Course catalog

Categories

Showing 1-2 of 2 items.

coursera برنامه نویسی برای علم داده (Mitalearn-328743)

  • 31 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Dr Jonathan Ward,Hassan Izanloo
درباره این دوره:

اصول برنامه نویسی را بررسی کنید و با زبان پایتون آشنا شوید. پس از اتمام این دوره، شما قادر خواهید بود برنامه های پایتون را در Jupyter Notebook بنویسید و برنامه نویسی پایه را شرح دهید. در این دوره شما هر آنچه را که برای شروع سفر برنامه نویسی خود نیاز دارید را یاد خواهید گرفت. انواع مختلف داده های موجود در پایتون و نحوه استفاده از آنها را کشف خواهید کرد، نحوه اعمال ساختارهای کنترل شرطی و حلقه ای را یاد خواهید گرفت و توابع خود را بنویسید. این دوره توضیحات مفصلی از مفاهیم جدید و اطلاعات پس زمینه برای زمینه اضافی ارائه می دهد. آزمون های موجود به شما کمک می کند تا درک خود را توسعه دهید. شما همچنین تمرینات را با استفاده از Jupyter Notebook در رایانه خود کامل خواهید کرد. با استفاده از Jupyter Notebook، می‌توانید یادداشت‌های خود را با مثال‌های مفید ترکیب کنید تا منابع مورد نیاز برای برنامه‌نویسی را در آینده به طور مستقل توسعه دهید. این دوره یک مزه کننده کارشناسی ارشد آنلاین در علوم داده (آمار) است، اما می تواند توسط زبان آموزانی که می خواهند مقدماتی بر برنامه نویسی و کشف اصول پایتون داشته باشند تکمیل شود.

coursera مبانی علم داده: خوشه بندی K-Means در پایتون (Mitalearn-326652)

  • 2 hours 57 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Dr Matthew Yee-King,Dr Betty Fyn-Sydney,Dr Jamie A Ward
درباره این دوره:

سازمان‌ها در سراسر جهان از داده‌ها برای پیش‌بینی رفتارها و استخراج بینش‌های ارزشمند دنیای واقعی برای تصمیم‌گیری استفاده می‌کنند. مدیریت و تجزیه و تحلیل کلان داده ها به بخشی ضروری از امور مالی مدرن، خرده فروشی، بازاریابی، علوم اجتماعی، توسعه و تحقیقات، پزشکی و دولت تبدیل شده است. این MOOC که توسط یک تیم دانشگاهی از Goldsmiths، دانشگاه لندن طراحی شده است، به سرعت شما را با مفاهیم اصلی علم داده آشنا می کند تا شما را برای دوره های متوسط ​​و پیشرفته علوم داده آماده کند. این بر روی ریاضیات، آمار و مهارت های برنامه نویسی اساسی تمرکز دارد که برای کارهای معمولی تجزیه و تحلیل داده ها ضروری است. شما این مفاهیم اساسی را در یک کار نمونه‌ای خوشه‌بندی داده در نظر خواهید گرفت و از این مثال برای یادگیری مهارت‌های برنامه‌نویسی اولیه که برای تسلط بر تکنیک‌های علم داده ضروری هستند، استفاده خواهید کرد. در طول دوره، از شما خواسته می‌شود که یک سری تمرین‌های ریاضی و برنامه‌نویسی و یک پروژه خوشه‌بندی داده‌های کوچک برای یک مجموعه داده انجام دهید.