستید • شما مقداری برنامه نویسی R را می شناسید اما می خواهید افعال منظم را یاد بگیرید شما یاد خواهید گرفت که تجسم و تجزیه و تحلیل داده ها را به شیوه ای تکرارپذیر انجام دهید و از توابعی استفاده کنید که به کد شما اجازه می دهد به راحتی خوانده و درک شود. شما از RMarkdown برای ایجاد اسناد و گزارش های خوب استفاده خواهید کرد که کد شما را هر بار که اجرا می شود تازه اجرا می کند و افکار شما را در مورد داده ها در طول مسیر به تصویر می کشد. این دوره برای زبان آموزانی با پیشینه های غیر STEM طراحی شده است تا با ارائه مقدمه ای بر برنامه نویسی و زبان R به آنها کمک کند تا برای دوره های پیشرفته تر علم داده آماده شوند. من برای همراهی شما در این سفر هیجان زده هستم! لوگوی دوره با استفاده از تصاویر برچسب های فروشگاه RStudio ایجاد شده است. لطفاً به https://swag.rstudio.com/s/shop مراجعه کنید.

تقریباً هر جنبه ای از تجارت تحت تأثیر تجزیه و تحلیل داده ها قرار می گیرد. برای اینکه کسب‌وکارها بر روی تجزیه و تحلیل داده‌ها سرمایه‌گذاری کنند، به رهبرانی نیاز دارند که گردش کار تحلیلی کسب‌وکار را درک کنند. این دوره با ارائه مجموعه‌ای اساسی از مهارت‌های پردازش داده که می‌تواند در بسیاری از محیط‌های تجاری اعمال شود، به شکاف مهارت‌های انسانی می‌پردازد. در این دوره شما از یک زبان تجزیه و تحلیل داده، R، برای آماده سازی کارآمد داده های تجاری برای ابزارهای تحلیلی مانند الگوریتم ها و تجسم ها استفاده خواهید کرد. تمیز کردن، تبدیل، جمع‌آوری و شکل‌دهی مجدد داده‌ها یک گام مهم، اما نامحسوس در گردش کار تحلیلی کسب‌وکار است. همانطور که یاد می گیرید چگونه از R برای آماده سازی داده ها برای تجزیه و تحلیل استفاده کنید، با استفاده از RStudio، یک محیط توسعه یکپارچه قدرتمند (IDE)، که دارای بسیاری از ویژگی های داخلی است که کدنویسی با R را ساده می کند، تجربه کسب خواهید کرد. همانطور که در مورد گردش کار تجزیه و تحلیل کسب و کار یاد می گیرید، تعامل بین اصول کسب و کار و تجزیه و تحلیل داده ها را نیز در نظر خواهید گرفت. به طور خاص، بررسی خواهید کرد که چگونه تفویض اختیار، کنترل و امکان‌سنجی بر روش پردازش داده‌ها تأثیر می‌گذارد. همچنین با نمونه هایی از مشکلات تجاری که با اتوماسیون و تجزیه و تحلیل داده ها قابل حل هستند و روش هایی برای برقراری ارتباط نتایج تحلیل داده ها که نیازی به کپی و چسباندن از یک پلتفرم به پلتفرم دیگر ندارند، آشنا خواهید شد.

این دوره یک نمای کلی و عمدتاً عملی از مهارت های اساسی برای بیوانفورماتیک (و به طور کلی، تجزیه و تحلیل داده ها) ارائه می دهد. هدف حمایت از توسعه همزمان مهارت های کمی و برنامه نویسی برای دانشجویان بیولوژیکی و زیست پزشکی با پیشینه کم یا بدون پیشینه در برنامه نویسی یا تجزیه و تحلیل کمی است. در طول دوره، دانش آموز مهارت های عملی لازم را برای انجام تجزیه و تحلیل داده های اولیه ایجاد می کند. مهم‌تر از همه، شرکت‌کنندگان مهارت‌های بلندمدت در برنامه‌نویسی (و تجزیه و تحلیل داده‌ها) و دستورالعمل‌هایی برای بهبود دانش خود در مورد آن را خواهند آموخت. این دوره شامل برنامه نویسی در R، برنامه نویسی در پایتون، سرور یونیکس و بررسی مفاهیم اولیه آمار خواهد بود.

در این دوره 4 هفته ای با محصولات اسمارت بتا آشنا می شوید. محصولات هوشمند بتا دارای ویژگی‌های سرمایه‌گذاری غیرفعال (دارای قوانین از پیش تعیین‌شده) و سرمایه‌گذاری‌های فعال (اجازه سرمایه‌گذاری عاملی) هستند. ما مکانیسم‌های ایجاد پشت محصولات مختلف بتا هوشمند را مرور می‌کنیم و برخی از آنها را با استفاده از برنامه‌نویسی R بازسازی می‌کنیم. سپس روش های یادگیری ماشین را اعمال خواهیم کرد. پردازش داده ها، تکنیک های پیشگیری از برازش بیش از حد پوشش داده خواهد شد. در نهایت سعی خواهیم کرد با استفاده از روش‌های CART، bagging، boosting و ensemble یک مدل چند عاملی بهبودیافته ایجاد کنیم. انتظار می رود که دانش آموزان به اولین و دومین دوره من با عنوان «مبانی سرمایه گذاری مبتنی بر داده» و «استفاده از R برای رگرسیون و یادگیری ماشین در سرمایه گذاری» گوش داده باشند، یا دانشی معادل در مفاهیم سرمایه گذاری و درک محکمی از برنامه نویسی R داشته باشند.

یکی از رایج ترین کارهایی که توسط دانشمندان داده و تحلیلگران داده انجام می شود، پیش بینی و یادگیری ماشین است. این دوره مولفه های اساسی ساخت و کاربرد توابع پیش بینی را با تاکید بر کاربردهای عملی پوشش می دهد. این دوره در مفاهیمی مانند مجموعه های آموزشی و آزمایشی، تطبیق بیش از حد، و میزان خطا، پایه های اساسی را ارائه می دهد. این دوره همچنین طیف وسیعی از روش‌های یادگیری ماشینی مبتنی بر مدل و الگوریتمی از جمله رگرسیون، درختان طبقه‌بندی، Naive Bayes و جنگل‌های تصادفی را معرفی می‌کند. این دوره فرآیند کامل ساخت توابع پیش بینی شامل جمع آوری داده ها، ایجاد ویژگی، الگوریتم ها و ارزیابی را پوشش می دهد.