Course catalog

Course duration

Course provider

Topic

Categories

Showing 501-520 of 536 items.

coursera مقدمه ای بر عوامل اجتماعی تعیین کننده سلامت (Mitalearn-338739)

  • 1 hours 42 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 اولین دوره از پنج دوره، دانش آموزان را با عوامل اجتماعی تعیین کننده سلامت آشنا می کند و یک مرور کلی از تعاریف و دیدگاه های نظری ارائه می دهد که پایه و اساس این تخصص را تشکیل می دهد. سرفصل های این دوره شامل: 1. مقدمه ای بر عوامل اجتماعی تعیین کننده سلامت 2. دیدگاه های نظری و پیچیدگی دانش 3. تأثیر جمعی مبتنی بر داده 4. نظریه استرس اقلیت 5. کاربردهای داده: تجزیه و تحلیل فرکانس و تجسم نمودار میله ای

coursera مقدمه ای بر فناوری اطلاعات و AWS Cloud (Mitalearn-319767)

  • 2 hours 39 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Rafael Lopes,Morgan Willis
درباره این دوره:

فناوری همه جا حاضر است، اما چگونه به اینجا رسیدیم؟ و آینده برای جهانی که به طور فزاینده ای متصل، تلفن همراه و غنی از داده است، چه خواهد شد؟ این دوره در نظر گرفته شده است تا به زبان آموزان زمینه فنی کافی برای درک چگونگی ساخت راه حل ها در ابر با شروع دانش فنی صفر را در اختیار زبان آموزان قرار دهد. قبل از غواصی در فضای ابری، ما اصول اولیه را پوشش خواهیم داد: نحوه کار رایانه ها (از جمله نرم افزار و سیستم عامل)، مقدمه ای بر فناوری اطلاعات، اصول زیرساخت مدرن فناوری اطلاعات، و مشاغل ابری که به طور فزاینده ای مورد تقاضا خواهند بود. سپس وارد دنیای شبکه های متصل به اینترنت (اینترنت) خواهیم شد که میزبان های محلی، سرورهای وب، برنامه های کاربردی وب، امنیت وب، عملکرد داخلی یک وب سایت و تفاوت های بین محتوای ایستا و پویا را پوشش می دهد. ما دوره را با معرفی Cloud Computing، نقش آن در دنیای ما، تفاوت‌های بین عمومی، خصوصی و ترکیبی، و چرایی اهمیت APIها به پایان خواهیم رساند.

coursera مقدمه ای بر فناوری های ژنومی (Mitalearn-335237)

  • 3 hours 19 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Steven Salzberg, PhD,Jeff Leek, PhD
درباره این دوره:

این دوره شما را با زیست شناسی پایه ژنومیک مدرن و ابزارهای تجربی که برای اندازه گیری آن استفاده می کنیم آشنا می کند. ما دگم مرکزی زیست شناسی مولکولی را معرفی خواهیم کرد و نحوه استفاده از توالی یابی نسل بعدی برای اندازه گیری DNA، RNA و الگوهای اپی ژنتیک را پوشش خواهیم داد. همچنین مقدمه ای بر مفاهیم کلیدی در محاسبات و علم داده دریافت خواهید کرد که برای درک نحوه تولید و تجزیه و تحلیل داده های آزمایش های توالی یابی نسل بعدی به آن نیاز دارید. این اولین دوره در تخصص علوم داده های ژنومی است.

udemy مقدمه ای کامل بر تجزیه و تحلیل داده های کسب و کار (Mitalearn-407368)

  • 3 hours 35 minutes
  • مناسب همه
  • Update date: 29 July 2026
  • Author: Ian Littlejohn
درباره این دوره:

اگر می خواهید تکنیک های ساده و موثر برای ایجاد داشبوردهای اکسل تاثیرگذار و تجزیه و تحلیل داده ها را بیاموزید، این دوره آموزشی است که به دنبال آن هستید. این دوره که با ویدیوی کامل با کیفیت بالا به روز شده است، مهارت های عملی را به شما می آموزد که می توانید بلافاصله در محیط کار خود اعمال کنید. فقط نگاهی به نظرات و بررسی های اخیر بیندازید!


محتوای دوره و نتایج

این دوره به شما آموزش می دهد چگونه می توان از روش های مختلف تجزیه و تحلیل داده ها برای تبدیل داده های خود به بینش و هوش جدید استفاده کرد.

توانایی پرسیدن سؤال از داده های شما یک مزیت رقابتی قدرتمند است که منجر به جریان های درآمد جدید، تصمیم گیری بهتر و بهبود می شود. بهره وری  یک گزارش اخیر مشاور مک کینزی مشخص کرده است که تجزیه و تحلیل داده ها یکی از مهم ترین مهارت های مورد نیاز در اقتصاد آمریکا در زمان کنونی است.

در طول دوره شما متوجه خواهید شد که چرا شکل تجزیه و تحلیل مهم است و همچنین ارائه خواهید کرد. نمونه هایی از تجزیه و تحلیل با استفاده از اکسل 

روش‌های تحلیل زیر شامل می‌شوند:

  • معیارهای کلیدی

  • تحلیل مقایسه

  • تحلیل روند

  • تحلیل رتبه بندی

  • داشبوردهای تعاملی

    li>
  • مشارکت تجزیه و تحلیل

  • تحلیل واریانس

  • تحلیل پارتو

  • تحلیل فرکانس< /p>

  • Correlations

این دوره برای همه حرفه‌ای‌های تجاری طراحی شده است که می‌خواهند توانایی خود را در تبدیل داده‌ها به اطلاعات به سطح بعدی اگر کاربر اکسل هستید، می‌خواهید تکنیک‌های کاربردی و آسانی که در این دوره آموزش داده می‌شوند را بیاموزید.

این دوره با استفاده از Excel در Office 365 ارائه شده است.  با این حال، دوره آموزشی نیز مناسب است. برای:

  • Excel 2013

  • Excel 2016

  • Excel 2019

لطفاً توجه داشته باشید که این دوره شامل هیچ فرمول پیچیده، VBA یا ماکرو نیست.  این دوره از تکنیک های کشیدن و رها کردن برای ایجاد اکثر تکنیک های مختلف تجزیه و تحلیل داده ها استفاده می کند.


درباره مربی

< p> من یک شریک Udemy Instructor با بیش از 20 سال تجربه در آموزش و مشاوره مدیریت هستم. من در آموزش به کاربران تجاری برای یادگیری روش ها و تکنیک های قدرتمند برای تبدیل داده ها به اطلاعات مفید و هوشمند و همچنین یادگیری روش تجزیه و تحلیل داده قوی با استفاده از Microsoft Excel، Microsoft Power BI، Looker Studio (سابق Google Data Studio)، Amazon QuickSight و ChatGPT تخصص دارم.


آنچه دانش‌آموزان می‌گویند:

  • درسی آموزنده و وجود دارد فعالیت هایی که می توانم برای تمرین آموخته هایم دنبال کنم. دوره شگفت انگیز برای مبتدیان در مورد تجزیه و تحلیل داده های کسب و کار

  • درک آن آسان بود. این به من در تجزیه و تحلیل داده ها کمک زیادی می کند. دنبال کردن دوره به صورت عملی نیز مفید بود

  • این دوره به عنوان مروری بر قدرت های اکسل عالی بود، من مقداری به دست آوردم. بینش عالی و نکاتی برای استفاده در آینده. تکالیف عملی بعد از هر بخش یادگیری برای تقویت مهارت‌های من مفید است.

    صنعت فناوری به طور مداوم در حال تحول است، سرمایه گذاری های قابل توجهی در زمینه هوش مصنوعی، یادگیری ماشین و داده های بزرگ صورت گرفته است و این به این معنی است که تقاضای فزاینده ای برای تحلیلگران داده وجود دارد. با مهارت های مناسب و رویکرد پیشگیرانه، یک تحلیلگر داده می تواند به ارتفاعات بی سابقه ای دست یابد. من در حال حاضر 14 دوره آموزشی زیر را در مورد Udemy ارائه می‌دهم که طیف گسترده‌ای از ابزارها و مهارت‌ها را پوشش می‌دهد که به شما این امکان را می‌دهد تا با اطمینان قلمرو پویای تجزیه و تحلیل داده‌ها را کشف کنید، مهارت‌های ارزشمندی در تفسیر داده‌ها به دست آورید و تصمیمات هوشمندانه و مبتنی بر داده را هدایت کنید.

    < p>Microsoft Excel
    • مقدمه ای بر تجزیه و تحلیل داده ها با Excel Pivot جداول

    • معرفی کامل Excel Power Pivot

    • معرفی کامل Excel Power Query

      < li>

    داشبوردهای تعاملی اکسل و تجزیه و تحلیل داده ها

معرفی کامل بر تجزیه و تحلیل داده های کسب و کار

جدول و فرمول ها با Excel

Microsoft Power BI

  • معرفی کامل Microsoft Power BI

    < /li>
  • معرفی کامل Power BI Query Editor

  • Power BI Master Class-Data Models and DAX Formula

  • کلاس استاد Power BI - داشبوردها و سرویس Power BI

Google

  • معرفی کامل بر جداول محوری Google Sheets p>

  • معرفی کامل استودیوی Looker (استودیوی سابق گوگل دیتا)

Amazon QuickSight

  • معرفی کامل Amazon QuickSight

ChatGPT

  • مقدمه ای بر تجزیه و تحلیل داده ها با ChatGPT

    li>

linkedin مقدمه همه در Tableau (Mitalearn-419268)

  • 1 hours 13 minutes
  • مناسب همه
  • Release date: 6 June 2024
  • Author: Tim Ngwena
درباره این دوره: 

 

به مربی تیم Ngwena در این نمای کلی غیر فنی از اجزای اصلی پلت فرم Tableau بپیوندید. با کاوش در برخی از متداول ترین ابزارهای Tableau ، از جمله Tableau Server ، Tableau Cloud ، Tableau Prep ، Tableau Pulse ، CRM Analytics ، مدیریت پیشرفته ، API ها ، اتصالات ، برنامه ها ، برنامه ها و موارد دیگر ، ارزش هوش تجاری را کشف کنید. در طول راه ، تیم تعداد معدودی از بینش های کاربری عملی را که از نمونه های تجاری در دنیای واقعی گرفته شده است ، به اشتراک می گذارد.

یاد بگیرید که چگونه مشکلات اساسی تجزیه و تحلیل را حل کنید ، با تمرکز بر روی Publau Public ، مجوز خالق Tableau و تعامل جامعه. یک مورد استفاده را در مورد یک راه حل مدیریت شده برای یک سازمان در مقیاس متوسط ​​به دنبال استقرار سریع قابلیت تحلیلی کشف کنید. و یک مورد استفاده پیشرفته را که نیاز به یک راه حل تعبیه شده از سازمانی دارد که در حال حاضر در معرض Tableau قرار دارد ، مرور کنید.


coursera مهارت های اساسی در بیوانفورماتیک (Mitalearn-328573)

  • 9 hours 37 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Jesper Tegner,Zafer Ali,Vincenzo Lagani
درباره این دوره:

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.

coursera مهندسی داده با MS Azure Synapse Apache Spark Pools (Mitalearn-333486)

  • 1 hours 5 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Microsoft
درباره این دوره:

در این دوره آموزشی، نحوه انجام مهندسی داده با Azure Synapse Apache Spark Pools را یاد می گیرید که به شما امکان می دهد عملکرد برنامه های تحلیلی کلان داده را با محاسبات خوشه ای درون حافظه افزایش دهید. شما یاد خواهید گرفت که چگونه بین Apache Spark، Azure Databricks، HDInsight و SQL Pools تفاوت قائل شوید و موارد استفاده مهندسی داده را با Apache Spark در Azure Synapse Analytics درک کنید. همچنین یاد خواهید گرفت که چگونه داده ها را با استفاده از نوت بوک های Apache Spark در Azure Synapse Analytics وارد کنید و داده ها را با استفاده از DataFrames در Apache Spark Pools در Azure Synapse Analytics تبدیل کنید. استخرهای SQL و Apache Spark را در Azure Synapse Analytics ادغام خواهید کرد. همچنین نحوه نظارت و مدیریت بارهای کاری مهندسی داده با Apache Spark در Azure Synapse Analytics را خواهید آموخت. این دوره بخشی از یک تخصص در نظر گرفته شده برای مهندسین داده و توسعه دهندگان است که می خواهند تخصص خود را در طراحی و پیاده سازی راه حل های داده ای که از خدمات داده Microsoft Azure استفاده می کنند برای هر کسی که علاقه مند به آماده شدن برای آزمون DP-203: مهندسی داده در Microsoft Azure (بتا) نشان دهد. ). شما در یک آزمون عملی شرکت خواهید کرد که شامل مهارت های کلیدی می شود که با آزمون گواهینامه اندازه گیری می شوند. این ششمین دوره از یک برنامه 10 دوره ای است که به شما برای شرکت در آزمون کمک می کند تا بتوانید در طراحی و پیاده سازی راه حل های داده ای که از خدمات داده مایکروسافت آژور استفاده می کنند تخصص داشته باشید. مهندسی داده در آزمون Microsoft Azure فرصتی برای اثبات تخصص دانش در یکپارچه‌سازی، تبدیل و تلفیق داده‌ها از سیستم‌های داده‌های مختلف ساختاریافته و بدون ساختار به ساختارهایی است که برای ساخت راه‌حل‌های تحلیلی که از خدمات داده مایکروسافت آژور استفاده می‌کنند، مناسب هستند. هر دوره به شما مفاهیم و مهارت هایی را می آموزد که با امتحان اندازه گیری می شوند. در پایان این تخصص، شما آماده شرکت و ثبت نام در آزمون DP-203: مهندسی داده در Microsoft Azure (بتا) خواهید بود.

linkedin نکات سریع فرمول ها و توابع اکسل (2020) (Mitalearn-192658)

  • 37 minutes
  • متوسط
  • Release date: 29 July 2020
  • Author: Jess Stratton
درباره این دوره: 

 اطلاعات بیشتر از کارشناسان برتر LinkedIn Learning

فرمول ها و توابع بی شمار در اکسل، تا حد زیادی آن چیزی است که آن را به یک برنامه منحصر به فرد قدرتمند تبدیل می کند. اما برای بسیاری از کاربران، فهمیدن اینکه چگونه این فرمول ها و توابع را برای حل مشکلات روزمره به کار ببرند، می تواند دشوار به نظر برسد. در این دوره آموزشی، جس استراتن، مربی کارکنان، این ویژگی‌های قدرتمند را ابهام می‌کند و نکاتی را به اشتراک می‌گذارد که به شما کمک می‌کنند تا در اکسل سریع‌تر و کارآمدتر کار کنید. Jess با پوشش دادن مفاهیم اساسی که برای شروع کار با توابع و فرمول‌ها نیاز دارید، شروع می‌کند، مانند نحوه ارجاع برنامه‌ای به سلول‌های موجود در کاربرگ‌های دیگر و ترکیب داده‌های سلولی با کاراکترهای دیگر. سپس به انواع توابع مفید اکسل می پردازد. با نحوه شمارش سلول هایی که دارای مجموعه خاصی از معیارها هستند با استفاده از COUNTIF، استخراج کاراکترها با LEFT و RIGHT، استفاده از INDEX و MATCH برای بازیابی یک مقدار و موارد دیگر آشنا شوید.

linkedin نکات مهم یادگیری لینکدین: علم داده و تجزیه و تحلیل (Mitalearn-179517)

  • 42 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: LinkedIn Learning Staff Instructor
درباره این دوره:

در زمینه رو به رشد علم داده، همیشه چیز جدیدی برای یادگیری وجود دارد. و چه به دنبال ورود به این حوزه هیجان‌انگیز باشید - یا فقط مهارت‌های علم داده و تجزیه و تحلیل خود را واضح نگه دارید، LinkedIn Learning دوره‌هایی دارد که می‌تواند به شما کمک کند. از این مجموعه از نکات برجسته انتخاب شده از بهترین دوره های علوم داده ما لذت ببرید. به اصول اخلاقیات داده و حریم خصوصی شیرجه بزنید. نحوه کار با پلتفرم‌ها و ابزارهای تجزیه و تحلیل داده، کمک به دیگران در تجسم داده‌ها و استفاده از دانش پیشرفته در زمینه یادگیری ماشین، یادگیری عمیق و شبکه‌های عصبی را بیاموزید. به علاوه، نحوه حل مشکلات را با کار با ابزارهایی مانند R، Python، و SQL، کشف هوش تجاری و Power BI و موارد دیگر کشف کنید.

linkedin نکات هفتگی اکسل (Mitalearn-67691)

  • 54 hours 59 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Dennis Taylor
درباره این دوره:

این دوره آموزشی مبتنی بر نکات، ترفندهای افزایش بهره‌وری، ویژگی‌های پنهان جالب، توابع ضروری و محتوای پیشرفته در موضوعاتی مانند استفاده از PivotTables برای تجزیه و تحلیل داده‌ها را به کاربران اکسل نشان می‌دهد. هر سه شنبه برای یک نکته جدید از متخصص دنیس تیلور هماهنگ کنید. هر آموزش یک درس کوتاه و مستقل است که تضمین می‌کند بینش جدیدی در مورد اکسل به شما ارائه می‌دهد.

توجه: از آنجایی که این یک مجموعه در حال انجام است، بینندگان گواهی پایان کار را دریافت نخواهند کرد.

linkedin نکات و ترفندهای تجسم داده ها (Mitalearn-91100)

  • 2 hours 14 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Matt Francis
درباره این دوره:

نکات و ترفندهای تجسم داده‌ها مجموعه‌ای از درس‌های مستقل در مورد نحوه انجام داده‌ها، یعنی روش صحیح، هر بار است. این دوره آموزشی نرم افزاری-آگنوستیک که توسط متخصص تجسم داده برنده جایزه (و "Zen Master" تعیین شده توسط تابلو) ارائه شده است، برای دانشمندان داده با تجربه و متخصصان تجزیه و تحلیل طراحی شده است و به عنوان یک بانک ضروری از دانش و بهترین شیوه ها عمل می کند. بیاموزید که چگونه تصویرسازی مناسب را برای داده های خود انتخاب کنید و به 5 سوال کلیدی که باید در ابتدای هر پروژه از خود بپرسید پاسخ دهید. موضوعات شامل درک روابط بین مجموعه‌های داده، مقایسه، ترسیم روابط، تجسم توزیع داده‌ها، ایجاد نقشه‌ها و – مهم‌تر از همه – دانستن زمان استفاده از انواع نمودارها و نمودارها است. مت همچنین به شما می آموزد که چگونه با تجسم های خود بفهمید که دیگران چه می کنند، سؤالات آگاهانه بپرسید و با نگاهی انتقادی به کار دیگران نگاه کنید.

linkedin نمودارهای Quantile و Box-Whisker در زبان Wolfram (Mitalearn-393836)

  • 29 minutes
  • مناسب همه
  • Release date: 10 January 2024
  • Author: Wolfram Research
درباره این دوره: 

 این دوره مروری بر برخی از عملکردهای تجسم آماری ساخته شده در زبان Wolfram ارائه می دهد. موضوعات شامل بازرسی بصری شکل داده ها و مقایسه با توزیع ها و مجموعه داده ها، نمودارهای کمیت، نمودارهای جعبه و ویسکر، نمودارهای احتمال و نمودارهای توزیع است. این کلاس برای کسانی است که آشنایی اولیه با زبان Wolfram و دانش عمومی آماری دارند. نحوه استفاده از QuantilePlot و ProbabilityPlot را برای مقایسه مجموعه داده ها با توزیع های مرجع، رسم داده ها بر روی مقیاس های احتمال برای توزیع های داخلی رایج، و تجسم میانه ها، میانگین ها، چارک ها، نقاط پرت و فواصل اطمینان را با استفاده از نمودارهای جعبه و سبیل یاد بگیرید.

linkedin هک های برتر بهره وری Miss Excel (Mitalearn-244712)

  • 1 hours 7 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Kat Norton
درباره این دوره:

آیا می خواهید یک کاربر قدرتمند اکسل شوید؟ با Excel MVP Kat Norton، با نام مستعار اکسل همراه باشید، زیرا او شما را با هک های بهره وری مورد علاقه خود برای تمیز کردن، تجزیه و تحلیل و قالب بندی داده ها در اکسل آشنا می کند. این نکات و ترفندها می‌توانند ساعت‌ها را در هفته صرفه‌جویی کنند و به شما کمک کنند اطلاعات بیشتری را انجام دهید. Kat داغ ترین موضوعات در اکسل از جمله عملکرد جدید XLOOKUP، منوهای کشویی، Flash Fill و موارد دیگر را پوشش می دهد.

coursera همنشین علم داده (Mitalearn-329746)

  • 1 hours 32 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: MathWorks Instructors
درباره این دوره:

Data Science Companion مقدمه ای برای علم داده ارائه می دهد. شما یک پس زمینه سریع در علم داده و مفاهیم اصلی یادگیری ماشین، مانند رگرسیون و طبقه بندی، به دست خواهید آورد. شما با دانش عملی پردازش و تجسم داده ها با استفاده از راه حل های کم کد، و همچنین مروری بر راه های ادغام چند ابزار به طور موثر برای حل مشکلات علم داده آشنا خواهید شد. سپس از منابع ابری خدمات وب آمازون برای مقیاس‌بندی پردازش داده‌ها و تسریع آموزش مدل یادگیری ماشین استفاده خواهید کرد. در پایان این دوره کوتاه، درک سطح بالایی از مفاهیم مهم علم داده خواهید داشت که می توانید از آنها به عنوان پایه ای برای یادگیری آینده استفاده کنید.

linkedin هوش تجاری برای مشاوران (Mitalearn-148084)

  • 29 minutes
  • مبتدی
  • Release date: 21 June 2026
  • Author: Joshua Rischin
درباره این دوره:

هوش تجاری (BI) می‌تواند بینش‌های کلیدی را برای کسب‌وکار مشاوره‌ای شما فراهم کند - از قدرت داده‌های کمی و کیفی استفاده می‌کند و اطلاعات عملی مورد نیاز برای کمک به مشتریان در تصمیم‌گیری تجاری را در اختیار شما قرار می‌دهد. این دوره توضیح می‌دهد که هوش تجاری چیست، چرا اهمیت دارد و چگونه مشاوران می‌توانند هنگام ارائه نتایج برای مشتریان از هوش تجاری بهره ببرند. مربی جاشوا ریشین مشاور بیش از 40 سازمان بوده است. در اینجا او تکنیک ها و نمونه هایی از حرفه خود را با شما به اشتراک می گذارد. بیاموزید که چگونه کسب و کار مشتری را نمایه کنید، داده های با کیفیت بالا و مرتبط جمع آوری کنید، و بینش و توصیه های خود را با تجسم ها و گزارش های دقیق به مشتریان ارائه دهید.

coursera هوش تجاری و انبار داده (Mitalearn-331599)

  • 1 hours 18 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: María del Pilar Ángeles
درباره این دوره:

به دوره تخصصی هوش تجاری و انبار داده خوش آمدید. این دوره در مدت شش هفته تکمیل خواهد شد و با فیلم ها و اسناد مختلف پشتیبانی می شود که به شما این امکان را می دهد تا به روشی بسیار ساده نحوه شناسایی، طراحی و توسعه سیستم های اطلاعاتی تحلیلی مانند هوش تجاری با تجزیه و تحلیل توصیفی داده ها را بیاموزید. انبارها شما قادر خواهید بود مشکل یکپارچه سازی و تحلیل پیش بینی حجم بالای داده های بدون ساختار (داده های بزرگ) را با داده کاوی و چارچوب Hadoop درک کنید. پس از اتمام این دوره، زبان آموز قادر خواهد بود ● یک نمودار مدل داده ستاره یا دانه برف از طریق طراحی چند بعدی از نیازمندی های تجاری تحلیلی و سیستم OLTP ایجاد کنید ● یک سیستم پایگاه داده فیزیکی ایجاد کنید ● استخراج، تبدیل و بارگذاری داده ها در انبار داده. ● پرس و جوهای تحلیلی را با SQL با استفاده از MySQL برنامه ریزی کنید ● تجزیه و تحلیل پیش بینی با RapidMiner ● داده های رابطه ای یا بدون ساختار را در Hortonworks HDFS بارگذاری کنید ● کارهای Map-Reduce را برای جستجوی داده ها در HDFS برای اهداف تحلیلی اجرا کنید زبان های برنامه نویسی: برای دوره 2 از زبان MYSQL استفاده خواهید کرد. نرم افزار برای دانلود: Rapidminer MYSQL اکسل چارچوب هادوپ Hortonworks در صورتی که سیستم عامل Mac / IOS دارید، باید از ماشین مجازی (VirtualBox، Vmware) استفاده کنید.

coursera هوش تجاری و تحلیل رقابتی (Mitalearn-288997)

  • 1 hours 43 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Yao Zhao
درباره این دوره:

امریکن ایرلاینز (AAL)، یکی از بزرگترین گروه هواپیمایی جهان و یک شرکت SP500، با مشکل مواجه است. AAL با توجه به اینکه نرخ رشد قیمت سهام آن در پایین ترین رتبه در بین خطوط هوایی بزرگ ایالات متحده قرار دارد، باید مشکلات کلیدی، علل ریشه ای و چگونگی تغییر شرکت و قیمت سهام آن را پیدا کند. پرداختن به چالشی که AAL با آن مواجه است ممکن است یک پروژه مشاوره مدیریت در مقیاس بزرگ باشد. برای شروع، هوش تجاری و تجزیه و تحلیل رقابتی (یا به اختصار هوش رقابتی) برای کشف مشکلات و شناسایی دلایل شرکت که پایه و اساس استراتژی های چرخشی را ایجاد می کند، مورد نیاز است. در این دوره، دانش، مهارت و تجربه در تجزیه و تحلیل داده ها / تجسم و داستان سرایی برای تجزیه و تحلیل هوش رقابتی موثر را به دست خواهید آورد. پس از اتمام دوره، شما باید بتوانید مانند یک مشاور مدیریت، هوش رقابتی را بر روی شرکت های انتخابی خود انجام دهید. توجه: برای به دست آوردن تجربیات عملی در هوش رقابتی از طریق تجزیه و تحلیل داده ها، باید وارد عمل شوید. برای این منظور، این دوره از یک وب سایت خارجی (رایگان) برای تمرین مهارت های آموخته شده استفاده می کند.

coursera وارد کردن داده ها در Tidyverse (Mitalearn-327332)

  • مبتدی
  • Release date: 27 June 2026
  • Author: Carrie Wright, PhD,Shannon Ellis, PhD,Stephanie Hicks, PhD
درباره این دوره:

دریافت داده ها در سیستم تجزیه و تحلیل آماری شما می تواند یکی از چالش برانگیزترین بخش های هر پروژه علم داده باشد. داده ها باید وارد شده و در قالبی منسجم هماهنگ شوند قبل از اینکه بتوان هر گونه بینشی را به دست آورد. شما یاد خواهید گرفت که چگونه داده ها را از فرمت های رایج به R وارد کنید و انواع مختلف مجموعه داده ها را از منابع مختلف هماهنگ کنید. اگر در سازمانی کار می‌کنید که در آن بخش‌های مختلف داده‌ها را با استفاده از سیستم‌های مختلف و فرمت‌های ذخیره‌سازی مختلف جمع‌آوری می‌کنند، این دوره ابزارهای ضروری برای گردآوری مجموعه‌های داده و درک اطلاعات فراوان در سازمان شما ارائه می‌کند. این دوره ابزارهای Tidyverse را برای وارد کردن داده ها به R معرفی می کند تا بتوان آن را برای تجزیه و تحلیل، تجسم و مدل سازی آماده کرد. قالب‌های داده‌های رایج، از جمله فایل‌های محدود، صفحات گسترده و پایگاه‌های داده رابطه‌ای معرفی شده‌اند، و تکنیک‌هایی برای به‌دست‌آوردن داده‌ها از وب نشان داده می‌شوند، مانند اسکراپینگ وب و APIهای وب. در این تخصص ما آشنایی با زبان برنامه نویسی R را فرض می کنیم. اگر هنوز با R آشنایی ندارید، پیشنهاد می کنیم ابتدا برنامه نویسی R را قبل از بازگشت برای تکمیل این دوره کامل کنید.

coursera وب داده ها (Mitalearn-332823)

  • 2 hours 35 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Catherine Faron Zucker,Fabien Gandon,Olivier Corby
درباره این دوره:

این MOOC - یک ابتکار مشترک بین EIT Digital، Université de Nice Sophia-Antipolis / Université Côte d'Azur، و INRIA - استانداردها و اصول داده های پیوندی را معرفی می کند که پایه وب معنایی را فراهم می کند. شما یاد خواهید گرفت که چگونه داده های ساختاریافته را مستقیماً از وب منتشر کنید، به دست آورید و استفاده کنید. یادگیری اصول، زبان ها و استانداردهای تبادل داده در وب شما را قادر می سازد تا برنامه های کاربردی، محصولات و خدمات جدیدی را طراحی و تولید کنید که از حجم و تنوع داده های موجود در وب استفاده می کند. ما این دوره را به چهار بخش تقسیم کردیم که مهارت‌ها و شایستگی‌های فنی اصلی را که برای استفاده از وب به‌عنوان فضایی برای تبادل داده‌های ساختاری غول‌پیکر نیاز دارید را پوشش می‌دهد: • در بخش اول، "اصول یک وب از داده های پیوندی": شما اصول انتشار و به دست آوردن داده ها را مستقیماً در وب به جای صفحات وب، یاد خواهید گرفت و تمرین می کنید. • در بخش دوم، "مدل داده RDF": شما مدل استاندارد داده برای وب و نحوهای آن را برای انتشار و پیوند داده ها در وب در برنامه ها و خدمات خود خواهید آموخت. • در بخش سوم، "زبان پرس و جو SPARQL": شما یاد خواهید گرفت که چگونه مستقیماً به منابع داده در وب پرس و جو کنید و به منابع داده دسترسی داشته باشید و داده های ساختار یافته مرتبط با فعالیت و دامنه خود را بدست آورید. • در بخش چهارم و پایانی، "ادغام سایر فرمت ها و منابع داده": شما یاد خواهید گرفت که چگونه استانداردهای وب با سایر قالب های داده تعامل و تعامل دارند تا امکان ادغام انواع منابع داده را فراهم کنند. هر هفته به طور متناوب ویدیوها و آزمون‌های کوتاه و همچنین منابع و انجمن‌های تکمیلی برای پیشرفت تدریجی در اصول و استانداردهای مختلف جایگزین می‌شود. پس از گذراندن موفقیت آمیز این دوره، مهارت هایی برای به دست آوردن مجموعه داده های متمرکز و ساختار یافته از وب خواهید داشت که می توانید از آنها برای تقویت مجموعه داده های خود، غنی سازی ابعاد آنها، تغذیه برنامه های کاربردی خود، انجام داده کاوی، یادگیری ماشین و آموزش، داده ها استفاده کنید. تجزیه و تحلیل، پردازش و استدلال هوش مصنوعی و سایر مدیریت داده ها.

linkedin یادگیری R (Mitalearn-276825)

  • 2 hours 53 minutes
  • مناسب همه
  • Update date: 25 July 2026
  • Author: Barton Poulson
درباره این دوره:

اگر می خواهید در انقلاب داده ها شرکت کنید، به ابزارها و مهارت های مناسب نیاز دارید. R یک زبان رایگان و منبع باز برای علم داده است که یکی از محبوب ترین پلتفرم ها برای تحلیلگران حرفه ای است. در این دوره با استاد و دانشمند داده، بارتون پولسون، اصول R را بیاموزید و شروع به یافتن بینش از داده های خود کنید. درس‌ها نحوه شروع کار با R را توضیح می‌دهند، از جمله نصب بسته‌های R، RStudio و کدهایی که قدرت R را افزایش می‌دهند. همچنین نحوه استفاده از R و RStudio را برای مدل‌سازی داده‌ها، تجسم و تجزیه و تحلیل آماری در سطح مبتدی مشاهده می‌کنید. در پایان دوره، شما با قدرت و انعطاف پذیری R آشنا خواهید شد و نحوه استفاده از این ابزار برای کاوش و تجزیه و تحلیل طیف گسترده ای از داده ها را درک خواهید کرد.

Suggestions