Course catalog

Course duration

Course provider

Topic

Categories

Showing 81-97 of 97 items.

datacamp مقدمه ای بر DAX در Power BI (Mitalearn-399531)

  • 28 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Jess Ahmet
درباره این دوره:

سفر خود را برای تبدیل شدن به یک استاد DAX با این دوره مقدماتی در DAX آغاز کنید. شما مفاهیم اساسی و بهترین شیوه ها برای پیاده سازی DAX را در گزارش های خود خواهید آموخت. شما یاد خواهید گرفت که کد DAX بنویسید تا ستون‌ها، اندازه‌گیری‌ها و جدول‌های محاسبه‌شده را تولید کنید، در حالی که دانش پشتیبان درباره «زمینه» در Power BI را یاد می‌گیرید. در نهایت، ما دوره را با معرفی توابع هوش زمانی کامل می کنیم و به شما نشان می دهیم که چگونه از Quick Measures برای ایجاد کد پیچیده DAX استفاده کنید. بیایید اولین قدم را در سفر تسلط DAX خود برداریم!

datacamp مقدمه ای بر NumPy (Mitalearn-400347)

  • 48 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Izzy Weber
درباره این دوره:

NumPy یک کتابخانه ضروری پایتون است. TensorFlow و scikit-learn از آرایه های NumPy به عنوان ورودی استفاده می کنند و پانداها و Matplotlib در بالای NumPy ساخته شده اند. در این دوره مقدماتی NumPy، شما تبدیل به یک مجادله کننده اصلی شی اصلی NumPy خواهید شد: آرایه ها! با استفاده از داده‌های سرشماری درختی شهر نیویورک، آرایه‌هایی را ایجاد، مرتب‌سازی، فیلتر و به‌روزرسانی خواهید کرد. متوجه خواهید شد که چرا NumPy بسیار کارآمد است و از پخش و بردارسازی برای سریعتر کردن کد NumPy خود استفاده کنید. در پایان دوره، شما از آرایه های سه بعدی برای تغییر نقاشی کلود مونه استفاده خواهید کرد و خواهید فهمید که چرا چنین تغییرات آرایه ابزارهای ضروری برای یادگیری ماشین هستند.

datacamp مقدمه ای بر Oracle SQL (Mitalearn-403220)

  • 51 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Hadrien Lacroix,Sara Billen
درباره این دوره:

Oracle SQL یکی از پرکاربردترین سیستم های مدیریت پایگاه داده در سراسر جهان است. این به خوبی برای برنامه های کاربردی تجاری و سازمانی مناسب است و به ویژه در شرکت های بزرگ با پایگاه داده های ماموریت حیاتی محبوب است. بنابراین تسلط بر Oracle SQL تضمین می شود که فرصت های هیجان انگیزی را باز کند. در این دوره آموزشی، آشنایی کامل با Oracle SQL حل مشکلات تجاری برای فروشگاه رسانه های دیجیتال را خواهید داشت. ابتدا نحوه دسترسی، بازیابی و محدود کردن داده ها را خواهید آموخت. سپس جداول را تجمیع و ترکیب خواهید کرد. فصل آخر به شما می‌خواهد مقادیر از دست رفته را مدیریت کرده و داده‌ها را تبدیل کنید. در پایان این دوره، متوجه خواهید شد که چگونه اوراکل پرس و جوهای SQL را پردازش می کند و یک پایه محکم در Oracle SQL خواهد داشت.

datacamp مقدمه ای بر Spark SQL در پایتون (Mitalearn-403458)

  • 1 hours 5 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Mark Plutowski
درباره این دوره:

اگر با SQL آشنایی دارید و چیزهای خوبی در مورد Apache Spark شنیده اید، این دوره برای شما مناسب است. Apache Spark یک چارچوب محاسباتی برای پردازش داده های بزرگ است و Spark SQL جزء Apache Spark است. این دوره چهار ساعته به شما نشان می دهد که چگونه با استفاده از ویژگی های پیشرفته SQL، مانند توابع پنجره، Spark را به سطح جدیدی از سودمندی ببرید.

در طول چهار فصل، از Spark SQL برای تجزیه و تحلیل داده‌های سری زمانی، استخراج رایج‌ترین کلمات از یک سند متنی، ایجاد مجموعه ویژگی‌ها از متن زبان طبیعی و استفاده از آنها برای پیش‌بینی آخرین کلمه در جمله با استفاده از رگرسیون لجستیک استفاده می‌کنید.

شما با ایجاد و جست‌وجوی یک جدول SQL در Spark و همچنین یادگیری نحوه استفاده از توابع پنجره SQL برای انجام مجموع‌های در حال اجرا، تفاوت‌های در حال اجرا و سایر عملیات‌ها شروع می‌کنید.

در مرحله بعد، نحوه استفاده از تابع پنجره در Spark SQL را برای پردازش زبان طبیعی، از جمله استفاده از تجزیه و تحلیل پنجره متحرک برای یافتن توالی کلمات رایج، بررسی خواهید کرد.

در فصل 3، نحوه استفاده از SQL Spark UI را برای ذخیره سازی مناسب DataFrames و جداول SQL قبل از کاوش در بهترین شیوه ها برای ورود به Spark، خواهید آموخت.

در نهایت، شما از تمام مهارت‌هایی که تاکنون آموخته‌اید برای بارگیری و نشانه‌گذاری متن خام قبل از استخراج دنباله‌های کلمه استفاده می‌کنید. سپس از رگرسیون لجستیک برای طبقه بندی متن استفاده می کنید و از داده های خام زبان طبیعی برای آموزش یک طبقه بندی متن استفاده می کنید.

این دوره معرفی کاملی از Spark SQL ارائه می‌کند، و در پایان، شما اصول اولیه را کاملاً درک خواهید کرد و خواهید فهمید که Spark چگونه قدرت محاسبات توزیع‌شده را با سهولت استفاده از Python و SQL ترکیب می‌کند.

datacamp مقدمه ای بر SQL (Mitalearn-399310)

  • 22 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Izzy Weber,Jasmin Ludolf
درباره این دوره:

بسیاری از داده‌های خام جهان - از سوابق پزشکی الکترونیکی گرفته تا تراکنش‌های مشتری - در پایگاه‌های داده رابطه‌ای ذخیره می‌شوند، و توانایی دستکاری و بازیابی این داده‌ها مهارتی است که به طور فزاینده‌ای مورد جستجو قرار می‌گیرد.

در این مقدمه دو ساعته SQL، تئوری و عمل استخراج و سازماندهی داده ها را خواهید آموخت. شما بهترین شیوه های پایگاه داده، پرس و جوهای SQL، و انواع محبوب SQL مانند PostgreSQL و SQL Server را پوشش خواهید داد. در پایان دوره، شما تجربه عملی در SQL و زمینه شروع به کارگیری آن در پروژه های خود خواهید داشت.

ویدیوها حاوی رونوشت‌های زنده هستند که می‌توانید با کلیک کردن روی «نمایش رونوشت» در پایین سمت چپ ویدیوها آن را نشان دهید.

واژه نامه دوره، مواد تبلیغاتی و اهداف یادگیری دقیق را می توان در سمت راست در بخش منابع یافت.

برای کسب اعتبارات CPE باید دوره را تکمیل کنید و در ارزیابی واجد شرایط به نمره 70% برسید. می‌توانید با کلیک بر روی علامت اعتبارات CPE در سمت راست به ارزیابی بروید.

datacamp مقدمه ای بر SQL با هوش مصنوعی (Mitalearn-447471)

  • 38 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Jasmin Ludolf
درباره این دوره:

اصول SQL را با استفاده از هوش مصنوعی بیاموزید. در این دوره مبتدی، شما یاد خواهید گرفت که برای تولید پرس و جوهای SQL، کدهای به دست آمده را بنویسید و پایگاه داده ها را به طور موثر بررسی کنید. شما با عبارات SELECT شروع می کنید و از طریق جداول، انواع داده ها، شمارش و یافتن مقادیر منحصر به فرد پیشرفت خواهید کرد. شما روی تمرین مهارت‌های دنیای واقعی مانند نوشتن اعلان‌های واضح، درک نحو SQL و دانستن زمان تنظیم آنچه که AI تولید می‌کند تمرکز خواهید کرد. در پایان دوره، شما با اطمینان داده ها را بازیابی می کنید و با استفاده از هوش مصنوعی به سوالات تجاری با SQL پاسخ می دهید.

datacamp مقدمه ای بر اکسل (Mitalearn-399361)

  • 42 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Jess Ahmet
درباره این دوره:

در این دوره آموزشی اکسل، اصول مورد نیاز برای تجزیه و تحلیل داده ها در صفحات گسترده را قبل از اینکه متوجه شوید، خواهید آموخت. این دوره بر کمک به شما در مسیریابی اکسل و آماده سازی داده های خود برای تجزیه و تحلیل اولیه تمرکز دارد. شما یاد خواهید گرفت که چگونه جداول را مدیریت کنید و محاسباتی را روی داده های خود اعمال کنید تا بینش جدیدی ارائه دهید. با بسیاری از توابع موجود در اکسل آشنا خواهید شد که می توانند به شما در انجام محاسبات، تجزیه و تحلیل داده ها و در برخی موارد خودکارسازی وظایف کمک کنند. ما این دوره را با توضیح اصول استفاده از اکسل برای برقراری ارتباط موثر داده ها از طریق تصاویر متقاعد کننده به پایان خواهیم رساند. شما تطبیق پذیری نمودارهای ناحیه، ستون و دایره را بررسی خواهید کرد تا به گفتن داستان کمک کنید تا تحلیل خود را زنده کنید.

ویدیوها حاوی رونوشت‌های زنده هستند که با کلیک کردن روی "نمایش رونوشت" در پایین سمت چپ ویدیوها قابل دسترسی هستند.

واژه نامه دوره را می توانید در سمت راست در بخش منابع پیدا کنید.

برای کسب اعتبارات CPE باید دوره را تکمیل کنید و در ارزیابی واجد شرایط به نمره 70% برسید. می‌توانید با کلیک بر روی علامت اعتبارات CPE در سمت راست به ارزیابی بروید.

datacamp مقدمه ای بر پایتون در Power BI (Mitalearn-403662)

  • 37 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Jacob Marquez
درباره این دوره:

در این دوره مقدماتی Python در Power BI، از داده‌های یک مطالعه صید بیش از حد و یک خرده‌فروش آنلاین برای یادگیری نحوه استفاده از اسکریپت‌های Python در Power BI برای آماده‌سازی داده‌ها، تجسم‌سازی و محاسبه ضرایب همبستگی استفاده خواهید کرد. به طور خاص برای ساخت تصاویر سفارشی مبتنی بر پایتون، از بسته Seaborn استفاده خواهید کرد. در پایان، شما باید با استفاده از Python در (و خارج از) Power BI احساس راحتی بیشتری داشته باشید.

چه ابتدا یک Pythonista یا یک کاربر قدرتمند Power BI بودید، ادغام Python در Power BI یک افزونه فوق العاده به جعبه ابزار داده است. این دوره نشان می دهد که با استفاده از این دو با هم، می توانید از مزایای هر یک بهره ببرید و بهترین را برای کار در دست انتخاب کنید.

coursera مقدمه ای بر پایگاه های داده NoSQL (Mitalearn-317030)

  • 3 hours 39 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Rav Ahuja,Ramesh Sannareddy,Steve Ryan
درباره این دوره:

با این دوره مقدماتی مبتدی، با پایگاه های داده NoSQL شروع کنید! این دوره دانش فنی و عملی از پایگاه‌های داده NoSQL و ارائه‌های پایگاه داده به‌عنوان سرویس (DaaS) ارائه می‌کند. با ظهور Big Data و متدولوژی های توسعه چابک، پایگاه های داده NoSQL ارتباط زیادی در چشم انداز پایگاه داده پیدا کرده اند. مزیت اصلی آنها توانایی رسیدگی به مسائل مقیاس پذیری و انعطاف پذیری است که برنامه های کاربردی مدرن مطرح می کنند. شما این دوره را با یادگیری تاریخچه و مبانی پایگاه های داده NoSQL (سند، کلید-مقدار، ستون و نمودار) آغاز خواهید کرد و ویژگی ها و مزایای کلیدی آنها را کشف خواهید کرد. شما با چهار دسته از پایگاه های داده NoSQL و تفاوت آنها آشنا خواهید شد. همچنین تفاوت‌های بین مدل‌های سازگاری ACID و BASE، مزایا و معایب سیستم‌های توزیع‌شده و زمان استفاده از RDBMS و NoSQL را بررسی خواهید کرد. همچنین در مورد پایگاه‌های داده برداری، یک کلاس در حال ظهور از پایگاه‌های داده که در هوش مصنوعی محبوب هستند، یاد خواهید گرفت. در مرحله بعد، معماری و ویژگی های چندین پیاده سازی پایگاه داده NoSQL، یعنی MongoDB، Cassandra و IBM Cloudant را بررسی خواهید کرد. شما در مورد وظایف مشترکی که هر یک از آنها انجام می دهند و ویژگی های کلیدی و تعیین کننده آنها یاد خواهید گرفت. سپس تجربه عملی با استفاده از آن پایگاه‌های داده NoSQL برای انجام وظایف مدیریت پایگاه داده استاندارد، مانند ایجاد و تکثیر پایگاه‌های داده، بارگیری و جستجوی داده‌ها، اصلاح مجوزهای پایگاه داده، فهرست‌سازی و تجمیع داده‌ها، و تقسیم (یا پارتیشن‌بندی) داده‌ها به دست خواهید آورد. در پایان این دوره، شما یک پروژه نهایی را تکمیل خواهید کرد که در آن تمام دانش خود را از محتوای دوره در یک سناریو خاص به کار خواهید برد و با چندین پایگاه داده NoSQL کار خواهید کرد. این دوره برای هر کسی که می خواهد مجموعه مهارت های مدیریت داده و فناوری اطلاعات خود را گسترش دهد مناسب است.

datacamp مقدمه ای بر پایگاه های داده در پایتون (Mitalearn-403951)

  • 43 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Jason Myers
درباره این دوره:

در این دوره، اصول اولیه استفاده از SQL با پایتون را خواهید آموخت. این مفید خواهد بود زیرا پایگاه های داده همه جا حاضر هستند و دانشمندان داده، تحلیلگران و مهندسان باید دائماً با آنها تعامل داشته باشند. کیت ابزار Python SQL SQLAlchemy یک روش در دسترس و شهودی برای پرس و جو، ساخت و نوشتن در پایگاه های داده ضروری، از جمله SQLite، MySQL، و PostgreSQL ارائه می دهد.

coursera مقدمه ای بر پایگاه های داده رابطه ای (RDBMS) (Mitalearn-319376)

  • 2 hours 59 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Rav Ahuja,Sandip Saha Joy
درباره این دوره:

آیا برای شیرجه زدن به دنیای مهندسی داده آماده هستید؟ در این دوره سطح مبتدی، شما درک کاملی از نحوه ذخیره، پردازش و دسترسی به داده ها در پایگاه داده های رابطه ای (RDBMS) خواهید داشت. شما با انواع مختلفی از پایگاه داده ها کار خواهید کرد که برای نیازهای مختلف پردازش داده ها مناسب هستند. شما این دوره را با آشنایی با مفاهیم پایگاه داده رابطه ای و همچنین چندین پایگاه داده استاندارد رابطه ای صنعتی از جمله IBM DB2، MySQL و PostgreSQL آغاز خواهید کرد. در مرحله بعد، از ابزارهای RDBMS استفاده شده توسط افراد حرفه ای مانند phpMyAdmin و pgAdmin برای ایجاد و نگهداری پایگاه داده های رابطه ای استفاده می کنید. همچنین از خط فرمان و دستورات SQL برای ایجاد و مدیریت جداول استفاده خواهید کرد. این دوره شامل تمرینات عملی و عملی است که به شما کمک می کند تا یادگیری خود را نشان دهید. شما با پایگاه های داده واقعی کار خواهید کرد و مجموعه داده های دنیای واقعی را کاوش خواهید کرد. شما نمونه های پایگاه داده ایجاد می کنید و آنها را با جداول و داده ها پر می کنید. در پایان این دوره، شما یک تکلیف نهایی را تکمیل می کنید که در آن دانش انباشته شده خود را از این دوره به کار می گیرید و نشان می دهید که مهارت های زیر را دارید: طراحی پایگاه داده برای یک نیاز تجزیه و تحلیل خاص، عادی سازی جداول، ایجاد جداول و نماها در پایگاه داده، بارگیری و دسترسی به داده ها. هیچ دانش قبلی از پایگاه داده یا برنامه نویسی مورد نیاز نیست. هر کس می تواند این دوره را بدون هزینه بررسی کند. اگر این دوره را انتخاب کنید و گواهی دوره Coursera را کسب کنید، می توانید پس از اتمام موفقیت آمیز دوره، نشان دیجیتال IBM را نیز کسب کنید.

coursera مقدمه ای بر تجزیه و تحلیل داده ها با استفاده از اکسل (Mitalearn-213194)

  • 3 hours 18 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Sharad Borle
درباره این دوره:

استفاده از اکسل در صنعت بسیار گسترده است. این یک ابزار تجزیه و تحلیل داده بسیار قدرتمند است و تقریباً همه مشاغل بزرگ و کوچک از Excel در عملکرد روزمره خود استفاده می کنند. این یک دوره مقدماتی در استفاده از اکسل است و طراحی شده است تا دانش کاری اکسل را به شما بدهد تا بعداً از آن برای موضوعات پیشرفته تر در آمار کسب و کار استفاده کنید. این دوره با در نظر گرفتن دو نوع یادگیرنده طراحی شده است - کسانی که دانش عملکردی بسیار کمی از اکسل دارند و کسانی که به طور منظم اما در سطح پیرامونی از اکسل استفاده می کنند و می خواهند مهارت های خود را افزایش دهند. این دوره شما را از عملیات اساسی مانند خواندن داده ها به اکسل با استفاده از فرمت های مختلف داده، سازماندهی و دستکاری داده ها تا برخی از عملکردهای پیشرفته تر اکسل می برد. در طول این مدت، عملکرد اکسل با استفاده از مثال‌های قابل فهم معرفی می‌شود که به گونه‌ای نشان داده می‌شوند که زبان‌آموزان بتوانند در درک و استفاده از آنها راحت باشند. برای انجام موفقیت آمیز تکالیف دوره، دانش آموزان باید به نسخه ویندوز Microsoft Excel 2010 یا جدیدتر دسترسی داشته باشند. _____________________________________ هفته 1 ماژول 1: مقدمه ای بر صفحات گسترده در این ماژول با استفاده از صفحات گسترده اکسل و توابع مختلف داده پایه اکسل آشنا می شوید. موضوعات تحت پوشش عبارتند از: • خواندن داده ها در اکسل با استفاده از فرمت های مختلف • توابع اساسی در اکسل، حسابی و همچنین توابع مختلف منطقی • قالب بندی سطرها و ستون ها • استفاده از فرمول ها در اکسل و کپی و پیست آنها با استفاده از ارجاع مطلق و نسبی _____________________________________ هفته 2 ماژول 2: توابع صفحه گسترده برای سازماندهی داده ها این ماژول توابع مختلف اکسل را برای سازماندهی و جستجوی داده ها معرفی می کند. زبان آموزان با توابع IF، تو در تو، VLOOKUP و HLOOKUP اکسل آشنا می شوند. موضوعات تحت پوشش عبارتند از: • IF و توابع IF تو در تو • VLOOKUP و HLOOKUP • تابع RANDBETWEEN _____________________________________ هفته 3 ماژول 3: مقدمه ای بر فیلتر کردن، جداول محوری و نمودارها این ماژول قابلیت های مختلف فیلتر داده اکسل را معرفی می کند. شما یاد خواهید گرفت که چگونه فیلترهایی را در داده ها برای دسترسی انتخابی به داده ها تنظیم کنید. ابزار جمع بندی داده های بسیار قدرتمند، Pivot Table نیز توضیح داده شده است و ما شروع به معرفی ویژگی نمودار اکسل می کنیم. موضوعات تحت پوشش عبارتند از: • VLOOKUP در صفحات کاری • فیلتر کردن داده ها در اکسل • استفاده از جداول محوری با داده های دسته بندی و همچنین عددی • آشنایی با قابلیت نمودار نویسی اکسل _____________________________________ هفته 4 ماژول 4: نمودار و نمودارهای پیشرفته این ماژول به بررسی تکنیک های مختلف نمودار و نمودارهای پیشرفته موجود در اکسل می پردازد. با شروع با نمودارهای مختلف خطی، میله ای و دایره ای، نمودارهای محوری، نمودارهای پراکندگی و هیستوگرام ها را معرفی می کنیم. شما می توانید این نمودارهای مختلف را درک کنید و خودتان آنها را بسازید. موضوعات تحت پوشش شامل • نمودارهای خط، میله و دایره • نمودارهای محوری • نمودارهای پراکنده • هیستوگرام ها

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.

datacamp مقدمه ای بر تحلیل متن در R (Mitalearn-403560)

  • 43 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Maham Khan
درباره این دوره:

از رسانه های اجتماعی گرفته تا بررسی محصول، متن یک نوع داده مهم فزاینده در بین برنامه ها، از جمله تجزیه و تحلیل بازاریابی است. در بسیاری از موارد، متن به دلیل ارزان بودن و فعلی بودن، جایگزین اشکال دیگر داده های بدون ساختار می شود. با این حال، برای استفاده از همه چیزهایی که متن ارائه می دهد، باید بدانید که چگونه در مورد متن فکر کنید، تمیز کنید، خلاصه کنید و مدل سازی کنید. در این دوره از جدیدترین ابزارهای مرتب برای شروع سریع و آسان متن استفاده خواهید کرد. شما یاد می گیرید که چگونه متن را به چالش بکشید و تجسم کنید، تجزیه و تحلیل احساسات انجام دهید، و مدل های موضوع را اجرا و تفسیر کنید.

datacamp مقدمه ای بر سیگما (Mitalearn-447437)

  • 54 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Katrina Menne
درباره این دوره:

با این دوره مقدماتی سیگما، برای غواصی در داده ها آماده شوید. شما یاد خواهید گرفت که چگونه به منابع داده زنده متصل شوید، محاسبات قدرتمندی ایجاد کنید، جداول محوری و نمودار بسازید، و بینش ها را به داشبوردهای تعاملی و خیره کننده تبدیل کنید. ما به شما نشان خواهیم داد که چگونه داشبوردهایی بسازید که نه تنها استفاده از آنها آسان است، بلکه اشتراک گذاری آنها نیز آسان است - بنابراین می توانید تیم خود را تحت تأثیر قرار دهید و تصمیمات هوشمندانه تری بگیرید. بدون کد، بدون استرس، فقط مهارت‌های عملی که به شما کمک می‌کند داده‌ها را با اطمینان و خلاقیت به عمل تبدیل کنید و از محیط آشنای صفحه‌گسترده سیگما استفاده کنید.

Related Skills

datacamp مقدمه ای بر قطب ها (Mitalearn-447420)

  • 34 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Liam Brannigan
درباره این دوره:

نحوه دستکاری داده ها و استخراج بینش با Polars را کشف کنید، یک بسته قدرتمند و همه منظوره برای کار با داده های جدولی در پایتون. Polars که برای سرعت و کارایی طراحی شده است، یک انتخاب عالی برای همه چیز از کاوش سریع داده تا تجزیه و تحلیل دقیق است. در این دوره، تکنیک های کلیدی برای تبدیل، تمیز کردن، تجزیه و تحلیل و تجسم داده های جدولی را خواهید آموخت.

datacamp مهندسی ویژگی با PySpark (Mitalearn-403186)

  • 52 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: John Hogue
درباره این دوره:

دنیای واقعی کثیف است و وظیفه شما این است که آن را درک کنید. مجموعه داده‌های اسباب‌بازی مانند MTCars و Iris نتیجه مراقبت و تمیز کردن دقیق هستند، حتی بنابراین داده‌ها باید تبدیل شوند تا برای الگوریتم‌های یادگیری ماشین قدرتمند برای استخراج معنا، پیش‌بینی، طبقه‌بندی یا خوشه‌بندی مفید باشند. این دوره جزئیات مهمی را پوشش می دهد که دانشمندان داده 70 تا 80 درصد از زمان خود را صرف آن می کنند. جدال داده ها و مهندسی ویژگی ها با بزرگ‌تر شدن اندازه مجموعه داده‌ها، بیایید از PySpark برای کاهش اندازه این مشکل Big Data استفاده کنیم!

Suggestions