• Advanced Data Visualization:
    259,000 ت 220,150 ت
  • آموزش آمار کاربردی برای تحلیل داده کسب و کار:
    259,000 ت 220,150 ت
  • آموزش الگوریتم‌های بهینه ‌سازی در R:
    319,000 ت 271,150 ت
  • آموزش تحلیل داده با زبان برنامه نویسی R (پیشرفته):
    319,000 ت 271,150 ت
  • آموزش تحلیل داده با زبان برنامه نویسی R (مقدماتی):
    259,000 ت 220,150 ت
  • مجموع:
    1,415,000 ت 1,202,750 ت
  • مجموع تخفیف: 212,250 ت
خرید تخصص
قیمت: 1,202,750 تومان
  • دسترسی نامحدود به محتوای تمامی دوره‌ها
  • دریافت گواهینامه معتبر مکتب‌خونه
  • دسترسی به پروژه و تصحیح پروژه‌ها توسط راهنمای متخصص
  • مشارکت در تالار گفتگو
قیمت: 1,202,750 تومان
تحلیل داده در کسب و کار

تحلیل داده در کسب و کار

تحلیل داده در کسب و کار

دوره‌ها

دوره آنلاین Business Analytics  یا تحلیل کسب و کار مقدمه‌ای است بر مباحث تحلیلی در حوزه کسب و کار، چه برای کسانی که دانش و تجربه قبلی در این حوزه ندارند و چه برای کسانیکه می‌خواهند دانش خود را در حوزه کاربرد روش‌های داده محور در کسب و کار و مدیریت تقویت کنند.

شما در این دوره خواهید آموخت که چگونه از داده برای توصیف، پیش‌بینی و بهینه‌سازی در حوزه‌های مختلف کسب و کار مانند مالی، تولید و عملیات، بازاریابی و استراتژی استفاده کنید و تصمیمات بهتری در آن حوزه بگیرید.

این دوره کمک می‌کند تا شما توانمندی تحلیلی را در خود افزایش دهید و مسائل حوزه کسب و کار را از دریچه رویکردهای داده محور ارزیابی کنید.

در این دوره شما با داده‌های واقعی کار خواهید کرد و مهارت‌های لازم برای تفسیر این داده‌ها را خواهید آموخت. ‌هر دوره شامل مجموعه‌ای از تمرین‌ها و پروژه پایانی است که به شما کمک می‌کند دانش فراگرفته شده را بتوانید در مسائل دنیای واقعی بکار بگیرید.

اگر هدف شما آن است که در حوزه تحلیل داده فرد عمیقی شوید، آشنایی با زبان برنامه نویسی مانند R برای شما اهمیت پیدا می‌کند.

درس آموزش تحلیل داده با زبان برنامه نویسی R (مقدماتی) با هدف آموزش مبانی اولیه تحلیل داده با R طراحی شده است.

داشتن فهم عمیق از مبانی آماری برای یک تحلیگر داده یک الزام است. از طریق گذراندن درس آموزش آمار کاربردی برای تحلیل داده شما با مبانی آمار و کاربردهایش در حوزه کسب و کار آشنا می شوید.

توانایی به تصویر کشیدن داده‌ها و آشنایی با امکانات مختلف R برای تصویرسازی داده، هدف درس سوم دوره Business Analytics است.

در درس چهارم، شما با الگوریتم‌های مهم یادگیری ماشین با تاکید بر کاربرد در حوزه کسب و کار آشنا می شوید. در نهایت در درس آموزش الگوریتم‌های بهینه‌سازی در R رویکردهای مختلف نسبت به حل مسائل بهینه‌سازی و کاربردهای آن در دنیای واقعی را خواهید آموخت.

سوالات پرتکرار

اگر قبلا در یک یا چند دوره از دوره‌های این تخصص قبلا ثبت‌نام کرده باشم، چگونه می‌توانم در این تخصص ثبت‌نام کنم؟
شما می‌توانید با پرداخت هزینه‌ی دوره‌هایی که تا کنون ثبت‌نام نکرده‌اید، در تخصص ثبت‌نام کنید و به تمامی دوره‌ها دسترسی داشته باشید.
آیا می‌توانم به تنهایی در یک دوره ثبت‌نام کنم؟
بله. با انتخاب دوره مورد علاقه خود میتوانید در آن دوره به تنهایی ثبت‌نام کنید.
آیا این تخصص 100% آنلاین است؟
اگر دوره‌ای شامل بخش حضوری نیز باشد در توضیحات همان دوره آمده است.
در صورت اتمام تخصص گواهی‌نامه‌ای جداگانه از گواهی‌نامه دوره ها به من تعلق می گیرد؟
بله. در صورتی که تمام دوره‌های یک تخصص را در زمان تعیین‌شده با نمره قبولی به اتمام برسانید، گواهی‌نامه تخصص برای شما صادر می گردد. گواهی‌نامه تخصص گواهی‌نامه ای جدا از گواهی‌نامه تک‌تک دوره‌ها است که برای شما صادر می شود.
آیا باید دوره‌ها را به ترتیب بگذرانم؟
نه. برای اتمام تخصص شما باید همه دوره‌های آن تخصص را بگذرانید ولی الزامی به رعایت ترتیب نیست. برای دوره‌هایی که پیش‌نیاز دارند پیش‌نیازی را توصیه می کنیم که رعایت کنید. توصیه می‌شود که ترتیب دوره‌های تخصص را رعایت کنید ولی الزامی به آن نیست.
زمان دسترسی من به دوره‌ها پس از خرید تخصص چگونه است؟
شما پس از خرید تخصص برای مدت زمان تعیین‌شده به همه دوره‌ها دسترسی خواهید داشت. پس از پایان زمان تخصص، با تمدید تخصص می توانید برای مدت تمدید به همه دوره‌ها دسترسی داشته باشید.
پس از سپری شدن زمان تخصص آیا به دوره‌ها دسترسی خواهم داشت؟
بله، پس از اتمام زمان تخصص شما به محتوای همه دوره‌ها دسترسی خواهید داشت و می توانید از ویدئوها، تمارین، پروژ‌ه‌ها و دیگر محتوای دوره در صورت وجود استفاده کنید ولی امکان تصحیح تمارین توسط پشتیبان و دریافت گواهی‌نامه برای شما وجود نخواهد داشت مگر با تمدید دوره.

آموزش تحلیل داده با زبان برنامه نویسی R (مقدماتی)

آموزش زبان برنامه نویسی R (مقدماتی) هرچه می‌گذرد، R بیشتر به زبان غالب در بین دانشمندان داده تبدیل می‌شود. شرکت‌هایی مانند گوگل (Google)، فیس‌بوک (Facebook)، اوبر (Uber) و مایکروسافت (Microsoft) به‌طور گسترده از R استفاده می‌کنند. R همین‌طور زبان محبوبی در بین دانشگاهیان دنیاست. این امر موجب شده است R …
مشاهده‌ی دوره
مشاهده‌ی سرفصل‌های دوره  

فصل اول - مقدمه

00:16 ساعت (شامل 00:16 ساعت محتوای آموزشی)

فصل دوم - مباحث مقدماتی

01:30 ساعت (شامل 01:25 ساعت محتوای آموزشی)

فصل سوم - خواندن و نوشتن داده‌ها در R

00:54 ساعت (شامل 00:49 ساعت محتوای آموزشی)

فصل چهارم - عبارات شرطی و حلقه‌ها در R

00:51 ساعت (شامل 00:46 ساعت محتوای آموزشی)

فصل پنجم - توابع در R

00:34 ساعت (شامل 00:29 ساعت محتوای آموزشی)

فصل ششم - نمایش داده‌ها در R (مقدماتی)

01:05 ساعت (شامل 01:05 ساعت محتوای آموزشی)

فصل هفتم - نمایش داده‌ها در R (پیشرفته)

00:54 ساعت (شامل 00:49 ساعت محتوای آموزشی)

فصل هشتم - آماده‌سازی داده در R

01:10 ساعت (شامل 01:10 ساعت محتوای آموزشی)

پروژه نهایی

08:00 ساعت

فصل دهم - طراحی اپلیکیشن در R (فصل جدید)

00:52 ساعت (شامل 00:52 ساعت محتوای آموزشی)

آموزش آمار کاربردی برای تحلیل داده کسب و کار

برای خیلی از افرادی که به حوزه تحلیل کسب و کار یا Business Analytics علاقمند هستند و می خواهند این مسیر شغلی را انتخاب کنند، روشن نیست که چطور باید شروع کنند. دلیل عمده این هست که Business Analytics یک حوزه بین رشته ای است و در حال حاضر  چه …
مشاهده‌ی دوره
مشاهده‌ی سرفصل‌های دوره  

فصل اول - مقدمه

01:20 ساعت (شامل 01:15 ساعت محتوای آموزشی)

فصل دوم - آمار توصیفی

01:47 ساعت (شامل 01:42 ساعت محتوای آموزشی)

فصل سوم - مقدمه ای بر احتمال و توزیع های احتمالی

04:31 ساعت (شامل 04:15 ساعت محتوای آموزشی)

فصل چهارم - توزیع نمونه گیری

01:01 ساعت (شامل 00:56 ساعت محتوای آموزشی)

فصل پنجم - برآورد نقطه ای و بازه ای

01:04 ساعت (شامل 00:59 ساعت محتوای آموزشی)

فصل ششم - آزمون فرضیه

02:50 ساعت (شامل 02:45 ساعت محتوای آموزشی)

پروژه پایانی

11:00 ساعت

Advanced Data Visualization

مصورسازی داده‌ها (Data visualization) و آشنایی با ابزارهای Data visualization یک بخش مهم و پایه‌ای در تحلیل داده است. هدف از تصویرسازی داده و Data visualization در تحلیل داده‌های کمی و تحلیل داده‌های کیفی ، جمع‌بندی داده‌ها در قالب چند نمودار یا تصویر نیست. هدف اصلی تحلیل داده‌ها بر مبنای …
مشاهده‌ی دوره
مشاهده‌ی سرفصل‌های دوره  

فصل اول - مقدمه ای بر تصویرسازی داده

00:09 ساعت (شامل 00:09 ساعت محتوای آموزشی)

فصل دوم - روایت گری با داده

00:33 ساعت (شامل 00:33 ساعت محتوای آموزشی)

فصل سوم - نکات مهم در تصویرسازی با داده

00:24 ساعت (شامل 00:24 ساعت محتوای آموزشی)

فصل چهارم - آشنایی با بسته ggplot2

00:49 ساعت (شامل 00:49 ساعت محتوای آموزشی)

فصل پنجم - تحلیل توصیفی داده ها در R

03:16 ساعت (شامل 03:16 ساعت محتوای آموزشی)

فصل ششم - نمودارهای تعاملی و طراحی اپلیکیشن در R

10:19 ساعت (شامل 01:19 ساعت محتوای آموزشی)

آموزش تحلیل داده با زبان برنامه نویسی R (پیشرفته)

در دوره آموزش زبان برنامه نویسی R (پیشرفته) دانشجویان با کاربردهای برخی از الگوریتم‌های یادگیری ماشین (Machine Learning) در کسب‌وکار و نحوه به‌کارگیری این الگوریتم‌ها روی داده‌های واقعی آشنا می‌شوند. رگرسیون خطی، رگرسیون لجستیک، خوشه‌بندی سلسله مراتبی، خوشه بندی kmeans و الگوریتم Naive Bayes و الگوریتم Apriori روش‌هایی هستند که …
مشاهده‌ی دوره
مشاهده‌ی سرفصل‌های دوره  

فصل اول - مقدمه

00:41 ساعت (شامل 00:41 ساعت محتوای آموزشی)

فصل دوم - رگرسیون خطی (Linear Regression)

03:30 ساعت (شامل 03:25 ساعت محتوای آموزشی)

فصل سوم - رگرسیون لجستیک (Logistic Regression)

01:35 ساعت (شامل 01:30 ساعت محتوای آموزشی)

فصل چهارم - بخش‌بندی بازار (Segmentation)

02:51 ساعت (شامل 02:46 ساعت محتوای آموزشی)

فصل پنجم - تحلیل سبد مشتریان (Market Basket Analysis)

09:45 ساعت (شامل 00:40 ساعت محتوای آموزشی)

آموزش الگوریتم‌های بهینه ‌سازی در R

در این درس دانشجویان با مفاهیم بهینه‌سازی و نحوه اجرای آن در R آشنا می‌شوند. تمرکز این درس کاربرد روش‌های بهینه‌سازی در حوزه کسب‌وکار و مدیریت است. پرسش‌هایی اساسی در کسب‌وکار نظیر موارد زیر با الگوریتم‌های بهینه‌سازی قابل پاسخ‌دادن هستند: ·        یک شرکت تحت محدودیت‌های مختلف تولید …
مشاهده‌ی دوره
مشاهده‌ی سرفصل‌های دوره  

مقدمه

00:10 ساعت (شامل 00:10 ساعت محتوای آموزشی)

فصل اول: روش‌های بهینه‌سازی بدون محدودیت

01:21 ساعت (شامل 01:16 ساعت محتوای آموزشی)

فصل دوم: برنامه‌ریزی خطی

02:34 ساعت (شامل 02:29 ساعت محتوای آموزشی)

فصل سوم: بهینه‌سازی غیرخطی

01:22 ساعت (شامل 01:17 ساعت محتوای آموزشی)

پروژه نهایی

10:00 ساعت