Course catalog

Course duration

Course provider

Topic

Categories

Showing 181-200 of 536 items.

linkedin برنامه های قدرت: ساخت برنامه های داده محور (Mitalearn-174366)

  • 2 hours 1 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Phil Gold
درباره این دوره:

Microsoft Power Apps ساختن برنامه‌های کاربردی کاربرپسند روی داده‌های موجود شما را آسان می‌کند—بدون هیچ کدی. این دوره به بررسی نحوه استفاده از Power Apps و Excel برای ایجاد برنامه های تجاری قوی برای جمع آوری و نمایش بصری داده ها می پردازد. فیل گلد اصول اولیه اتصال یک یا چند منبع داده در Power Apps را بررسی می کند و به شما نشان می دهد که چگونه یک برنامه جدید بسازید و آن را در سازمان خود مستقر کنید. نحوه سفارشی‌سازی طرح را برای مطابقت با نام تجاری خود، اضافه کردن تصاویر و دکمه‌ها، تأیید اعتبار داده‌های کاربر و پر کردن خودکار فیلدهای فرم کشف کنید. بعلاوه، یاد بگیرید که چگونه از الگوهای Power Apps که در زمان صرفه جویی می کنند و بسته های برنامه صادراتی را برای توزیع خارج از اکوسیستم Office 365 سازمان خود استفاده کنید.

coursera بنیاد تحلیل بازاریابی (Mitalearn-286634)

  • 3 hours 28 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Anke Audenaert
درباره این دوره:

این دوره پایه تحلیل بازاریابی را می گذارد. شما با اصول اولیه بازاریابی، نقش تجزیه و تحلیل داده ها در بازاریابی دیجیتال و نحوه جمع آوری و مدیریت داده ها آشنا خواهید شد. در پایان این دوره شما قادر خواهید بود: • توضیح دهید که چگونه بازاریابان از داده ها برای اطلاع رسانی تصمیمات کمپین استفاده می کنند • اصول اساسی بازاریابی را شرح دهید • شناسایی چرا تجزیه و تحلیل داده ها در بازاریابی دیجیتال اهمیت دارد • پیکسل متا را برای گرفتن داده های مورد استفاده برای ردیابی فعالیت بازدیدکنندگان در یک وب سایت پیاده سازی کنید • توضیح دهید که چگونه یک API داده های گرفته شده به صورت آفلاین را به یک پلت فرم آنلاین متصل می کند • پلتفرم های رایج برای مدیریت و ارزیابی داده های آنلاین را شرح دهید • در گزارش های Google Analytics و Meta Ads Manager پیمایش کنید • اهمیت مقررات حفظ حریم خصوصی حاکم بر فضای بازاریابی آنلاین را توضیح دهید صرف نظر از تجربه بازاریابی و تجزیه و تحلیل فعلی شما، این دوره به شما کمک می کند پایه ای محکم برای گنجاندن داده ها در تلاش های بازاریابی خود بسازید. فراگیران باید مهارت های اولیه ناوبری اینترنتی را داشته باشند و مشتاق مشارکت باشند.

linkedin بنیادهای UX: تجزیه و تحلیل داده های کاربر (Mitalearn-438886)

  • 27 minutes
  • مناسب همه
  • Release date: 8 November 2024
  • Author: Amanda Stockwell
درباره این دوره: 

 ما در یک دنیای به طور فزاینده ای با داده های محور زندگی می کنیم و بیشتر و بیشتر ، شرکت ها برای هدایت تصمیم گیری خود به داده های کاربر روی می آورند و موفقیت خود را اندازه گیری می کنند. با این حال ، انجام تحقیقات می تواند بخش آسان باشد. چگونه تحقیقات را در مورد شیوه های UX خود ادغام می کنید؟ با تمام داده هایی که جمع آوری کرده اید چه می کنید؟ تبدیل داده های خام به بینش های ارزشمند و عملی ، مهارتی است که اغلب هنگام یادگیری در مورد UX نادیده گرفته می شود. در این دوره ، آماندا استوكول به شما نشان می دهد كه چگونه می توانید داده هایی را كه جمع آوری كرده اید ، تجزیه و تحلیل و سنتز کنید تا آن را به بینش های مفید و قدرتمند تبدیل کنید.

linkedin بهبود بینش با تجزیه و تحلیل داده های پیشرفته OpenAi (Mitalearn-423297)

  • 15 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Ray Villalobos
درباره این دوره:

ابزار تجزیه و تحلیل داده های پیشرفته (که قبلاً کد کد) از OpenAI را گسترش می دهد ، قابلیت های ChatGPT را گسترش می دهد. با استفاده از ماسهبازی محیط زیست پایتون ، تجزیه و تحلیل داده های پیشرفته می تواند برنامه خود را برای حل مشکلات شما ایجاد کند. مدل های بزرگ زبان (LLMS) ثابت کرده اند که دستیاران برنامه نویسی توانمند هستند ، اما - با سود دیگری از درک توسعه پایتون - تجزیه و تحلیل داده های پیشرفته گردش کار کاملاً جدید را باز می کند.

در این دوره مختصر ، بیاموزید که با تجزیه و تحلیل داده های پیشرفته (ADA) چه کاری می توانید انجام دهید.

coursera بهترین روش های تجسم داده ها (Mitalearn-335543)

  • 22 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Julie Pai,Majed Al-Ghandour
درباره این دوره:

در این دوره، ما اصول تجسم و نحوه انطباق آن با گردش کار علم داده را پوشش خواهیم داد. ما بر روی مفاهیم اصلی پشت هدف تجسم و اصول طراحی برای ایجاد نتایج موثر و با سهولت ارتباط تمرکز خواهیم کرد. شما همچنین محیط Tableau خود را راه‌اندازی می‌کنید، بارگذاری داده‌ها را تمرین می‌کنید و تجزیه و تحلیل توصیفی تک متغیره بخش‌های سهام S&P 500 را انجام می‌دهید.

coursera بهینه سازی برای تصمیم گیری (Mitalearn-329423)

  • 4 hours 36 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Soumya Sen
درباره این دوره:

در این دنیای داده‌محور، شرکت‌ها اغلب علاقه‌مندند که بدانند با توجه به داده‌ها، «بهترین» اقدام چیست. به عنوان مثال، تولیدکنندگان باید تصمیم بگیرند که با توجه به تقاضای تخمینی و در دسترس بودن مواد خام، چند واحد از یک محصول را تولید کنند؟ آیا آنها باید تمام محصولات را در داخل بسازند یا برخی از آنها را از شخص ثالث بخرند تا تقاضا را برآورده کنند؟ تجزیه و تحلیل تجویزی شاخه ای از تجزیه و تحلیل است که می تواند به این سوالات پاسخ دهد. برای تجویز تصمیمات مبتنی بر داده استفاده می شود. مهمترین روش در جعبه ابزار تجزیه و تحلیل تجویزی، بهینه سازی است. این دوره دانشجویان را با اصول اولیه بهینه سازی خطی برای تصمیم گیری آشنا می کند. با استفاده از مثال‌های عملی، این دوره نحوه تبدیل یک سناریو مسئله به یک مدل ریاضی را آموزش می‌دهد که بتوان آن را حل کرد تا بهترین نتیجه کسب و کار را به دست آورد. ما یاد می گیریم که متغیرهای تصمیم، تابع هدف و محدودیت های یک مسئله را شناسایی کنیم و از آنها برای فرمول بندی و حل یک مسئله بهینه سازی با استفاده از حل کننده اکسل و صفحه گسترده استفاده کنیم.

coursera بینش Power BI (Mitalearn-329372)

  • 4 hours 37 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Analytics Vidhya
درباره این دوره:

دنیای تجارت امروز به طور فزاینده ای مبتنی بر داده است. کسب‌وکارهای کوچک و بزرگ از داده‌ها برای تصمیم‌گیری در مورد فروش، استخدام، اهداف و همه حوزه‌هایی که داده‌هایی در اختیار دارند استفاده می‌کنند. در حالی که اکثر کسب و کارها به داده‌های یک نوع یا دیگری دسترسی دارند، درک داده‌ها بدون پیش‌زمینه در تجزیه و تحلیل داده‌ها برای یک کاربر عادی تجاری می‌تواند ترسناک باشد. Power BI مایکروسافت ترس و دردسر تجزیه و تحلیل و تجسم داده ها را از بین می برد. در طول این دوره، شما خطاهای موجود در مجموعه داده ها را شناسایی کرده و با استفاده از تکنیک های پاکسازی و تبدیل داده ها، آنها را تشخیص می دهید تا آنها را برای اهداف گزارش آماده کنید. با تمرکز بر کاربردهای عملی، تجسم های پیچیده را با استفاده از اپراتور DAX حل می کنید و تجسم ها را برای برنامه ریزی تصمیمات مربوط به کسب و کار ارزیابی می کنید. چه بخواهید یک تحلیلگر داده باشید، چه یک متخصص هوش تجاری یا یک تصمیم گیرنده با تکیه بر بینش های داده محور، این دوره ابزارها و دانش لازم را برای موفقیت در اختیار شما قرار می دهد.

linkedin بینش عملی و داده های تجاری در عمل (Mitalearn-391847)

  • 1 hours 33 minutes
  • مناسب همه
  • Release date: 23 June 2023
  • Author: Barton Poulson
درباره این دوره: 

 

اگر متخصص داده هستید، باید بدانید که چگونه به دنبال الگوهای پنهان بگردید. اما چگونه می‌توانید الگوها را به بینش‌های عملی تبدیل کنید که برای ذینفعان شما ارزش دارد؟ این دوره تمرین‌های عملی در مورد نحوه چارچوب‌بندی داده‌های خود برای ارائه بازگشت سرمایه به ذینفعان و کمک به آنها برای رسیدن به اهداف مؤثرتر و کارآمدتر ارائه می‌دهد.

مدرس بارتون پولسون به شما نشان می‌دهد که چگونه زمینه‌ای را که در آن قرار دارید را روشن کنید. از او خواسته شد که برای یادگیری نحوه یافتن، تمرکز و تدوین پیشنهادهای با ارزش برای مراحل بعدی بر اساس داده های کسب و کار کار کند. این دوره مانند یک کارگاه مهارتی توسعه یافته است که در مجموعه ای از درس های سه قسمتی آشکار می شود، از جمله: توضیح مورد استفاده از داده های تجاری. یک چالش خاص برای شما که باید آن را حل کنید. و نمایش راه حلی که قابل انتقال است و مستقیماً برای سناریوهای بالقوه در نقش شما قابل اجرا است.


coursera بینش معنادار بازاریابی (Mitalearn-294114)

  • 3 hours 12 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: David Schweidel
درباره این دوره:

با توجه به اینکه بازاریابان بزرگ‌ترین کاربران داده‌ها در سازمان هستند، نیاز به درک تنوع داده‌های مصرف‌کننده که سازمان جمع‌آوری می‌کند وجود دارد. نظرسنجی‌ها، تاریخچه تراکنش‌ها و سوابق صورت‌حساب، همگی می‌توانند بینشی در مورد رفتار آینده مصرف‌کنندگان ارائه دهند، مشروط بر اینکه به درستی تفسیر شوند. در مقدمه ای بر تجزیه و تحلیل بازاریابی، ابزارهایی را معرفی می کنیم که زبان آموزان برای تبدیل داده های خام به بینش بازاریابی به آن نیاز دارند. تمرین‌های ارائه شده با استفاده از مایکروسافت اکسل انجام می‌شوند تا اطمینان حاصل شود که زبان‌آموزان ابزارهای مورد نیاز برای استخراج اطلاعات از داده‌های در دسترس را در اختیار خواهند داشت. این دوره فراگیران را با ابزارهای ضروری از جمله تجزیه و تحلیل داده های اکتشافی و همچنین روش های رگرسیونی آشنا می کند که می تواند برای بررسی تأثیر فعالیت بازاریابی بر داده های کل (مانند فروش) و داده های انتخاب در سطح فردی (مثلاً انتخاب نام تجاری) استفاده شود. ). برای انجام موفقیت آمیز تکالیف در این دوره، به Microsoft Excel نیاز دارید. اگر اکسل ندارید، می توانید یک نسخه آزمایشی رایگان 30 روزه را از اینجا دانلود کنید: https://products.office.com/en-us/try

linkedin پانداها برای علم داده (Mitalearn-102677)

  • 2 hours 3 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Charles Kelly
درباره این دوره:

pandas for Data Science مقدمه ای بر یکی از داغ ترین ابزارهای جدید در دسترس متخصصان علم داده و تجزیه و تحلیل تجاری است. pandas یک کتابخانه منبع باز است که ساختارهای داده با کارایی بالا و آسان برای استفاده و ابزارهای تجزیه و تحلیل داده را ارائه می دهد. در حالی که پایتون دارای قابلیت‌های عالی برای دستکاری داده‌ها و آماده‌سازی داده‌ها است، پانداها ابزارهای تحلیل و مدل‌سازی داده‌ها را اضافه می‌کنند تا کاربران بتوانند کل گردش‌های کاری علم داده را انجام دهند.\r\n\r\n چارلز کلی به شما کمک می کند تا با سری های زمانی، فریم های داده، پانل ها، ترسیم و تجسم شروع کنید. تنها چیزی که نیاز دارید یک کپی از برنامه رایگان و تعاملی Jupyter Notebook برای تمرین و پیگیری است.

linkedin پانداهای سریعتر (Mitalearn-230789)

  • 1 hours 24 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Miki Tebeka
درباره این دوره:

دانشمندان داده اغلب پانداها را ترجیح می دهند، زیرا به آنها اجازه می دهد تا با حجم بیشتری از داده ها به طور موثر کار کنند - کیفیت مفیدی با بزرگتر و بزرگتر شدن مجموعه داده ها. در این دوره، مربی Miki Tebeka به شما نشان می دهد که چگونه سرعت و کارایی کد پانداهای خود را بهبود ببخشید. ابتدا، Miki توضیح می دهد که چرا عملکرد مهم است و چگونه می توانید آن را با پروفایلرهای پایتون اندازه گیری کنید. سپس، این دوره به شما می آموزد که چگونه از برداری برای دستکاری داده ها استفاده کنید. این دوره همچنین برخی از اشتباهات رایج و نحوه رسیدگی به آنها را بررسی می کند.

پایتون و پانداها دارای عملکردهای داخلی با کارایی بالا هستند و Miki نحوه استفاده از آنها را توضیح می دهد. پانداها می توانند از حافظه زیادی استفاده کنند، بنابراین Miki نکات خوبی در مورد نحوه ذخیره حافظه ارائه می دهد. این دوره نحوه سریال سازی داده ها با SQL و HDF5 را نشان می دهد. سپس Miki به چگونگی سرعت بخشیدن به کد خود با Numba و Cython می پردازد. DataFrames جایگزین همچنین می‌تواند سرعت کد شما را افزایش دهد و Miki از برخی گزینه‌ها عبور می‌کند. به علاوه، چند منبع اضافی را که می توانید بررسی کنید، کاوش کنید.

linkedin پایتون برای تجزیه و تحلیل داده ها: حل چالش های دنیای واقعی (Mitalearn-382293)

  • 2 hours 4 minutes
  • مناسب همه
  • Update date: 14 June 2024
  • Author: Sarah Om
درباره این دوره: 

 

از آنجایی که داده ها و مشاغل مرتبط با داده در دهه گذشته رشد کرده اند، تقاضا برای مهارت های داده نیز افزایش یافته است. اگر حرفه ای در زمینه داده ها هستید، این یک خبر عالی است! با این حال، ادامه سازگاری با تقاضاهای در حال تغییر بازار، که شامل استفاده از ابزارهایی مانند پایتون برای نزدیک شدن به چالش های کلان داده است، مهم است. در این دوره، سارا نوروی یک آزمون عملی و پروژه محور پایتون را به اشتراک می‌گذارد که مهارت‌های مورد نیاز برای کمک به شما را در میان سایرین در بازار رقابتی برجسته می‌کند. سارا یک تجزیه و تحلیل سرتاسر پایتون را انجام می‌دهد، نمونه‌ای از آنچه در کار با آن مواجه می‌شوید – از بیان مسئله شروع می‌کند و شما را تا تحویل بینش می‌برد. سارا به شما کمک می کند تا مشکل را حل کنید، انتظارات خود را تعیین کنید و بهترین روش ها را در مورد پاکسازی داده ها، تجسم داده ها و داستان سرایی پوشش می دهد. در نهایت، او همچنین مشکلات مشترک و مهارت‌های مهم تجاری و نرم را به اشتراک می‌گذارد که به شما کمک می‌کند برجسته شوید.

این دوره با GitHub Codespaces یکپارچه شده است، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه راه اندازی ماشین محلی ارائه می دهد. با GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید—همه با استفاده از ابزاری که احتمالاً در محل کار با آن مواجه خواهید شد.


coursera پایتون برای علم داده (Mitalearn-327145)

  • 10 hours 27 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Fractal Analytics Academy
درباره این دوره:

استاد پایتون برای علم داده با پروژه های عملی. پانداها، آمار و تجسم را برای حل مشکلات تجارت در دنیای واقعی بیاموزید. ایجاد مهارت‌های آماده برای کار در بحث و گفتگوی داده‌ها، تجزیه و تحلیل داده‌های اکتشافی (EDA) و ترسیم نمودار با matplotlib/seaborn—بدون نیاز به تجربه قبلی. این دوره آموزشی مبتدی شما را از طریق پاکسازی داده های نامرتب، استفاده از آمار توصیفی و استنباطی و تهیه مجموعه داده ها برای یادگیری ماشین راهنمایی می کند. شما تجزیه و تحلیل هایی را طراحی خواهید کرد که به سؤالات تجاری پاسخ می دهند، بینش ها را با تصاویر متقاعد کننده ارتباط برقرار می کنند و ارزیابی های چالش برانگیز را کامل می کنند که با سناریوهای محل کار هماهنگ هستند. در پایان، با اطمینان داده‌ها را در پانداها دستکاری می‌کنید، گردش کار را خودکار می‌کنید و داشبوردهایی می‌سازید که ذینفعان آن را درک کنند. سفر مبتنی بر داده خود را شروع کنید و داده های خام را به تصمیم گیری تبدیل کنید.

coursera پایتون برای علم داده های ژنومی (Mitalearn-335271)

  • 3 hours 11 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Mihaela Pertea, PhD,Steven Salzberg, PhD
درباره این دوره:

این کلاس مقدمه ای بر زبان برنامه نویسی پایتون و نوت بوک آی پایتون ارائه می دهد. این سومین دوره در رشته تخصصی علم داده های بزرگ ژنومی از دانشگاه جان هاپکینز است.

coursera پایتون برای علم داده، هوش مصنوعی و توسعه (Mitalearn-270178)

  • 2 hours 23 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Joseph Santarcangelo
درباره این دوره:

سفر پایتون خود را با این دوره مبتدی و خودگام که توسط یک متخصص آموزش داده شده است، شروع کنید. پایتون یکی از محبوب ترین زبان های برنامه نویسی است و تقاضا برای افرادی که مهارت های پایتون دارند همچنان در حال افزایش است. این دوره شما را در عرض چند ساعت از صفر به برنامه نویسی در پایتون می رساند—هیچ تجربه قبلی برنامه نویسی لازم نیست! شما با اصول اولیه پایتون، از جمله انواع داده، عبارات، متغیرها و عملیات رشته شروع خواهید کرد. شما ساختارهای داده ضروری مانند لیست ها، تاپل ها، دیکشنری ها و مجموعه ها را بررسی خواهید کرد و نحوه ایجاد، دسترسی و دستکاری آنها را یاد خواهید گرفت. در مرحله بعد، مفاهیم منطقی مانند شرایط و انشعاب، یادگیری نحوه استفاده از حلقه ها و توابع، همراه با اصول مهم برنامه نویسی مانند مدیریت استثنا و برنامه نویسی شی گرا را بررسی خواهید کرد. با پیشرفت، تجربه عملی در خواندن و نوشتن روی فایل ها و کار با فرمت های رایج فایل به دست خواهید آورد. همچنین از کتابخانه های قدرتمند پایتون مانند NumPy و Pandas برای دستکاری و تجزیه و تحلیل داده ها استفاده خواهید کرد. این دوره همچنین APIها و وب اسکرپینگ را پوشش می دهد و به شما یاد می دهد که چگونه با استفاده از کتابخانه هایی مانند درخواست ها با REST API تعامل کنید و داده ها را از وب سایت ها با استفاده از BeautifulSoup استخراج کنید. شما آنچه را که از طریق آزمایشگاه های عملی با استفاده از نوت بوک های Jupyter می آموزید، تمرین کرده و به کار خواهید برد. در پایان این دوره، ایجاد برنامه های اساسی، کار با داده ها و خودکارسازی کارهای دنیای واقعی با استفاده از پایتون احساس راحتی خواهید کرد. این دوره برای افرادی که علاقه مند به دنبال کردن مشاغل در علوم داده، تجزیه و تحلیل داده، توسعه نرم افزار، مهندسی داده، هوش مصنوعی و DevOps و انواع دیگر نقش های مرتبط با فناوری هستند مناسب است.

linkedin پایتون در اکسل برای متخصصان مالی (Mitalearn-433718)

  • 48 minutes
  • مناسب همه
  • Release date: 9 April 2024
  • Author: Christian Martinez
درباره این دوره: 

 اکنون که مایکروسافت از ادغام پایتون در اکسل خبر داد ، متخصصان دارایی باید یاد بگیرند که چگونه این ادغام را برای تجزیه و تحلیل داده ها ، اتوماسیون و راه های بهبود کار خود استفاده کنند. در این دوره ، کریستین مارتینز ، مدیر تحلیلی مالی ، شما را از طریق روش های استفاده از تجزیه و تحلیل داده ها برای تقویت توانایی های تحلیلی و مدل سازی شما راهنمایی می کند.

linkedin پایتون در اکسل: شروع با تجزیه و تحلیل داده ها (Mitalearn-433735)

  • 1 hours 40 minutes
  • مناسب همه
  • Release date: 12 March 2024
  • Author: Joe Marini
درباره این دوره: 

 آیا به دنبال این هستید که یک شیرجه عمیق تر را به ویژگی ها و عملکردهای اصلی پایتون در اکسل برسانید؟ این دوره دستی اصول کار با داده ها را با استفاده از پایتون در اکسل از جمله ساختار داده ها ، داده های داده ها ، توابع و موارد دیگر پوشش می دهد. به مربی و متخصص صنعت جو مارینی بپیوندید ، زیرا او شما را با استفاده از نقاط قوت مربوطه خود در کنار هم ، از این دو فناوری پیشرو بیشتر می کند. در طول راه ، مهارت های جدید و دانش فنی خود را در چالش های تمرینی در پایان هر بخش آزمایش کنید. در طول دوره ، جو تعداد انگشت شماری از نمونه های عملی پایتون درسل را مانند تعیین تاریخ با DateUtil ، ایجاد یک دنباله تصادفی ، ایجاد یک طرح پراکندگی با Seaborn ، ایجاد نمودار گانت و استخراج داده ها با استفاده از عبارات منظم برجسته می کند.

coursera پایتون و پانداها برای مهندسی داده (Mitalearn-328505)

  • 4 hours 7 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Kennedy Behrman,Alfredo Deza,Noah Gift
درباره این دوره:

در این اولین دوره از Python، Bash و SQL Essentials for Data Engineering Specialization، شما یاد خواهید گرفت که چگونه یک محیط کاری پایتون کنترل شده با نسخه راه اندازی کنید که می تواند از کتابخانه های شخص ثالث استفاده کند. شما یاد خواهید گرفت که از پایتون و کتابخانه قدرتمند پانداها برای تجزیه و تحلیل و دستکاری داده ها استفاده کنید. علاوه بر این، با Vim و Visual Studio Code که دو ابزار محبوب برای نوشتن نرم افزار هستند نیز آشنا خواهید شد. این دوره برای دانش‌آموزان مبتدی و متوسط ​​برای شروع تبدیل و دستکاری داده‌ها به عنوان یک مهندس داده ارزشمند است.

coursera پردازش داده AWS (Mitalearn-329304)

  • 3 hours
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Whizlabs Instructor
درباره این دوره:

دوره AWS: Data Processing Course دومین دوره تخصصی تخصصی تجزیه و تحلیل داده تایید شده AWS است. این دوره بر ارائه راه حل های پردازش داده تمرکز دارد. کل دوره برای آموزش مفهوم EMR و Extract، Transform و Load به فراگیران طراحی شده است. این دوره همچنین بر خدمات ETL و راه حل های پردازش داده در AWS تأکید دارد. این دوره به سه ماژول تقسیم می شود و هر ماژول بیشتر توسط درس ها و سخنرانی های ویدیویی تقسیم می شود. این دوره آموزشی با سخنرانی‌های ویدیویی در حدود 3:30-4:00 ساعت که هم تئوری و هم دانش عملی را ارائه می‌کند، به زبان‌آموزان تسهیل می‌کند. همچنین آزمون های درجه بندی شده و بدون درجه بندی به منظور سنجش توانایی فراگیران به همراه هر ماژول ارائه می شود. ماژول 1: مقدمه: استخراج، تبدیل و بارگذاری مشاغل ماژول 2: مقدمه: EMR ماژول 3: خدمات ETL و راه حل پردازش داده در AWS توصیه می شود که افراد باید تجربه کار با خدمات AWS برای طراحی، ساخت، ایمن سازی و نگهداری را داشته باشند. راه حل های تحلیلی برای درک این دوره در پایان این دوره، فراگیران قادر خواهند بود: -مفاهیم مدلسازی را تجزیه و تحلیل کنند و مدل های یادگیری ماشینی را آموزش دهند - عملکرد مدل های یادگیری ماشینی را بررسی کنند - با آموزش یک مدل، تنظیم خودکار مدل را پیاده سازی کنند.

coursera پردازش داده با Azure (Mitalearn-322674)

  • 3 hours 52 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Samant Bali,Kenny Mobley
درباره این دوره:

این دوره آموزشی Azure برای تجهیز دانش آموزان به دانش لازم برای پردازش، ذخیره و تجزیه و تحلیل داده ها برای تصمیم گیری آگاهانه تجاری طراحی شده است. از طریق این دوره Azure، دانش‌آموز متوجه خواهد شد که داده‌های بزرگ به همراه اهمیت تجزیه و تحلیل داده‌های بزرگ، که مهارت‌های ریاضی و برنامه‌نویسی دانش‌آموزان را بهبود می‌بخشد. دانش آموزان موثرترین روش استفاده از ابزارهای تحلیلی ضروری مانند پایتون، R و آپاچی اسپارک را خواهند آموخت.

Suggestions