Course catalog

Course duration

Course provider

Topic

Categories

Showing 61-70 of 70 items.

coursera مقدمه ای بر Tidyverse (Mitalearn-327315)

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

این دوره مجموعه قدرتمندی از ابزارهای علم داده را به نام Tidyverse معرفی می کند. Tidyverse روشی را متحول کرده است که دانشمندان داده تقریباً تمام جنبه های کار خود را انجام می دهند. ما ایده ساده "داده های مرتب" و نحوه سازماندهی داده ها برای تجزیه و تحلیل و مدل سازی را پوشش خواهیم داد. همچنین نحوه تبدیل غیر مرتب به داده‌های مرتب، چرخه حیات پروژه علم داده و اکوسیستم بسته‌های Tidyverse R را که می‌توان برای اجرای یک پروژه علم داده استفاده کرد، پوشش خواهیم داد. اگر در علم داده تازه کار هستید، اکوسیستم بسته‌های R Tidyverse راهی عالی برای یادگیری جنبه‌های مختلف خط لوله علم داده، از وارد کردن داده‌ها، مرتب کردن داده‌ها در قالبی که کار با آن آسان است، کاوش و تجسم است. داده ها و برازش مدل های یادگیری ماشینی اگر قبلاً در علم داده باتجربه هستید، Tidyverse یک سیستم قدرت برای ساده کردن گردش کار شما به شیوه ای منسجم ارائه می دهد که می تواند به راحتی با سایر ابزارهای علم داده ارتباط برقرار کند. در این دوره مهم است که با زبان برنامه نویسی R آشنا باشید. اگر هنوز با R آشنایی ندارید، پیشنهاد می کنیم ابتدا برنامه نویسی R را قبل از بازگشت برای تکمیل این دوره کامل کنید.

coursera مقدمه ای بر برنامه نویسی R و Tidyverse (Mitalearn-328981)

  • 3 hours 5 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Jane Wall
درباره این دوره:

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.

coursera مقدمه ای بر تحلیل داده ها (Mitalearn-287841)

  • 4 hours 45 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Anke Audenaert
درباره این دوره:

این دوره یک درک عملی و چارچوبی برای وظایف اصلی تجزیه و تحلیل، از جمله استخراج داده، تمیز کردن، دستکاری و تجزیه و تحلیل ارائه می دهد. این چرخه OSEMN را برای مدیریت پروژه های تحلیلی معرفی می کند و شما نمونه های واقعی از نحوه استفاده شرکت ها از بینش داده ها برای بهبود تصمیم گیری را بررسی خواهید کرد. در پایان این دوره شما قادر خواهید بود: • اهداف تجاری، KPI و معیارهای مرتبط را تدوین کنید • یک فرآیند تجزیه و تحلیل داده ها را با استفاده از چارچوب OSEMN اعمال کنید • داده های مربوطه را که برای بازاریابی جمع آوری می شود، شناسایی و تعریف کنید • فرمت های مختلف داده و کاربردهای آنها را در سناریوهای مختلف مقایسه و مقایسه کنید • شکاف های داده ها را شناسایی کنید و نقاط قوت و ضعف داده های جمع آوری شده را بیان کنید شما نیازی به تجربه بازاریابی یا تجزیه و تحلیل داده ندارید، اما باید مهارت های ناوبری اینترنتی اولیه را داشته باشید و مشتاق مشارکت باشید. در حالت ایده آل، شما قبلاً دوره 1: بنیاد تجزیه و تحلیل بازاریابی را در این برنامه تکمیل کرده اید.

coursera مقدمه ای بر تحلیل داده ها [coursera] (Mitalearn-326346)

  • 3 hours 44 minutes
  • مبتدی
  • Release date: 27 June 2026
  • Author: Rav Ahuja
درباره این دوره:

برای شروع حرفه ای در تجزیه و تحلیل داده ها آماده هستید اما نمی دانید از کجا شروع کنید؟ این دوره به شما معرفی ملایمی با تجزیه و تحلیل داده ها، نقش یک تحلیلگر داده و ابزارهای مورد استفاده در این شغل می دهد. شما در مورد مهارت ها و مسئولیت های یک تحلیلگر داده یاد خواهید گرفت و از چندین متخصص داده که نکات و توصیه های خود را برای شروع یک حرفه به اشتراک می گذارند، خواهید شنید. این دوره به شما کمک می کند تا بین نقش های تحلیلگران داده، دانشمندان داده و مهندسان داده تفاوت قائل شوید. شما با اکوسیستم داده ها، در کنار پایگاه های داده، انبارهای داده، مارت های داده، دریاچه های داده و خطوط لوله داده آشنا خواهید شد. این سفر هیجان انگیز را ادامه دهید و پلتفرم های Big Data مانند Hadoop، Hive و Spark را کشف کنید. در پایان این دوره شما قادر خواهید بود مبانی فرآیند تجزیه و تحلیل داده ها از جمله جمع آوری، تمیز کردن، تجزیه و تحلیل و به اشتراک گذاری داده ها و ارتباط بینش خود را با استفاده از تجسم ها و ابزارهای داشبورد درک کنید. همه اینها در پروژه نهایی گرد هم می آیند، جایی که دانش شما را از مواد درسی آزمایش می کند و سناریوی واقعی از وظایف تجزیه و تحلیل داده ها را ارائه می دهد. این دوره نیازی به تجزیه و تحلیل داده، صفحه گسترده یا تجربه علوم کامپیوتر ندارد.

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 همدلی و داده در مدیریت ریسک (Mitalearn-284815)

  • 1 hours 25 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Justin Leiby
درباره این دوره:

مدیریت ریسک و نوآوری توانایی شما را برای انجام تجزیه و تحلیل مبتنی بر همدلی و داده محور در حوزه مدیریت ریسک توسعه می دهد. این دوره بر فرآیند مدیریت ریسک سازمانی تمرکز دارد که در آن درک داده ها و ذینفعان هر مرحله را غنی می کند. این دوره سه خط دفاعی، ابزارهای شناسایی و ارزیابی ریسک ها، پاسخ های ریسک، شاخص های ریسک کلیدی و گزارش ریسک را معرفی می کند. شما از ابزارهایی مانند بیانیه‌های ریسک، تحلیل پاپیون، ماتریس‌ها و نقشه‌های حرارتی برای اعمال این مفاهیم استفاده خواهید کرد و از تجسم داده‌ها در Tableau برای تمرین اعمال تجزیه و تحلیل داده‌ها برای مدیریت بهتر ریسک‌ها استفاده خواهید کرد.

coursera همدلی، داده و ریسک (Mitalearn-284849)

  • 1 hours 19 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Justin Leiby
درباره این دوره:

مدیریت ریسک و نوآوری توانایی شما را برای انجام تجزیه و تحلیل مبتنی بر همدلی و داده محور در حوزه مدیریت ریسک توسعه می دهد. این دوره همدلی را به عنوان یک شایستگی حرفه ای معرفی می کند. فرآیندهای روانشناختی که مانع ایجاد همدلی می شوند و فرآیندهایی که تعیین می کنند چگونه سهامداران سازمانی به ریسک واکنش نشان می دهند را توضیح می دهد. این دوره شما را از طریق تکنیک هایی برای جمع آوری اطلاعات ریسک با درک افکار، احساسات و اهداف ذینفع راهنمایی می کند. این تکنیک ها شامل مصاحبه، طوفان فکری و نقشه برداری همدلی است. این دوره با استفاده از این اطلاعات ریسک برای غنی سازی تجزیه و تحلیل داده ها به پایان می رسد. شما مفاهیم اولیه تجسم داده ها را در Tableau یاد خواهید گرفت و از این مفاهیم برای کشف و توضیح داده ها استفاده می کنید. در طول این تحلیل ها، دوره شما را به چالش می کشد تا با تمرکز بر نیازهای ذینفعان برآورده نشده، ریسک ها را شناسایی کنید.

coursera هواشناسی: کاوش در تنوع زیستی با رادار (Mitalearn-353937)

  • 1 hours 16 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Christopher Hassall
درباره این دوره:

بیاموزید که چگونه هواشناسی، رشته‌ای که به بررسی اشکال حیات در هوا می‌پردازد، با استفاده از رادار با این دوره منحصر به فرد، انقلابی ایجاد کرده است. این دوره برای کمک به دانشمندان، محققان و همچنین علاقه مندان به محیط زیست طراحی شده است تا مهارت های خود را در استفاده از رادار برای کشف تنوع زیستی توسعه دهند. منشا و تکامل رادار از یک فناوری نظامی به یک ابزار قدرتمند با کاربردهای علمی متعدد، از جمله هواشناسی را بررسی خواهید کرد. سپس با مطالعه روندهای جهانی تنوع زیستی آشنا خواهید شد و نحوه ارزیابی روش های سنتی و فناوری های نوظهور مورد استفاده دانشمندان برای نظارت بر جهان طبیعی را خواهید آموخت. سپس عمیق تر خواهید فهمید که چگونه علم رادار می تواند برای اندازه گیری و نظارت بر تنوع زیستی و ارزیابی مزایای آن نسبت به روش های موجود اندازه گیری تنوع زیستی استفاده شود. از طریق مطالعات موردی واقعی، یاد خواهید گرفت که چگونه تجسم داده ها و خروجی داده های رادار را تفسیر کنید، چگونه زیست توده گونه ها را کمی کنید، و محدودیت های طبقه بندی این فناوری را کشف خواهید کرد. در پایان دوره، شما بررسی خواهید کرد که چگونه می توان از این رشته مطالعاتی جدید برای تغییر تحقیقات بیولوژیکی و کشاورزی و همچنین اطلاع رسانی مقررات و سیاست های زیست محیطی استفاده کرد.

coursera هوش تجاری و تجزیه و تحلیل بصری (Mitalearn-324272)

  • 1 hours 56 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Tim Carrington
درباره این دوره:

این دوره بر اساس "ذخیره سازی داده ها و هوش تجاری" بر روی تجسم داده ها و تجزیه و تحلیل بصری تمرکز دارد. این دوره با پوشش کاملی از اینکه تجسم داده چیست و چه نوع تجسم برای یک هدف خاص خوب است شروع می شود، این دوره به سرعت با استفاده از یکی از محبوب ترین ابزارهای تجزیه و تحلیل بصری: SAS به توسعه مهارت های عملی و دانش در مورد تجزیه و تحلیل بصری می پردازد. Viya، یک پلتفرم تحلیلی مبتنی بر ابر. مروری بر معماری ابری، اتوماسیون و یادگیری ماشین نیز ارائه شده است.

coursera یک پروژه علم داده را نهایی کنید (Mitalearn-333758)

  • 2 hours 21 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Sarah Haq,Stacey McBrine
درباره این دوره:

این دوره برای متخصصان کسب و کار طراحی شده است که می خواهند یاد بگیرند که چگونه نتایج مراحل قبلی پروژه علم داده را جمع آوری کرده و به ذینفعان ارائه دهند. یادگیرندگان نتایج یک مدل را به ذینفعان منتقل می‌کنند، نحوه ساخت یک برنامه وب پایه برای نشان دادن مدل‌های یادگیری ماشین و پیاده‌سازی و آزمایش خطوط لوله که فرآیندهای آموزش، تنظیم و استقرار مدل را خودکار می‌کنند، نشان خواهند داد. دانشجوی معمولی در این دوره دوره های قبلی را در برنامه گواهینامه حرفه ای CDSP گذرانده است و چندین سال تجربه در زمینه فناوری محاسبات از جمله برخی استعدادها در برنامه نویسی رایانه دارد.

Suggestions