Course catalog

Course duration

Course provider

Topic

Categories

Showing 401-420 of 507 items.

coursera عوامل اجتماعی تعیین کننده سلامت: فرصت های روش شناختی (Mitalearn-339895)

  • 1 hours 40 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Daniel J. Pesut, Ph.D., RN, FAAN,Karen A. Monsen, PhD, RN, FAMIA, FNAP, FAAN
درباره این دوره:

این چهارمین دوره از پنج دوره، رویکردهای روش‌شناختی و ابزارهای پژوهشی را بررسی می‌کند که درک ما را از بهترین شیوه‌ها در کار با تیم‌های علمی، جوامع و با داده‌ها نشان می‌دهد. سرفصل های این دوره شامل: 1. تحقیقات مشارکتی مبتنی بر جامعه 2. علوم تیمی 3. داده های سطح جامعه 4. انفورماتیک و عوامل اجتماعی تعیین کننده سلامت: مدیریت دانش 5. کاربردهای داده: تجزیه و تحلیل ANOVA و تجسم نمودار خطی

coursera فرآیند تحلیل کسب و کار (Mitalearn-328607)

  • 15 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Tableau Learning Partner Instructor
درباره این دوره:

دوره فرآیند تحلیل کسب و کار به شما درک اساسی از فرآیند تحلیل کسب و کار می دهد و شما را با چارچوبی آشنا می کند که می تواند در صنایع و سازمان های مختلف مورد استفاده قرار گیرد. خواهید دید که چگونه یک تحلیلگر یک مشکل تجاری را ارزیابی می کند، الزامات تجاری را آماده می کند و یک راه حل را پیاده سازی می کند. شما یاد خواهید گرفت که چگونه سهامداران را شناسایی کنید، آنها را تجزیه و تحلیل کنید و نقش آنها را در یک پروژه تجزیه و تحلیل کسب و کار مشخص کنید. همچنین یاد خواهید گرفت که چگونه الزامات این ذینفعان را جمع آوری کنید، آنها را تجزیه و تحلیل کنید و یک سند الزامات تجاری ایجاد کنید که با بهترین شیوه های صنعت مطابقت داشته باشد. در نهایت، کارکردها و کاربردهای عملی ساخت مدل‌های بصری را بررسی خواهید کرد و تجربه عملی در ایجاد مدل‌های رایج مورد استفاده توسط تحلیلگران هوش تجاری به دست خواهید آورد. این دوره برای هرکسی است که کنجکاو در مورد نقش‌های سطح ابتدایی است که به مهارت‌های اساسی جدول نیاز دارند، مانند نقش‌های تحلیلگر هوش تجاری یا نقش‌های تحلیلگر گزارش داده. توصیه می شود (اما نه الزامی) که تجربه ای با Tableau Public داشته باشید، اما حتی اگر در Tableau Public تازه کار هستید، همچنان می توانید در این برنامه موفق باشید. در پایان دوره، شما قادر خواهید بود: - نشان دادن دانش عمیق از فرآیند تجزیه و تحلیل کسب و کار. - تشریح روش های مورد استفاده برای شناسایی ذینفعان و تعریف نقش آنها در یک پروژه تجزیه و تحلیل کسب و کار. -روش های مورد استفاده برای جمع آوری نیازمندی ها از ذینفعان را شرح دهید. - ایجاد یک سند الزامات تجاری که با بهترین شیوه های صنعت مطابقت دارد. -ایجاد یک مدل بصری از فرآیند کسب و کار.

coursera فراتر از اعداد بروید: داده ها را به بینش تبدیل کنید (Mitalearn-335951)

  • 3 hours 56 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Google Career Certificates
درباره این دوره:

این سومین دوره از هفت دوره در گواهی تحلیل داده های پیشرفته گوگل است. در این دوره، یاد خواهید گرفت که چگونه داستان را در داده ها پیدا کنید و آن داستان را به شیوه ای قانع کننده بیان کنید. خواهید فهمید که چگونه متخصصان داده از داستان سرایی برای درک بهتر داده های خود و انتقال بینش های کلیدی به هم تیمی ها و ذینفعان استفاده می کنند. شما همچنین تجزیه و تحلیل داده های اکتشافی را تمرین خواهید کرد و یاد خواهید گرفت که چگونه تجسم داده های موثر ایجاد کنید. کارمندان Google که در حال حاضر در این زمینه کار می‌کنند، با ارائه فعالیت‌های عملی که وظایف مرتبط را شبیه‌سازی می‌کنند، نمونه‌هایی از کارهای روزمره خود را به اشتراک می‌گذارند و به شما کمک می‌کنند مهارت‌های تجزیه و تحلیل داده‌های خود را برای آماده شدن برای حرفه خود ایجاد کنید، شما را در این دوره راهنمایی می‌کنند. فراگیرانی که هفت دوره در این برنامه را گذرانده اند، مهارت های لازم برای درخواست برای مشاغل علوم داده و تجزیه و تحلیل داده های پیشرفته را خواهند داشت. این گواهی مستلزم دانش قبلی از اصول، مهارت‌ها و ابزارهای تحلیلی پایه است که در گواهی Google Data Analytics پوشش داده شده است. در پایان این دوره، شما: -از ابزار پایتون برای بررسی ساختار و قالب داده های خام استفاده کنید -کتابخانه های پایتون مربوطه را برای پاکسازی داده های خام انتخاب کنید -نشان دادن نحوه تبدیل داده های دسته بندی به داده های عددی با پایتون -از مهارت های اعتبارسنجی ورودی برای اعتبارسنجی مجموعه داده با پایتون استفاده کنید -تکنیک هایی را برای ایجاد تجسم داده های قابل دسترس با Tableau شناسایی کنید -تصمیم گیری در مورد داده های از دست رفته و موارد پرت -ساختار و سازماندهی داده ها با دستکاری رشته های تاریخ

linkedin فن آوری های شناختی: فرصت های واقعی برای تجارت (Mitalearn-139244)

  • 1 hours 52 minutes
  • مبتدی
  • Release date: 21 June 2026
  • Author: Deloitte Insights
درباره این دوره:

فناوری‌های شناختی مانند هوش مصنوعی و رباتیک در حال تغییر نحوه عملکرد کسب‌وکارها و ماهیت کار هستند. این دوره، از انتشارات دانشگاه دیلویت، طراحی شده است تا مزایا و ارزش فناوری‌های شناختی را برای رهبران کسب‌وکار، تصمیم‌گیرندگان و سایرینی که می‌خواهند تأثیر آن‌ها بر تجارت را درک کنند، توضیح دهد. دیوید شاتسکی بر روی چی و چرا تمرکز می کند و به شما اجازه می دهد چگونه را ایجاد کنید که نیازهای سازمان شما را برآورده کند. او یادگیری ماشینی، زمینه های هوش مصنوعی مانند پردازش زبان طبیعی و بینایی کامپیوتر و روباتیک را پوشش می دهد. در فصل‌های بعدی، دیوید به بررسی موارد تجاری فناوری‌ها می‌پردازد و به کاربردهای عملی برای محصولات و فرآیندها نگاه می‌کند. در نهایت او تأثیر بر کارگران و طراحی کار را بررسی می کند و به آینده فناوری شناختی نگاه می کند. آزمون ها و ارزیابی های کوتاه به شما کمک می کند تا دانش خود را تمرین کنید. در پایان دوره، شما باید بتوانید در بحث های سازنده با همکاران، مشتریان و تامین کنندگان شرکت کنید و به شکل گیری استراتژی فناوری شناختی در سازمان خود کمک کنید.

coursera فوتبال: فراتر از یک بازی (Mitalearn-358544)

  • 5 hours 32 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Grant Jarvie
درباره این دوره:

دنیای فوتبال (فوتبال)، پول، رقابت ها، روندها، گذشته، حال، بازی مردانه، بازی زنان و مسائل واقعی را کاوش کنید. چه آن را دوست داشته باشید، چه از آن متنفر باشید یا سعی کنید آن را نادیده بگیرید - به ما بپیوندید تا در پشت صحنه بررسی کنیم که چرا فوتبال چیزی بیش از یک بازی است. از فوتبال خیابانی تا نقل و انتقالات چند میلیون دلاری، از بازی مردانه تا زنان، از بازی جهانی تا محلی، از سواحل برزیل تا مبارزه با فقر، این دوره آنلاین فراتر از زمین به نظر می رسد، تا نقش فوتبال در جامعه و احتمالاً یک جامعه نزدیک شما را بررسی کند. فراگیران می توانند برای کمک مالی مستقیماً با Coursera برای کمک به هزینه دسترسی به دوره کامل و دریافت گواهی برای تکمیل موفقیت آمیز دوره درخواست دهند.

coursera کارآمد کردن علم داده برای گزارش‌دهی بالینی (Mitalearn-331752)

  • 4 hours 52 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Dinakar Kulkarni,Kamila Duniec,Kamil Wais
درباره این دوره:

هدف این دوره نشان دادن چگونگی استفاده از اصول و روش های علم داده در گزارش گیری بالینی است. در پایان دوره، فراگیران متوجه خواهند شد که چه الزاماتی در گزارش کارآزمایی های بالینی وجود دارد و چگونه بر نحوه استفاده از علم داده تأثیر می گذارد. یادگیرنده می بیند که چگونه می تواند کارآمد و موثر کار کند و در عین حال اطمینان حاصل کند که استانداردهای مورد نیاز را برآورده می کند.

coursera کاربردهای تجاری آزمون فرضیه و تخمین فاصله اطمینان (Mitalearn-213228)

  • 3 hours 54 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Sharad Borle
درباره این دوره:

فواصل اطمینان و آزمون فرضیه ابزارهای بسیار مهمی در جعبه ابزار آمار کسب و کار هستند. تسلط بر این موضوعات به افزایش تصمیم گیری تجاری شما کمک می کند و به شما امکان می دهد میزان "ریسک" یا "عدم اطمینان" را در فرآیندهای مختلف تجاری درک و اندازه گیری کنید. این سومین دوره در زمینه تخصصی "آمار و تجزیه و تحلیل کسب و کار" است و این دوره با معرفی فواصل اطمینان و تست فرضیه دانش شما را در مورد آمار کسب و کار ارتقا می دهد. ابتدا به صورت مفهومی این ابزارها و کاربرد تجاری آنها را درک می کنیم. سپس محاسبات مختلفی را برای ساخت فواصل اطمینان و انجام انواع مختلف آزمون‌های فرضیه معرفی می‌کنیم. اینها توسط برنامه های کاربردی آسان انجام می شود. برای انجام موفقیت آمیز تکالیف دوره، دانش آموزان باید به نسخه ویندوز Microsoft Excel 2010 یا جدیدتر دسترسی داشته باشند. لطفاً توجه داشته باشید که نسخه های قبلی مایکروسافت اکسل (2007 و قبل از آن) با برخی از توابع اکسل که در این دوره توضیح داده شده اند سازگاری ندارند. هفته 1 ماژول 1: فاصله اطمینان - مقدمه در این ماژول به صورت مفهومی خواهید فهمید که فاصله اطمینان چیست و چگونه ساخته می شود. ما بلوک های ساختمانی مختلف برای فاصله اطمینان مانند توزیع t، آماره t، آمار z و فرمول های مختلف اکسل آنها را معرفی خواهیم کرد. سپس از این بلوک‌های سازنده برای ایجاد فواصل اطمینان استفاده خواهیم کرد. موضوعات تحت پوشش عبارتند از: • معرفی t-distribution، توابع اکسل T.DIST و T.INV • درک مفهومی فاصله اطمینان • آمار z و آمار t • ایجاد فاصله اطمینان با استفاده از آماره z و آماره t هفته 2 ماژول 2: فاصله اطمینان - برنامه های کاربردی این ماژول کاربردهای تجاری مختلفی از فاصله اطمینان را ارائه می دهد، از جمله برنامه ای که در آن از فاصله اطمینان برای محاسبه اندازه نمونه مناسب استفاده می کنیم. ما همچنین با یک برنامه، فاصله اطمینان برای نسبت جمعیت را معرفی می کنیم. در پایان ماژول ما شروع به معرفی مفهوم تست فرضیه می کنیم. موضوعات تحت پوشش عبارتند از: • کاربردهای فاصله اطمینان • فاصله اطمینان برای نسبت جمعیت • محاسبه اندازه نمونه • آزمون فرضیه، مقدمه هفته 3 ماژول 3: آزمون فرضیه این ماژول تست فرضیه را معرفی می کند. شما می توانید منطق پشت آزمون های فرضیه را درک کنید. چهار مرحله برای انجام یک آزمون فرضیه معرفی شده است و شما می توانید آنها را برای آزمون فرضیه برای میانگین جمعیت و همچنین نسبت جمعیت به کار ببرید. تفاوت بین آزمون های فرضیه دم تک و دو آزمون فرضیه دم و همچنین خطاهای نوع اول و دوم مرتبط با آزمون های فرضیه و راه های کاهش چنین خطاهایی را خواهید فهمید. موضوعات تحت پوشش عبارتند از: • منطق آزمون فرضیه • چهار مرحله برای انجام آزمون فرضیه • آزمون فرضیه تک دم و دو دم • دستورالعمل ها، فرمول ها و آزمون کاربرد فرضیه • آزمون فرضیه برای نسبت جمعیت • خطاهای نوع اول و دوم در یک فرضیه هفته 4 ماژول 4: آزمون فرضیه - تفاوت در میانگین در این ماژول، شما از آزمون های فرضیه برای آزمایش تفاوت بین دو داده مختلف استفاده می کنید، به این گونه آزمون های فرضیه، آزمون های تفاوت در میانگین می گویند. ما سه نوع تفاوت در آزمون میانگین ها را معرفی می کنیم و آنها را در برنامه های مختلف تجاری اعمال می کنیم. همچنین کادر محاوره ای اکسل را برای انجام چنین آزمون های فرضیه ای معرفی می کنیم. موضوعات تحت پوشش عبارتند از: • معرفی آزمون فرضیه تفاوت در میانگین • کاربردهای آزمون فرضیه تفاوت در میانگین • فرض واریانس برابر و نابرابر و آزمون t زوجی برای تفاوت میانگین ها. • برخی از برنامه های کاربردی دیگر

coursera کاوش و تولید داده برای تصمیم گیری تجاری (Mitalearn-284271)

  • 5 hours 38 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Fataneh Taghaboni-Dutta, Ph.D., PMP, CSM, CSPO
درباره این دوره:

این دوره یک چارچوب تحلیلی برای کمک به شما در ارزیابی مشکلات کلیدی به روشی ساختاریافته ارائه می‌کند و شما را با ابزارهایی برای مدیریت بهتر عدم قطعیت‌هایی که فرآیندهای کسب‌وکار را فرا گرفته و پیچیده می‌کنند، مجهز می‌کند. به طور خاص، شما یاد خواهید گرفت که چگونه داده ها را خلاصه کنید و مفاهیم فراوانی، توزیع نرمال، مطالعات آماری، نمونه گیری و فواصل اطمینان را بیاموزید. در حالی که شما با برخی از علوم آنچه تدریس می شود آشنا خواهید شد، تمرکز بر روی استفاده از روش ها خواهد بود. این امر از طریق استفاده از اکسل و مجموعه داده‌های رشته‌های مختلف انجام می‌شود و به شما امکان می‌دهد استفاده از آمار را در طیف وسیعی از تنظیمات مشاهده کنید. این دوره نه تنها بر توضیح این مفاهیم، ​​بلکه بر درک و تفسیر نتایج به دست آمده نیز تمرکز خواهد داشت. شما قادر خواهید بود: • مجموعه داده های بزرگ را به شکل های گرافیکی، جدولی و عددی خلاصه کنید • اهمیت نمونه گیری مناسب و اینکه چرا می توان بر اطلاعات نمونه تکیه کرد را درک کنید • درک کنید که چرا توزیع نرمال می تواند در طیف وسیعی از تنظیمات استفاده شود • از اطلاعات نمونه برای استنباط در مورد جامعه با سطح معینی از اطمینان در مورد صحت تخمین ها استفاده کنید. • برای تجزیه و تحلیل آماری از Excel استفاده کنید این دوره بخشی از مجموعه برنامه های آنلاین کالج تجارت Gies، از جمله iMBA و iMSM است. درباره پذیرش در این برنامه‌ها بیشتر بیاموزید و بررسی کنید که چگونه می‌توان در صورت پذیرش در یک برنامه تحصیلی در https://degrees.giesbusiness.illinois.edu/idegrees/ از کار Coursera شما استفاده کرد.

coursera کشف الگو در داده کاوی (Mitalearn-334948)

  • 4 hours 17 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Jiawei Han
درباره این دوره:

مفاهیم کلی داده کاوی را همراه با متدولوژی ها و کاربردهای اساسی بیاموزید. سپس به یک زیرشاخه در داده کاوی بروید: کشف الگو. مفاهیم، ​​روش ها و کاربردهای کشف الگو در داده کاوی را عمیقاً بیاموزید. ما همچنین روش هایی را برای عبارت کاوی مبتنی بر داده و برخی کاربردهای جالب کشف الگو معرفی خواهیم کرد. این دوره به شما فرصتی برای یادگیری مهارت‌ها و محتوا برای تمرین و مشارکت در روش‌های کشف الگوی مقیاس‌پذیر بر روی داده‌های انبوه معاملاتی، بحث در مورد اقدامات ارزیابی الگو و مطالعه روش‌های استخراج انواع مختلف الگوها، الگوهای متوالی و الگوهای زیرگراف را می‌دهد.

coursera کلان داده - پروژه Capstone (Mitalearn-334744)

  • 20 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Ilkay Altintas,Amarnath Gupta
درباره این دوره:

به پروژه Capstone برای داده های بزرگ خوش آمدید! در این پروژه اوج، شما یک اکوسیستم کلان داده را با استفاده از ابزارها و روش های دوره های قبلی در این تخصص می سازید. شما یک مجموعه داده شبیه سازی داده های بزرگ تولید شده از تعداد زیادی از کاربرانی را که بازی خیالی ما "Catch the Pink Flamingo" را بازی می کنند، تجزیه و تحلیل خواهید کرد. در طول پنج هفته پروژه Capstone، شما مراحل معمولی علم داده های بزرگ را برای به دست آوردن، کاوش، آماده سازی، تجزیه و تحلیل و گزارش گذرانده اید. در دو هفته اول، مجموعه داده ها را به شما معرفی می کنیم و با استفاده از ابزارهایی مانند Splunk و Open Office شما را از طریق برخی تحلیل های اکتشافی راهنمایی می کنیم. سپس به مشکلات چالش برانگیزتر کلان داده خواهیم پرداخت که نیازمند ابزارهای پیشرفته تری است که شما آموخته اید، از جمله KNIME، Spark's MLLib و Gephi. در نهایت، در هفته پنجم و آخر، به شما نشان خواهیم داد که چگونه همه اینها را برای ایجاد گزارش های جذاب و متقاعدکننده و ارائه اسلایدها کنار هم قرار دهید. در نتیجه همکاری ما با Splunk، یک شرکت نرم‌افزاری که بر تجزیه و تحلیل داده‌های بزرگ تولید شده توسط ماشین تمرکز دارد، یادگیرندگان با پروژه‌های برتر واجد شرایط ارائه به Splunk و ملاقات با استخدام‌کنندگان Splunk و رهبری مهندسی خواهند بود.

coursera کلان داده، هوش مصنوعی و اخلاق (Mitalearn-329049)

  • 5 hours 27 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Martin Hilbert
درباره این دوره:

این دوره زمینه و تجربه دست اول را با دو کاتالیزور اصلی انقلاب علوم محاسباتی به شما می دهد: داده های بزرگ و هوش مصنوعی. با بیش از 99 درصد از تمام اطلاعات رسانه ای در قالب دیجیتال و با استفاده از 98 درصد از جمعیت جهان از فناوری دیجیتال، بشریت ردپای دیجیتالی چشمگیری ایجاد می کند. در تئوری، این فرصت‌های بی‌سابقه‌ای برای درک و شکل دادن به جامعه فراهم می‌کند. در عمل، تنها راهی که می‌توان این سیل اطلاعات را پردازش کرد، استفاده از همان فناوری‌های دیجیتالی است که آن را تولید کرده‌اند. داده ها سوخت هستند، اما یادگیری ماشینی موتوری است که دانش جدید قابل توجهی را از حجم عظیمی از داده ها استخراج می کند. از آنجایی که بخش مهمی از این داده‌ها مربوط به خودمان است، استفاده از الگوریتم‌ها به منظور کسب اطلاعات بیشتر در مورد خود، به طور طبیعی منجر به پرسش‌های اخلاقی می‌شود. بنابراین، ما نمی‌توانیم این دوره را بدون صحبت در مورد اخلاق تحقیق و برخی از خطوط قدیمی و جدیدی که دانشمندان علوم اجتماعی محاسباتی باید در نظر داشته باشند، به پایان برسانیم. به‌عنوان آزمایشگاه‌های عملی، از هوش مصنوعی IBM Watson برای استخراج شخصیت افراد از ردپای متن دیجیتالی آن‌ها استفاده خواهید کرد و با آموزش دو ماشین قابل آموزش از Google خودتان، قدرت و محدودیت‌های یادگیری ماشینی را تجربه خواهید کرد.

coursera کمک به تصمیم گیرندگان بخش عمومی با تحلیل خط مشی (Mitalearn-361179)

  • 5 hours 40 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Christopher Brooks,Paula Lantz
درباره این دوره:

توسعه مهارت های تجزیه و تحلیل داده ها که از تصمیم گیرندگان بخش عمومی با انجام تجزیه و تحلیل خط مشی در تمام مراحل فرآیند سیاست گذاری حمایت می کند. شما یاد خواهید گرفت که چگونه تکنیک های تجزیه و تحلیل داده ها را در اصول اصلی بخش عمومی کارایی، اثربخشی و برابری اعمال کنید. از طریق مطالعات موردی معتبر و مجموعه‌های داده، مهارت‌های تحلیلی را که معمولاً برای تجزیه و تحلیل و ارزیابی خط‌مشی‌ها و برنامه‌ها استفاده می‌شود، از جمله تجزیه و تحلیل گزینه‌های خط‌مشی، مدل‌سازی ریزشبیه‌سازی، و طرح‌های تحقیقاتی برای ارزیابی برنامه و خط‌مشی توسعه خواهید داد. همچنین مهارت‌های فنی متوسطی مانند آزمون‌های مجذور کای و جداول احتمالی، مقایسه نمونه‌ها از طریق آزمون‌های t و ANOVA، اعمال تفاوت معنی‌دار صادقانه توکی برای تصحیح چندین آزمون، درک مقادیر p و تجسم شبیه‌سازی توابع آماری را خواهید آموخت. کمک به پاسخ به سوالاتی که سیاستگذاران می پرسند، مانند "چه باید بکنیم؟" و "آیا کار کرد؟" علاوه بر این، آزمایش های آماری را تمرین کرده و تصاویر ggplot را برای دو مجموعه داده واقعی با استفاده از زبان برنامه نویسی R ایجاد خواهید کرد. تمام دوره های آموزشی در RStudio در Coursera بدون نیاز به نصب نرم افزار اضافی تکمیل می شود. این سومین دوره از چهار دوره در تجزیه و تحلیل داده ها در بخش عمومی با تخصص R است. این مجموعه برای حرفه ای های فعلی یا اولیه که در بخش دولتی به دنبال کسب مهارت در تجزیه و تحلیل موثر داده های عمومی هستند ایده آل است. همچنین برای متخصصان فعلی تجزیه و تحلیل داده ها یا دانشجویانی که به دنبال ورود به بخش دولتی هستند ایده آل است.

coursera کمی سازی روابط با مدل های رگرسیون (Mitalearn-333639)

  • 1 hours 50 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Jennifer Bachner, PhD
درباره این دوره:

این دوره شما را با مدل رگرسیون خطی آشنا می کند که ابزار قدرتمندی است که محققان می توانند از آن برای اندازه گیری رابطه بین متغیرهای متعدد استفاده کنند. ما با بررسی مؤلفه‌های یک مدل رگرسیون دو متغیره، که رابطه بین یک متغیر مستقل و وابسته را تخمین می‌زند، شروع می‌کنیم. با تکیه بر این پایه، سپس نحوه ایجاد و تفسیر یک مدل چند متغیره، مدل متغیر وابسته باینری و مدل تعاملی را مورد بحث قرار خواهیم داد. ما همچنین در نظر خواهیم گرفت که چگونه انواع مختلف متغیرها، مانند متغیرهای طبقه بندی و ساختگی، می توانند به طور مناسب در یک مدل گنجانده شوند. به طور کلی، ما برخی از روش‌های مختلف استفاده از مدل رگرسیون را برای استنتاج توصیفی و علی و همچنین محدودیت‌های این ابزار تحلیلی مورد بحث قرار خواهیم داد. در پایان دوره، شما باید بتوانید تحلیل رگرسیون چند متغیره را تفسیر و ارزیابی انتقادی کنید.

linkedin گزارش آنلاین پروژه با Power BI (Mitalearn-172989)

  • 1 hours 33 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: John Riopel
درباره این دوره:

با نحوه ایجاد گزارش‌های پروژه واضح و جذاب با ابزارهای تجسم داده تعاملی Power BI در Microsoft Project Online آشنا شوید. در این دوره، جان ریوپل، PMP، مروری بر Power BI ارائه می دهد و توضیح می دهد که چگونه می توان از آن برای ایجاد گزارش های پروژه قوی تر استفاده کرد. جان با اصول اولیه شروع می‌کند، اجزای اصلی Power BI را توضیح می‌دهد و نحوه کار با جداول، فیلتر کردن داده‌های مناسب با استفاده از برش‌دهنده‌ها و قالب‌بندی یک گزارش اولیه را نشان می‌دهد. بعد، جان ویژگی‌های میانی مانند استفاده از نمونه‌ها و بسته‌های محتوا، کار با معیارها و استفاده از قالب‌بندی شرطی را پوشش می‌دهد. در نهایت، جان نحوه کار با ویژگی های پیشرفته مانند ایجاد و تنظیم دقیق داشبورد، ادغام مجموعه داده ها، و افزودن تصاویر سفارشی به گزارش را نشان می دهد.

coursera گزارش تحقیق: ارائه بینش (Mitalearn-295729)

  • 4 hours 19 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Robin Boyar,Ashwin Aravindakshan, PhD
درباره این دوره:

شما تمام کارهای سخت انجام تحقیقات داخلی، ثانویه و اولیه خود را انجام داده اید. شما تمام داده ها را تجزیه و تحلیل کرده اید و می توانید بینش ها و توصیه هایی را بر اساس پیشنهاد تحقیق خود فرموله کنید. اما بهترین راه برای ارائه یافته ها و تصمیم گیری چیست؟ در این دوره، شما درباره نحوه گنجاندن یک داستان در ارائه بازاریابی خود برای کمک به جلب توجه و جلب حمایت سهامداران و رهبران تجاری بحث خواهید کرد. شما موثرترین روش تحلیلی را برای ارائه بینش خود و بهترین روش ارائه را برای مخاطبان خود انتخاب خواهید کرد. هنگام ارائه به سطوح مختلف تصمیم گیرندگان و ذینفعان، بهترین شیوه های تجسم داده ها را به کار می گیرید و از نکات و ترفندها استفاده می کنید.

coursera گواهی ADP Accountant Connect (Mitalearn-293587)

  • 2 hours 34 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Rootworks
درباره این دوره:

برنامه صدور گواهینامه Accountant Connect طراحی شده است تا به متخصصان حسابداری دانش، مهارت و تخصص لازم برای مهارت در استفاده و کاربرد Accountant Connect را ارائه دهد. این دوره محدود به فراگیران در ایالات متحده است. برنامه درسی خودآموز که با Rootworks - سازمان برتر بهبود شرکت حرفه حسابداری - توسعه یافته و توسط بنیانگذار آن Darren Root، CPA، توسعه دهنده محصول Accountant Connect Rhonda Shurter و کارشناسان Wolters Kluwer ارائه شده است - برنامه درسی خودآموز بررسی کاملی از وظایف کلیدی را ارائه می دهد. و ویژگی های Accountant Connect که می تواند به نوسازی فرآیند حقوق و دستمزد شرکت شما، بهبود کارایی و تقویت خدمات مشاوره کمک کند. پس از قبولی در آزمون گواهینامه Accountant Connect ADP، یک گواهی رسمی، 3 اعتبار CPE و همچنین یک نشان دیجیتالی دریافت خواهید کرد تا به تقویت بازاریابی شرکت خود و نشان دادن تخصص خود کمک کند. آن را به وب سایت شرکت خود اضافه کنید و آن را در رسانه های اجتماعی با مشتریان فعلی و بالقوه به اشتراک بگذارید تا نقش خود را به عنوان قابل اعتمادترین مشاور آنها تقویت کنید. نکته مهم: توصیه می کنیم برای ثبت نام در این برنامه صدور گواهینامه، کاربر فعال Accountant Connect باشید. اگر شریک RUN/عمده فروش هستید، لطفاً از طریق پلت فرم RUN به Accountant Connect دسترسی داشته باشید. در غیر این صورت می توانید به ابزار Accountant Connect در پیوند زیر دسترسی پیدا کنید: https://www.adp.com/logins/adp-accountant-connect.aspx. مزایای صدور گواهینامه: پس از تکمیل موفقیت آمیز برنامه، بسیاری از مزایای ارزشمندی را که می تواند به شرکت و مشتریان شما کمک کند، باز خواهید کرد، از جمله: • به رسمیت شناختن به عنوان یک شریک معتبر در ADP Accountant Connect • یک مجموعه مهارت گسترده برای انجام وظایف پیشرفته با استفاده از Accountant Connect. • کمک به افزایش کارایی و پتانسیل درآمد شرکت شما • فرصت‌های شغلی گسترده • کسب 3 اعتبار CPE از Wolters Kluwer CPELink در حین کسب گواهینامه • تبلیغات و تخفیف‌های انحصاری ارائه شده در طول سال برای محتوای برنامه شرکای خبره: این 3 ساعت و 15- دوره دقیقه ای وظایف و ویژگی های کلیدی Accountant Connect را بررسی می کند و شما را برای آزمون گواهینامه آماده می کند. موضوعات شامل افزودن و کار با مشتریان، خودکار کردن گزارش‌ها و فرم‌های مالیاتی، مشاوره به مشتریان با ابزارهای تجزیه و تحلیل، و استفاده از محصولات و خدمات ارائه‌شده از طریق Accountant Connect، از جمله کتابخانه منابع Wolters Kluwer's CCH است. شروع به کار: برای به دست آوردن گواهینامه ADP Accountant Connect شریک معتبر خود، در پایان این برنامه درسی خودآموز در اینجا در Coursera، باید: • با کلیک بر روی لینک ارائه شده در پایان این دوره، برای آزمون گواهینامه ثبت نام کنید. دستورالعمل های خرید را دنبال کنید هزینه آزمون 295 دلار است. • قبولی در آزمون گواهینامه.

coursera مبانی استخراج داده های پزشکی غیرساختارمند (Mitalearn-327706)

  • 4 hours 17 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Alejandro Rodríguez González,Consuelo Gonzalo-Martín,Ernestina Menasalvas
درباره این دوره:

هشدار دوره نادر! این دوره بسیار خاص است و به شما برتری لازم را در حرفه خود می دهد! همه چیز را در مورد مبانی داده های بزرگ و داده هایی که در حوزه سلامت تولید می شود و اینکه چگونه استفاده از فناوری به ادغام و بهره برداری از همه این داده ها برای استخراج اطلاعات معنی دار کمک می کند که می تواند بعداً در بخش های مختلف حوزه سلامت استفاده شود، بیاموزید. از پزشکان تا مدیریت، از بیماران تا مراقبان و غیره. این دوره دیدگاه سطح بالایی از اهمیت زمینه پزشکی در زمینه اروپایی، انواع داده‌هایی که در زمینه سلامت (بالینی) مدیریت می‌شوند، چالش‌هایی که در کاوی داده‌های پزشکی بدون ساختار باید مورد توجه قرار گیرند، ارائه می‌دهد (متن و تصویر) و همچنین فرصت ها از دیدگاه تحلیلی با مقدمه ای بر مبانی حوزه تجزیه و تحلیل داده ها. قدم بعدی را در حرفه خود بردارید و به کار با کلان داده، هوش مصنوعی و تجزیه و تحلیل ساختاریافته نزدیکتر شوید. ایده پردازی کنید. با EIT Digital نوآوری و تکرار کنید.

coursera مبانی اکسل برای تجزیه و تحلیل داده ها (Mitalearn-292839)

  • 3 hours 9 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Nicky Bull,Dr Prashan S. M. Karunaratne
درباره این دوره:

با تبدیل شدن داده ها به ارز مدرن، توانایی تجزیه و تحلیل سریع و دقیق داده ها از اهمیت ویژه ای برخوردار شده است. اکسل با طیف گسترده ای از ویژگی ها و قابلیت های خود یکی از پرکاربردترین برنامه ها برای انجام این کار است. در اولین دوره از مهارت های اکسل ما برای تجزیه و تحلیل داده ها و تخصص تجسم، اصول اکسل برای تجزیه و تحلیل داده ها را خواهید آموخت. پس از اتمام دوره، می توانید از طیف وسیعی از ابزارها و توابع اکسل برای تمیز کردن و آماده سازی داده ها برای تجزیه و تحلیل استفاده کنید. تجزیه و تحلیل خودکار داده ها با کمک محدوده ها و جداول نامگذاری شده. و از توابع منطقی و جستجو برای تبدیل، پیوند دادن و طبقه بندی داده ها استفاده کنید. این دوره به شما این امکان را می‌دهد که پایه‌ای قوی در اصول پایه ایجاد کنید، به شما کمک می‌کند در کارهای روزمره خود کارآمدتر باشید و مهارت‌های لازم برای کار با تکنیک‌های پیشرفته‌تر مورد استفاده در دوره‌های بعدی را توسعه دهید. برای سهولت ارتباط با محتوا و شخصی سازی تجربه یادگیری، سفر زارا را در این دوره دنبال می کنیم. زارا کیست؟ خوب، او هیچ کس و همه نیست. متوجه خواهید شد که آزمایش‌ها و مصیبت‌های زارا آشنا به نظر می‌رسند، و همراه با زارا، مهارت‌های اکسل خود را در طول مسیر توسعه خواهید داد - و مهمتر از آن، از انجام آن لذت ببرید. دوره های Excel Skills for Data Analytics و Visualization دنباله یکی از موفق ترین تخصص ها در Coursera، Excel Skills for Business است که صدها هزار زبان آموز و رتبه های برتر را به خود جلب کرده است. مهارت ها، اعتماد به نفس و فرصت های خود را با افزودن این مجموعه جدید از مهارت ها به کارنامه خود متحول کنید.

coursera مبانی تجزیه و تحلیل داده ها (Mitalearn-327417)

  • 2 hours 7 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Erik Herman
درباره این دوره:

این دوره اولین دوره از مجموعه ای است که هدف آن آماده سازی شما برای نقشی در تجزیه و تحلیل داده ها است. در این دوره، شما با بسیاری از انواع اولیه تجزیه و تحلیل داده ها و مفاهیم اصلی آشنا خواهید شد. شما در مورد ابزارها و مهارت های مورد نیاز برای انجام تجزیه و تحلیل داده ها یاد خواهید گرفت. ما برخی از ریاضیات و آمارهای اساسی مورد استفاده در تجزیه و تحلیل داده ها و گردش کار را برای انجام تجزیه و تحلیل داده های کارآمد و مؤثر بررسی خواهیم کرد. این دوره طیف گسترده ای از موضوعات را پوشش می دهد که برای کار در تجزیه و تحلیل داده ها حیاتی هستند و به گونه ای طراحی شده اند که همزمان با شروع به ایجاد دانش و مهارت های مرتبط، مقدمه و نمای کلی را به شما ارائه دهند.

linkedin مبانی تجزیه و تحلیل کسب و کار: تجزیه و تحلیل پیش بینی کننده، تجویزی و تجربی (Mitalearn-131968)

  • 51 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

تجزیه و تحلیل تجاری مجموعه ای از ابزارها، فناوری ها، فرآیندها و بهترین شیوه ها را در بر می گیرد که برای استخراج دانش از داده ها مورد نیاز است. این یک کاوش تکراری و روشمند از داده ها برای به دست آوردن بینش از آن است - و به نوبه خود، تصمیمات هوشمندانه تر و استراتژیک تر که بر اساس حقایق استوار است. در این دوره، با مراحل تجزیه و تحلیل کسب و کار که برای پیش بینی و ساختن آینده استفاده می شود آشنا شوید - تجزیه و تحلیل پیش بینی، تجزیه و تحلیل تجویزی و تجزیه و تحلیل تجربی. این دوره به هر مرحله می پردازد و در مورد ابزارها و تکنیک های مورد استفاده برای هر یک و همچنین بهترین شیوه های اعمال شده در این زمینه بحث می کند. علاوه بر این، این دوره با استفاده از یک مورد استفاده برای نشان دادن نحوه اجرای تجزیه و تحلیل در هر مرحله، زمینه ای واقعی را به این مفاهیم می بخشد.

Suggestions