آموزش داده‌کاوی و کشف دانش

در دوره‌ی آموزش داده‌کاوی و کشف دانش مفاهیم، ابزارها و متدلوژی‌های مختلف در حوزه‌ی داده‌کاوی معرفی می‌شود. در این دوره متدلوژی CRISP معرفی می‌شود که متدلوژی معروف و قابل‌فهم در داده‌کاوی و کشف دانش است. ... ادامه

3 (46 امتیاز)
998 دانشجو
مقدماتی
سمیه علیزاده

سمیه علیزاده

محتوای دوره
درباره دوره
نظرات کاربران
درباره استاد

محتوای دوره

10 فصل 27 جلسه 6 ساعت ویدیو
تعاریف و مفاهیم داده‌کاوی
معرفی ابزارها و نرم‌افزارهای داده‌کاوی
متدلوژی استفاده از داده‌کاوی در عمل (crisp)
خوشه‌بندی
قواعد باهم‌آیی (Association)
دسته‌بندی
انبار داده
آماده‌سازی و پیش‌پردازش داده‌ها
مصورسازی داده‌ها
کاربردهای داده‌کاوی

درباره دوره

در دوره‌ی آموزش داده‌کاوی و کشف دانش مفاهیم، ابزارها و متدلوژی‌های مختلف در حوزه‌ی داده‌کاوی معرفی می‌شود. در این دوره متدلوژی CRISP معرفی می‌شود که متدلوژی معروف و قابل‌فهم در داده‌کاوی و کشف دانش است. همچنین الگوریتم‌های مختلف در حوزه‌ی داده‌کاوی معرفی می‌شود که می‌توان به الگوریتم‌های خوشه‌بندی (k-means، سلسله مراتبی) ، دسته‌بندی (k-nn، شبکه عصبی، درخت تصمیم) و باهم‌آیی اشاره کرد و به مباحث انبارداده، آماده‌سازی و پیش‌پردازش و مصورسازی داده نیز پرداخته می‌شود. در آموزش داده‌کاوی و کشف دانش به کاربردهایی که این دوره در علوم و صنایع مختلف دارد، مانند سلامت و CRM، نیز اشاره می‌شود.

داده‌کاوی زیر مجموعه‌ای از علوم داده است که به نام داده‌کاوی و کشف دانش نیز شناخته می‌شود. این علم تا دهه‌ی ۱۹۹۰ میلادی ابداع نشده بود. در این دهه با ترکیب سه علم آمار، هوش مصنوعی و یادگیری ماشین، داده‌کاوی شکل گرفت.

در عصر حاضر با پیشرفت تکنولوژی علوم، کسب‌وکارها و صنایع داده‌های زیادی از گذشته تا امروز تولید کرده‌اند و همچنین ابزارهایی مانند رایانه‌ها، تلفن‌های همراه و شبکه‌ی جهانی وب داده‌های مختلفی تولید می‌کنند و با توجه به این‌که هر دو سال حجم داده‌ها در جهان دو برابر می‌شود و ۹۰درصد دنیای دیجیتال را داده‌ها ساختار نیافته تشکیل می‌دهند، اهمیت داده‌کاوی نمایان می‌شود. ازاین‌رو نیاز به تحلیل و پردازش این داده‌ها به وجود آمده است. برای پاسخ به این نیاز داده‌کاوی ابزارهای آمار و هوش مصنوعی و یادگیری ماشین را با مدیریت پایگاه‌داده ترکیب کرده‌است تا که داده‌های خام را به اطلاعات مفید و تحلیل پذیر تبدیل کند. این اعمال شامل کاوش، تجزیه‌وتحلیل بلوک‌های زیادی از داده است که الگو و روندهای معنادار و قابل‌فهم را در داده کشف می‌کند.

داده‌کاوی و کشف دانش کاربردهای بسیاری در کسب‌وکارها و علوم مختلف دارد، در رشته‌ی صنایع از داده‌کاوی در امور مختلفی استفاده می‌شود. از جمله مدیریت ارتباط با مشتری، مدیریت زنجیره تأمین، برنامه‌ریزی تولید، کنترل کیفیت، مدیریت پروژه، ایمنی، بهداشت و محیط‌زیست و در علوم کامپیوتر هم برای پیدا کردن الگوی میان داده‌ها و پیش‌بینی نتایج استفاده می‌شود. همچنین در بانک‌داری برای پیدا کردن کلاهبرداری و در صنایع و کسب‌وکارهای دیگر با انجام داده‌کاوی روی داده‌های مشتریان اطلاعات مفیدی برای بازاریابی به دست می‌آورند. یکی دیگر از کاربردهای داده‌کاوی و کشف دانش تشخیص هرزنامه یا همان اسپم در ایمیل‌هاست.     

در دوره‌ی آموزش داده‌کاوی و کشف دانش با روش‌ها و الگوریتم‌های مختلفی معرفی می‌شود که به کمک آن می‌توان داده‌ها را تحلیل و پردازش کرد.

اطلاعات بیشتر

امتیاز و نظرات کاربران

3

از مجموع 46 امتیاز

4 نظر

3 سال پیش

عالی بود؛ چون هوش مصنوعی خونده بودم این دوره یک خلاصه بسیار مفید از دروس شناسایی الگو و شبکه های عصبی بهم داد .ممنونم از خانم دکتر علیزاده . این دوره رو توصیه میکنم به تمام دانشجویان هوش مصنوعی که میخوان جمع بندی از چند تا درس داشته باشند. چند مقاله در حوزه دسته بندی ها داشتم و شبکه عصبی اما باز هم مواردی بود که از مطالعه جا مونده بود و با مطالعه این دوره کامل شد. ممنونم از مکتب خونه و همه شتاب دهنده های شریف :-)

حمیدرضا رضاپور

حمیدرضا رضاپور

4 سال پیش

مباحث مطرح شده مناسب و با کیفیت بود اما سوالات مطرح شده، گنگ یا چند جوابی بود (که اکثرا هم مشخص نشده بود که ممکن است چند جوابی باشد)

علیرضا مقدم نژاد

علیرضا مقدم نژاد

4 سال پیش

بد بود و غیر عملی. داده کاوی تو واقعیت یک چیز دیگس. نه صرفا مطالب تئوری.

مجتبی عبدی خاصوان

مجتبی عبدی خاصوان

4 سال پیش

با اینکه نمره نهاییم ۱۰۰ شده ولی واقعا پشیمونم از اینکه این دوره رو انتخاب کردم، اول اینکه اصلا این دوره تمرین و پروژه نداره و خیلی تئوری هست و اصلا کار عملی وجود نداره، دوما حتی کوئیز هایی که وجود داره از منابع انگلیسی کپی پیست شده و زمانی رو برای طراحی این کوئیز ها حتی نذاشتن، خلاصه اینکه وقتتون رو هدر ندین برای این دوره .

علیرضا حق شناس

علیرضا حق شناس

گواهی‌نامه

آموزش داده‌کاوی و کشف دانش

پس از گذراندن محتوای دوره به صورت آنلاین (بدون دانلود) در سایت مکتب‌خونه، در صورتی‌ که حد نصاب قبولی در دوره را کسب و تمرین ها و پروژه های الزامی را ارسال کنید، گواهی‌نامه رسمی پایان دوره توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

قابل اشتراک‌گذاری در

linkdin

دوره‌های پیشنهادی

درباره استاد

سمیه علیزاده
سمیه علیزاده
0 دوره
0 دانشجو
 
سمیه علیزاده دکتری مهندسی صنایع (گرایش مدیریت سیستم) و کارشناسی ارشد مهندسی صنایع (گرایش مدیریت سیستم) و کارشناسی کامپیوتر (نرم‌افزار) از دانشگاه شریف می‌باشد. عضو هیات علمی گروه فناوری اطلاعات دانشگاه خواجه نصیرالدین طوسی است. حدود پانزده سال سابقه تدریس در فناوری اطلاعات داشته و همچنین پروژه‌های بسیاری در زمینه داده‌کاوی و کشف‌دانش و فناوری اطلاعات در سازمانهای زیادی انجام داده‌است. 

اطلاعات بیشتر

سوالات پرتکرار

آیا در صورت خرید دوره، گواهی نامه آن به من تعلق می گیرد؟

خیر؛ شما با خرید دوره می توانید در آن دوره شرکت کنید و به محتوای آن دسترسی خواهید داشت. در صورتی که در زمان تعیین شده دوره را با نمره قبولی بگذرانید، گواهی نامه دوره به نام شما صادر خواهد شد.

آیا گواهی‌نامه‌های دانشگاهی به صورت رسمی و توسط دانشگاه مربوطه صادر می‌شود؟

بله؛ گواهی نامه ها توسط دانشگاه مربوطه و با امضای رئیس دانشگاه یا مسئول مربوطه که حق امضای گواهی نامه ها را دارد صادر می شود و گواهی نامه معتبر دانشگاه است که به اسم هر فرد صادر می شود.

حداقل و حداکثر زمانی که می توانم یک دوره را بگذرانم چقدر است؟

برای گذراندن دوره حداقل زمانی وجود ندارد و شما می توانید در هر زمانی که مایل هستید فعالیت های مربوطه را انجام دهید. برای هر دوره یک حداکثر زمان تعیین شده است که در صفحه معرفی دوره می توانید مشاهده کنید که از زمان خرید دوره توسط شما تنها در آن مدت شما از ویژگی های تصحیح پروژه ها توسط پشتیبان و دریافت گواهی نامه بهره مند خواهید بود.

در صورت قبولی در دوره، آیا امکان دریافت نسخه فیزیکی گواهی نامه دوره را دارم؟

خیر، به دلیل مسائل زیست محیطی و کاهش قطع درختان، فقط نسخه الکترونیکی گواهی‌نامه در اختیار شما قرار می‌گیرد

پس از سپری شدن زمان دوره، به محتوای دوره دسترسی خواهم داشت؟

بله؛ پس از سپری شدن مدت زمان دوره شما به محتوای دوره دسترسی خواهید داشت و می توانید از ویدئوها، تمارین، پروژه و دیگر محتوای دوره در صورت وجود استفاده کنید ولی امکان تصحیح تمارین توسط پشتیبان و دریافت گواهی نامه برای شما وجود نخواهد داشت.