Course catalog

Course duration

Course provider

Topic

Categories

Showing 8,541-8,560 of 18,566 items.

linkedin تجزیه و تحلیل داده ها برای تحلیلگران قیمت گذاری در اکسل (2018) (Mitalearn-126273)

  • 1 hours 26 minutes
  • متوسط
  • Release date: 25 July 2026
  • Author: Michael McDonald
درباره این دوره:

کشف کنید که چگونه می توانید تصمیمات هوشمندانه تری برای قیمت گذاری محصول بگیرید که سود سازمان شما را به حداکثر برساند. در این دوره، مربی مایکل مک‌دونالد با استفاده از تحلیل سناریو، بهینه‌سازی قیمت، و تحلیل واریانس برای مدل‌سازی تجزیه و تحلیل داده‌ها در پشت قیمت‌گذاری استفاده می‌کند. مایکل نحوه تعیین قیمت بسته‌ای در یک سناریو، تخمین کشش قیمت، محاسبه سود بهینه‌سازی قیمت با یک متغیر یا چندین متغیر، ملاحظات قیمت و حجم فروش و موارد دیگر را توضیح می‌دهد. اگر می‌خواهید شغلی را در امور مالی شرکت‌ها دنبال کنید - به‌ویژه به‌عنوان تحلیلگر قیمت‌گذاری در یک شرکت بیمه، خرده‌فروشی، تولید یا فناوری - این دوره می‌تواند به شما کمک کند تا مهارت‌هایی را که برای کمک به موفقیت شرکتتان در اقتصاد امروز نیاز دارید، تجهیز کنید. .

linkedin تجزیه و تحلیل داده ها برای حرفه ای های کسب و کار (Mitalearn-271895)

  • 1 hours 16 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: John Johnson
درباره این دوره:

تجزیه و تحلیل داده ها چه کاری می تواند برای کسب و کار شما انجام دهد؟ از شرکت هایی مانند زیراکس و یو پی اس با مثال های کمی و کیفی در این مسیر درس بگیرید. تجزیه و تحلیل داده ها می تواند به کاهش هزینه ها، سرعت بخشیدن به تحویل، ایجاد پیش بینی و بهبود نتایج برای کسب و کار شما در طول زمان کمک کند. در این دوره مقدماتی، اقتصاددان و نویسنده جان جانسون به شما نشان می‌دهد که چگونه از تجزیه و تحلیل برای تصمیم‌گیری مبتنی بر داده‌ها و کسب مزیت رقابتی استفاده کنید.

نمونه‌هایی از تجزیه و تحلیل واقعی زندگی را در عمل کاوش کنید، بین رویکردهای پیش‌بینی‌کننده و تجویزی تمایز قائل شوید. و یاد بگیرید که چگونه سوالات خود را فرموله کنید و مطرح کنید. نحوه جمع‌آوری، پاکسازی و جمع‌آوری داده‌ها را از منابع مختلف در سراسر سازمان خود بیابید و شناسایی کنید که چه زمانی داده‌ها ناقص هستند. جان به شما نکاتی را درباره برنامه‌ریزی و استقرار یک استراتژی تحلیلی که متناسب با نیازهای خاص کسب‌وکار شما است، ارائه می‌دهد که شامل انواع تکنیک‌های ساده می‌شود: میانگین‌ها، نمونه‌گیری، چیدن گیلاس، پیش‌بینی، همبستگی، علیت و موارد دیگر.

linkedin تجزیه و تحلیل داده ها برای حرفه ای های کسب و کار (2018) (Mitalearn-123281)

  • 1 hours 17 minutes
  • متوسط
  • Release date: 25 July 2026
  • Author: John Johnson
درباره این دوره:

تجزیه و تحلیل داده ها چه کاری می تواند برای کسب و کار شما انجام دهد؟ از شرکت هایی مانند زیراکس و یو پی اس درس بگیرید. تجزیه و تحلیل داده ها می تواند به کاهش هزینه ها، سرعت بخشیدن به تحویل، ایجاد پیش بینی و تصمیم گیری بهتر کمک کند. در این بررسی مقدماتی، اقتصاددان و نویسنده جان جانسون به رهبران و مدیران اجرایی نشان می دهد که چگونه از تجزیه و تحلیل برای تصمیم گیری های مبتنی بر داده ها و کسب مزیت رقابتی استفاده کنند. ابتدا نمونه هایی از تجزیه و تحلیل واقعی را در عمل ببینید. سپس تفاوت‌های بین تحلیل‌های پیش‌بینی‌کننده و تجویزی را بررسی کنید و دریابید که چگونه سؤالات را فرموله کنید - فرآیندی که می‌تواند تقریباً به اندازه یافتن پاسخ‌ها آشکارکننده باشد. سپس جان نشان می‌دهد که چگونه می‌توان داده‌ها را از منابع مختلف در سراسر سازمان جمع‌آوری، پاکسازی و تجمیع کرد و تشخیص داد چه زمانی داده‌ها ناقص هستند. سپس بیاموزید که چگونه یک استراتژی تحلیلی را برای کسب و کار خود برنامه ریزی و به کار ببرید، با انواع تکنیک های ساده شروع کنید: میانگین ها، نمونه گیری، چیدن گیلاس، پیش بینی، و همبستگی و علیت. در نهایت، جان با برخی منابع و گام‌های بعدی برای پیشبرد دانش تحلیلی خود پایان می‌دهد.

linkedin تجزیه و تحلیل داده ها برای دانش آموزان (2020) (Mitalearn-197843)

  • 1 hours
  • مبتدی
  • Release date: 25 July 2026
  • Author: Madecraft,John David Ariansen
درباره این دوره:

تجزیه و تحلیل موضوع بسیار گسترده ای است که به سختی می توان از کجا شروع کرد. در این دوره آموزشی که برای دانش‌آموزان طراحی شده است، نحوه استفاده از تجزیه و تحلیل داده‌ها را برای تصمیم‌گیری آگاهانه و ایجاد مهارت‌های اصلی تجزیه و تحلیل که می‌تواند شما را برای ورود به عرصه کسب‌وکار یا علم داده آماده کند، بررسی کنید. در مورد اصول اولیه تجزیه و تحلیل، نحوه جمع‌آوری داده‌ها، و تأثیر آن بر روزمره یک تجارت بیاموزید. این دوره همچنین مقدمه‌ای بر ابزارهای رایج مورد استفاده در تجزیه و تحلیل و همچنین داستان‌هایی را ارائه می‌کند که برای کمک به دانش‌آموزان طراحی شده‌اند تا دیدی کلی از مشاغلی داشته باشند که به مهارت‌های تحلیلی قوی نیاز دارند.

Related Skills

linkedin تجزیه و تحلیل داده ها برای متخصصان مشاغل (Mitalearn-417075)

  • 1 hours 20 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: John Johnson
درباره این دوره:

شنیدن عبارت "AI Analytics" می تواند دلهره آور به نظر برسد اما دلهره آور نیست. در این دوره ، مربی جان جانسون به شما می آموزد که چگونه در مورد هوش مصنوعی به عنوان ابزاری فوق العاده فکر کنید که می تواند شما را کارآمدتر و مؤثرتر کند. تجزیه و تحلیل داده ها می تواند به کاهش هزینه ها ، سرعت بخشیدن به تحویل ، تولید پیش بینی ها و بهبود نتایج برای تجارت شما در طول زمان کمک کند.

جان به جای تلاش برای آموزش تکنیک های پیچیده ریاضی و آماری که ممکن است یک ابزار هوش مصنوعی از آن استفاده کند ، جان بر نقش یک متخصص مشاغل در ارزیابی ، تفسیر و استفاده از خروجی های آنها در زمینه تصمیمات پیچیده تجارت از طریق مطالعات موردی هدف قرار می گیرد. نحوه جمع آوری ، تمیز کردن و جمع آوری داده ها را از منابع مختلف در سراسر سازمان خود پیدا کنید و هنگام نقص داده ها را مشخص کنید. جان در مورد برنامه ریزی و استفاده از یک استراتژی تحلیلی که متناسب با نیازهای خاص تجارت شما باشد ، به شما اشاره می کند و انواع تکنیک های ساده را پوشش می دهد: میانگین ، نمونه گیری ، انتخاب گیلاس ، پیش بینی ، همبستگی ، علیت و موارد دیگر.

coursera تجزیه و تحلیل داده ها برای ناب شش سیگما (Mitalearn-326737)

  • 4 hours 44 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Inez Zwetsloot
درباره این دوره:

به این دوره در مورد تجزیه و تحلیل داده ها برای Lean Six Sigma خوش آمدید. در این دوره شما تکنیک های تجزیه و تحلیل داده ها را یاد خواهید گرفت که معمولاً در پروژه های بهبود Lean Six Sigma مفید هستند. در پایان این دوره شما قادر به تجزیه و تحلیل و تفسیر داده های جمع آوری شده در چنین پروژه ای هستید. شما می توانید از Minitab برای تجزیه و تحلیل داده ها استفاده کنید. من همچنین به طور خلاصه توضیح خواهم داد که Lean Six Sigma چیست. من بر استفاده از ابزارهای تجزیه و تحلیل داده ها و تفسیر نتیجه تاکید خواهم کرد. من از نمونه های مختلف بسیاری از پروژه های واقعی ناب شش سیگما برای نشان دادن همه ابزارها استفاده خواهم کرد. من در مورد هیچ زمینه ریاضی بحث نمی کنم. تنظیماتی که ما برای مثال داده خود انتخاب کردیم، پروژه بهبود ناب شش سیگما است. با این حال ابزارهای تجزیه و تحلیل داده ها بسیار کاربردی هستند. بنابراین متوجه خواهید شد که تکنیک هایی را یاد خواهید گرفت که می توانید از آنها جدا از پروژه های بهبود در محیطی گسترده تر استفاده کنید. امیدوارم از این دوره لذت ببرید و موفق باشید! دکتر Inez Zwetsloot و تیم IBIS UvA

coursera تجزیه و تحلیل داده ها در R با RStudio & Tidyverse (Mitalearn-327553)

  • مبتدی
  • Release date: 27 June 2026
  • Author: Anh Le
درباره این دوره:

کدنویسی کنید و اولین برنامه R خود را در عرض چند دقیقه بدون نصب چیزی اجرا کنید! این دوره برای زبان آموزانی طراحی شده است که هیچ تجربه کدنویسی قبلی ندارند و دانش پایه ای از تجزیه و تحلیل داده ها در R ارائه می کنند. ماژول های این دوره شامل آمار توصیفی، وارد کردن و جدال داده ها، و استفاده از آزمون های آماری برای مقایسه جمعیت ها و توصیف روابط می شود. این دوره نمونه هایی را به زبان R با استفاده از استاندارد صنعتی محیط توسعه مجتمع (IDE) RStudio ارائه می کند. برای اینکه امکان یک تجربه یادگیری واقعی و خودآگاه را فراهم کنید، این دوره بدون ویدیو است. تکالیف حاوی توضیحات کوتاه با تصاویر و نمونه‌های کد قابل اجرا با ویرایش‌های پیشنهادی برای بررسی بیشتر نمونه‌های کد، ایجاد درک عمیق‌تر با انجام دادن هستند. شما از بازخورد فوری از انواع آیتم های ارزیابی در طول مسیر بهره مند خواهید شد، به آرامی از بررسی های درک سریع (چند انتخابی، پر کردن جای خالی و عدم درهم آمیختن بلوک های کد) تا تمرین های کدگذاری کوچک و قابل دسترس که به جای اینکه چند دقیقه طول می کشد، پیشرفت کنید. ساعت در نهایت، یک آزمایشگاه انباشته در پایان دوره به شما فرصتی می دهد تا همه مفاهیم آموخته شده را در یک زمینه دنیای واقعی به کار ببرید.

datacamp تجزیه و تحلیل داده ها در Tableau (Mitalearn-400364)

  • 1 hours 18 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Hadrien Lacroix,Sara Billen,Lis Sulmont
درباره این دوره:

مهارت های Tableau خود را با تجزیه و تحلیل و تجسم های پیشرفته ارتقا دهید. در این دوره آموزشی، نحوه ایجاد تجسم های نقشه غنی از جزئیات، پیکربندی فیلدهای تاریخ و زمان برای نمایش روندها در طول زمان و گسترش داده های خود با استفاده از فیلدهای محاسبه شده را خواهید آموخت. شما همچنین مهارت های جدید خود را برای تکمیل مطالعه موردی تجزیه و تحلیل مشتری به کار خواهید گرفت. از طریق فعالیت‌های عملی، نحوه ایجاد سطل‌ها، سفارشی کردن فیلترها و تعاملات، و اعمال محاسبات جدول سریع را خواهید آموخت. در نهایت، تکنیک‌های کاربر قدرتمند، از جمله نحوه برش داده‌ها و استفاده از مجموعه‌ها و گروه‌های پویا را یاد می‌گیرید، که شما را یک گام به آمادگی برای صدور گواهینامه Tableau Desktop Specialist نزدیک‌تر می‌کند.

datacamp تجزیه و تحلیل داده ها در اکسل (Mitalearn-399480)

  • 38 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Nick Edwards
درباره این دوره:

مهارت های تجزیه و تحلیل داده های خود را با دوره جامع ما تجزیه و تحلیل داده ها در اکسل افزایش دهید. در حالی که داده های فروش B2B را کاوش می کنید، الگوهای پنهان را کشف می کنید و بینش های عملی که باعث موفقیت می شود به دست آورید، در دنیای تجارت غوطه ور شوید. از تسلط بر جداول محوری گرفته تا انجام پیش‌بینی‌های آگاهانه، این دوره به شما این امکان را می‌دهد که داده‌های خام را به دانش تجاری ارزشمند تبدیل کنید. پس از تکمیل، در تکنیک های تجزیه و تحلیل داده ها عالی خواهید شد و می توانید بینش های عملی را از داده های کسب و کار خود بدست آورید. با تجزیه و تحلیل داده ها در اکسل، قدرت داده را آزاد کنید و شغل خود را به جلو سوق دهید. امروز ثبت نام کنید و پتانسیل داده های خود را باز کنید!

Related Skills

coursera تجزیه و تحلیل داده ها در پایتون با پانداها و matplotlib در Spyder (Mitalearn-327536)

  • مبتدی
  • Release date: 27 June 2026
  • Author: Kevin Noelsaint,Anh Le
درباره این دوره:

کدنویسی کنید و اولین اسکریپت پایتون خود را در عرض چند دقیقه بدون نصب چیزی اجرا کنید! این دوره برای زبان آموزانی طراحی شده است که تجربه کدنویسی ندارند و یک دوره خرابی در پایتون ارائه می دهد که به زبان آموزان امکان می دهد تا در موضوعات تجزیه و تحلیل داده های اصلی که می توانند به زبان های دیگر منتقل شوند، بپردازند. در این دوره یاد خواهید گرفت که چگونه داده های خود را وارد و سازماندهی کنید، از توابع برای جمع آوری آمار توصیفی و انجام تست های آماری استفاده کنید. برای اینکه امکان یک تجربه یادگیری واقعی و خودآگاه را فراهم کنید، این دوره بدون ویدیو است. تکالیف حاوی توضیحات کوتاه با تصاویر و نمونه‌های کد قابل اجرا با ویرایش‌های پیشنهادی برای بررسی بیشتر نمونه‌های کد، ایجاد درک عمیق‌تر با انجام دادن هستند. شما از بازخورد فوری از انواع آیتم های ارزیابی در طول مسیر بهره مند خواهید شد، به آرامی از بررسی های درک سریع (چند انتخابی، پر کردن جای خالی و عدم درهم آمیختن بلوک های کد) تا تمرین های کدگذاری کوچک و قابل دسترس که به جای اینکه چند دقیقه طول می کشد، پیشرفت کنید. ساعت در نهایت، یک آزمایشگاه طولانی تر در پایان دوره به شما فرصتی می دهد تا همه مفاهیم آموخته شده را در یک زمینه دنیای واقعی به کار ببرید.

datacamp تجزیه و تحلیل داده ها در صفحات گوگل (Mitalearn-401282)

  • 42 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: James Chapman
درباره این دوره:

با نحوه پاک کردن و تجزیه و تحلیل داده‌ها در Google Sheets، نحوه استفاده از توابع داخلی برای مرتب‌سازی و فیلتر کردن داده‌ها و استفاده از تابع VLOOKUP برای ترکیب داده‌ها از جداول مختلف آشنا شوید.

این مهارت‌ها، عملکردها و میانبرهای صرفه‌جویی در زمان Google Sheets را می‌توان در هر صنعتی به کار برد، خواه به دنبال تغییر شغل در تجزیه و تحلیل داده‌ها باشید یا به دنبال بهبود مهارت‌های خود در بازاریابی، مالی، منابع انسانی، تدارکات و موارد دیگر.

coursera تجزیه و تحلیل داده ها و تجسم (Mitalearn-290595)

  • 1 hours 18 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Peter Baumgartner,Brittany O'Dea
درباره این دوره:

در پایان این دوره، فراگیران یک دید کلی در سطح بالایی از ابزارهای تجزیه و تحلیل داده ها و تجسم ارائه می کنند و آماده می شوند تا بهترین شیوه ها را مورد بحث قرار دهند و یک برنامه اقدام متعاقب را توسعه دهند که به اکتشافات کلیدی می پردازد. قبل از معرفی ابزارهای تجزیه و تحلیل داده ها (نرم افزار R، Minitab، MATLAB و Python) با موانع رایجی شروع می شود که مانع پذیرش فرهنگ مبتنی بر داده می شود. بررسی عمیق تری صرف کنترل فرآیند آماری (SPC) می شود که روشی برای مطالعه تغییرات در طول زمان است. این دوره همچنین به بایدها و نبایدهای ارائه داده ها به صورت بصری، نرم افزارهای تجسمی (Tableau، Excel، Power BI) و ایجاد یک داستان داده می پردازد. مطالب شامل سخنرانی های آنلاین، فیلم ها، دموها، کار پروژه، خواندن و بحث می شود. این دوره برای افرادی که مشتاق توسعه یک ذهنیت داده محور هستند ایده آل است که بینش های قدرتمندی را برای بهبود نتیجه شرکت به دست می آورد. اگر زبان آموزان با خواندن گزارش ها، جمع آوری و استفاده از داده ها و تفسیر تجسم ها آشنایی داشته باشند، مفید است. این دومین دوره در تخصص تصمیم گیری داده محور (DDDM) است. برای کسب اطلاعات بیشتر در مورد این تخصص، یک نمای کلی ویدیویی را در https://www.youtube.com/watch?v=Oi4mmeSWcVc&list=PLQvThJe-IglyYljMrdqwfsDzk56ncfoLx&index=11 بررسی کنید.

coursera تجزیه و تحلیل داده ها و تجسم با پایتون (Mitalearn-306847)

  • 1 hours 57 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Adwith Malpe,Steven Osburn
درباره این دوره:

در این دوره آموزشی، نحوه خواندن و نوشتن داده ها از یک فایل و روی آن را یاد خواهید گرفت. همچنین نحوه دستکاری و تجزیه و تحلیل داده ها را با استفاده از لیست ها، تاپل ها، دیکشنری ها، مجموعه ها و کتابخانه های پانداها و Matplot بررسی خواهید کرد. به‌عنوان یک توسعه‌دهنده، درک نحوه برخورد با مسائلی که می‌تواند باعث از کار افتادن یک برنامه کاربردی شود، مهم است. شما یاد خواهید گرفت که چگونه استثناها را برای رسیدگی به این مسائل پیاده سازی کنید. برای یادگیری مطالب در این دوره نیازی به پیشینه برنامه نویسی یا علوم کامپیوتر ندارید. این دوره برای همه کسانی که علاقه مند به یادگیری نحوه کدنویسی و نوشتن برنامه در پایتون هستند آزاد است. ما بسیار هیجان زده هستیم که با ما یاد خواهید گرفت و امیدواریم از این دوره لذت ببرید!

coursera تجزیه و تحلیل داده ها و تفسیر Capstone (Mitalearn-335900)

  • 40 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Jen Rose,Lisa Dierker
درباره این دوره:

پروژه Capstone به شما این امکان را می دهد که تکنیک های تجزیه و تحلیل داده های آموخته شده از دوره های قبلی در تخصص را برای رسیدگی به یک موضوع مهم در جامعه به کار ببرید و اصلاح کنید. شما از داده های دنیای واقعی برای تکمیل پروژه با شرکای صنعتی و دانشگاهی ما استفاده خواهید کرد. برای مثال، می‌توانید با شریک صنعتی ما، DRIVENDATA، همکاری کنید تا به آنها کمک کنید تا برخی از بزرگترین چالش‌های اجتماعی جهان را حل کنند! DRIVENDATA در www.drivendata.org، متعهد است که شیوه‌های پیشرفته در علم داده و جمع‌سپاری را برای برخی از بزرگترین چالش‌های اجتماعی جهان و سازمان‌هایی که آنها را متقبل می‌شوند، بیاورد. یا، می‌توانید با شریک صنعتی دیگر ما، The Connection (www.theconnectioninc.org) همکاری کنید تا به آن‌ها کمک کنید تا خطر تکرار جرم را برای افرادی که در آزادی مشروط به دنبال درمان مصرف مواد هستند درک کنند. برای بیش از 40 سال، The Connection یکی از پیشروترین آژانس‌های خصوصی، غیرانتفاعی خدمات انسانی و توسعه جامعه در کانکتیکات بوده است. هر ماه، هزاران نفر از طریق برنامه های متنوع سلامت رفتاری، حمایت خانواده و عدالت اجتماعی The Connection کمک می کنند. مؤسسه کانکشن برای تمرین نوآورانه در سال 2010 ایجاد شد تا شکاف بین محققان و پزشکان در زمینه‌های سلامت رفتاری و عدالت کیفری را با هدف توسعه برنامه‌های درمانی مبتنی بر شواهد و حداکثر مؤثر ایجاد کند. یکی از اجزای اصلی پروژه Capstone این است که شما بتوانید اطلاعاتی را از تجزیه و تحلیل خود انتخاب کنید که به بهترین وجه نتایج و پیامدها را منتقل می کند و با این اطلاعات داستانی قانع کننده را بیان کنید. در پایان دوره، شما یک گزارش کیفیت حرفه ای از یافته های خود خواهید داشت که می تواند به همکاران و کارفرمایان بالقوه نشان داده شود تا مهارت هایی را که با تکمیل تخصص آموخته اید نشان دهند.

coursera تجزیه و تحلیل داده ها و مهارت های ارائه: پروژه نهایی رویکرد PwC (Mitalearn-327077)

  • 20 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Alex Mannella
درباره این دوره:

در این پروژه Capstone، شما تمام مهارت ها و بینش های جدیدی را که از طریق چهار دوره یاد گرفته اید، گرد هم می آورید. به شما یک مشکل کلاینت "ساختگی" و یک مجموعه داده داده می شود. برای به دست آوردن بینش تجاری، تحقیق در حوزه دامنه مشتری و ایجاد توصیه ها، باید داده ها را تجزیه و تحلیل کنید. سپس باید داده ها را در یک ارائه رو به مشتری تجسم کنید. همه آن‌ها را در یک ارائه ویدیویی ضبط‌شده گرد هم می‌آورید. این دوره توسط PricewaterhouseCoopers LLP با آدرسی در 300 Madison Avenue, New York, New York, 10017 ایجاد شده است.

linkedin تجزیه و تحلیل داده ها: تجزیه و تحلیل نمودار (Mitalearn-213806)

  • 19 minutes
  • مناسب همه
  • Release date: 22 June 2026
  • Author: Madecraft,Heather Johnson
درباره این دوره:

از زمان پیدایش تجزیه و تحلیل داده ها، روشی که در آن تحلیل گران به داده ها نگاه می کنند و تفسیر می کنند، به شدت تکامل یافته است. فناوری‌ها، ابزارها و رویکردهای جدید آنچه را که با تجزیه و تحلیل داده‌ها امکان‌پذیر است، ارتقا داده‌اند و تحلیل شبکه نیز از این قاعده مستثنی نیست. در این دوره، هدر جانسون، تحلیلگر قدیمی داده و متخصص تجسم داده، اصول استفاده از تجزیه و تحلیل گراف یا تجزیه و تحلیل شبکه را هنگام تجزیه و تحلیل داده ها به اشتراک می گذارد. هدر با بررسی اجزای تجزیه و تحلیل شبکه و جزئیات مزایای استفاده از رویکرد تجزیه و تحلیل گراف شروع می کند. او سپس از طریق کاربردهای کلیدی استفاده از تجزیه و تحلیل گراف هنگام بررسی داده ها قدم می زند. برای پایان دادن به دوره، هدر فرصت های شغلی را در حوزه تجزیه و تحلیل گراف مورد بحث قرار می دهد. پس از اتمام، به دانشی در مورد اینکه تجزیه و تحلیل گراف چیست و چگونه می توان از آن در حرفه تجزیه و تحلیل خود استفاده کرد، مجهز خواهید شد.

این دوره توسط Madecraft. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

MadeCraft-Description-Logo.jpg

Related Skills

linkedin تجزیه و تحلیل داده ها: داشبوردها در مقابل داستان های داده (Mitalearn-218158)

  • 17 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Madecraft,Sara Anstey
درباره این دوره:

در دنیای تجزیه و تحلیل داده‌ها، زمانی که صحبت از نحوه انتقال داده‌ها و بینش‌هایتان به میان می‌آید، دائماً با همین تصمیم مواجه می‌شوید. برای هر پروژه، باید تصمیم بگیرید که از داشبورد استفاده کنید یا داستان داده را بگویید. در این دوره، معمار هوش تجاری سارا آنستی، اطلاعات لازم برای گرفتن این تصمیم را با اطمینان در اختیار شما قرار می دهد. ابتدا، سارا مبانی تصمیم گیری با داده ها را پوشش می دهد و به اشتراک می گذارد که چگونه نقش یک تحلیلگر داده این امر را برای سازمان ها ممکن می سازد. سپس به موضوعات داشبوردهای علم داده و داستان سرایی داده می پردازد، مزایا و معایب هر کدام را برجسته می کند و جزئیاتی را که برای تعیین اینکه کدام رویکرد برای شما مناسب است، ارائه می دهد. سارا با جمع بندی مجدد مفاهیم کلیدی به پایان می رسد و شما را آماده می کند تا بین هر یک از این گزینه ها به راحتی و با عمد انتخاب کنید.

این دوره توسط Madecraft. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

MadeCraft-Description-Logo.jpg

Related Skills

linkedin تجزیه و تحلیل داده های mysql (Mitalearn-429468)

  • 4 hours 30 minutes
  • مناسب همه
  • Release date: 4 October 2024
  • Author: John Pauler,Maven Analytics
درباره این دوره: 

 

MySQL ابزاری قدرتمند برای مدیریت و تجزیه و تحلیل بانکهای اطلاعاتی رابطه ای و مهارتی است که هر تحلیلگر و حرفه ای باید در زرادخانه داشته باشند. در این دوره ، شما نقش یک صاحب مشاغل را که به تازگی فیلم های Maven ، یک فروشگاه اجاره DVD آجر و ملات را به دست آورده اید ، بازی خواهید کرد. تنها با استفاده از فقط یک پایگاه داده MySQL ، کار شما این است که هر آنچه را که می توانید در مورد تجارت جدید خود از جمله موجودی ، کارکنان و رفتار مشتری بیاموزید.

این دوره با یک معرفی سریع به زبان SQL شروع می شود ، به برخی از اصول اصلی پایگاه داده می پردازد و از MySQL برای انتخاب ، فیلتر ، مرتب سازی و گروه های گروهی از جداول جداگانه استفاده می کند. از آنجا ، به موارد استفاده پیچیده تر تغییر دهید و داده ها را در جدول های مختلف با نمایش داده شد.

توجه: این دوره توسط جان پائولر و آنالیتیکس ساخته شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.


coursera تجزیه و تحلیل داده های اکتشافی (Mitalearn-333996)

  • 34 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Robert Aykroyd
درباره این دوره:

تجزیه و تحلیل آماری یک جنبه ضروری از تجزیه و تحلیل داده ها است زیرا به ما امکان می دهد داده ها را جمع آوری، بررسی و تجزیه و تحلیل کنیم تا نتایج ارزشمندی در صنایع مختلف بدست آوریم. به همین دلیل است که پیش بینی می شود بازار آمار در آینده رشد کند. اگر می خواهید تخصص آمار و احتمال خود را ایجاد کنید و در مورد تجسم داده ها بیاموزید، این دوره کوتاه مقدمه ای عالی برای آمار به عنوان هنر یادگیری از داده ها است. با مثال‌های واقعی، تفاوت‌های بین داده‌ها و اطلاعات را کشف خواهید کرد تا نیاز به مدل‌های آماری برای به دست آوردن استنتاج‌های عینی و قابل اعتماد را کشف کنید. شما معنی جمع آوری داده های "بی طرفانه" را در نظر خواهید گرفت و نمونه های مختلفی از ارائه نادرست داده ها، تصور نادرست یا ناقص بودن داده ها را بررسی خواهید کرد که به شما در توسعه شهود آماری و مهارت های تمرین خوب کمک می کند. تجسم داده ها یک مهارت مورد توجه است. برای ایجاد خلاصه‌های گرافیکی و عددی، مهارت‌های نرم‌افزار R را که در RStudio برای تجزیه و تحلیل داده‌های اکتشافی کار می‌کنند، یاد می‌گیرید و تمرین می‌کنید. با تکمیل آزمایش‌های احتمال و شبیه‌سازی رایانه‌ای مسیرهای دوجمله‌ای، به‌عنوان مثال، پرتاب کردن یک سکه یا چرخاندن یک قالب، مفهومی بصری از احتمال ایجاد خواهید کرد. در پایان دوره، شما قادر خواهید بود نقش مدل های آماری در تجزیه و تحلیل داده ها را درک کنید، خلاصه های عددی و گرافیکی را با استفاده از RStudio ایجاد کنید و آزمایش های احتمال را در شبیه سازی های کامپیوتری انجام دهید. صرف نظر از سطح مهارت ریاضی فعلی شما، چیزی جالب در این دوره خواهید یافت که نمونه های عملی و واقعی بسیاری از آمار را در عمل ارائه می دهد. این دوره یک مزه دوره کارشناسی ارشد آنلاین در علوم داده (آمار) است و همچنین می تواند توسط زبان آموزانی که می خواهند اصول تجزیه و تحلیل داده های اکتشافی و تجسم داده ها را درک کنند تکمیل شود.

linkedin تجزیه و تحلیل داده های اکتشافی (EDA) با هگز (Mitalearn-457297)

  • 44 minutes
  • مناسب همه
  • Release date: 11 May 2026
  • Author: Chris French
درباره این دوره:

<p>تحلیل داده‌های اکتشافی (EDA) پایه و اساس کار داده‌ای مؤثر است - اما بسیاری از تحلیل‌گران فاقد تمرین ساختار یافته و سرتاسری در یک محیط واحد هستند. این دوره این پایه را در Hex ایجاد می‌کند، جایی که هوش مصنوعی به SQL و Python کمک می‌کند تا بتوانید روی درک داده‌های خود تمرکز کنید - نه نوشتن کد.</p> <p>کریس فرنچ، تحلیلگر داده، از شما می خواهد با اتصال به مجموعه داده و استفاده از عامل هوش مصنوعی Hex برای ایجاد اولین پرسش های خود شروع کنید. سپس ساختار داده‌های خود شامل ردیف‌ها، ستون‌ها، محدوده زمانی و دسته‌ها را بررسی کنید و کیفیت آن را از طریق آمار و توزیع‌های خلاصه ارزیابی کنید. همانطور که کاوش می‌کنید، داده‌ها را به روش‌های مختلف برش دهید تا الگوها، تفاوت‌ها و روندها در زمان و دسته‌ها را کشف کنید. مفروضات خود را در برابر داده ها آزمایش کنید و نتایجی را بررسی کنید که انتظارات شما را به چالش می کشد. در طول این فرآیند، نمودارها و نماهای خلاصه ای ایجاد کنید که به وضوح یافته های شما را به اشتراک می گذارند و به شما کمک می کنند از داده های خام به اطلاعات بینش مطمئن و با پشتیبانی خوب حرکت کنید.</p>

Suggestions