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 ... ادامه

ارائه دهنده:  مکتب‌خونه  مکتب‌خونه
مدرس دوره:
 96% (478 رای)
سطح: مقدماتی
 پلاس
  
زمان مورد نیاز برای گذارندن دوره:  18 ساعت
مجموع محتوای آموزشی:  9 ساعت ویدئو - 9 ساعت تمرین و پروژه
 (قابل دانلود می‌باشد)
مهلت دوره:  8 هفته
  
حد نصاب قبولی در دوره:  75 نمره
فارغ‌التحصیل شدن در این دوره نیاز به ارسال تمرین‌ها و پروژه‌های الزامی دارد. 
organization-pic  گواهینامه این دوره توسط مکتب‌خونه ارائه می‌شود.
course-feature   گواهی‌نامه مکتب‌خونه course-feature   خدمات منتورینگ course-feature   پروژه محور course-feature   تمرین و آزمون course-feature   تالار گفتگو course-feature   تسهیل استخدام

پیش‌نیاز‌ها

سرفصل‌های دوره آموزش تحلیل داده با زبان برنامه نویسی R (پیشرفته)

فصل اول - مقدمه

در این فصل به تعریف Business Analytics، مدل CRISP-DM برای اجرای پروژه‌های تحلیل داده و اهمیت اعتبار درونی و بیرونی تحلیل‌های مبتنی بر داده پرداخته می‌شود.

  معرفی درس
"07:25  
  روش‌های تحلیلی کسب‌وکار چیست؟
"05:14  
  مدل CRISP-DM
"17:23  
  استنباط از داده‌ها
"11:14  
  فایل های جانبی درس
"00:05  
فصل دوم - رگرسیون خطی (Linear Regression)

رگرسیون خطی یکی از بنیادی‌ترین الگوریتم‌های تحلیل داده است. در این فصل با مبانی رگرسیون خطی آشنا می‌شوید و خواهید آموخت چطور این مدل را روی داده‌های واقعی پیاده‌سازی کنید.

  مقدمه‌ای بر تحلیل رگرسیون
"08:13  
  رگرسیون خطی
"10:34  
  برازش مدل خطی
"07:38  
  استنباط آماری
"13:13  
  نکات مهم در خصوص رگرسیون
"09:59  
  موردکاوی رگرسیون خطی
"14:08  
  بررسی داده‌ها
"20:11  
  برآورد خط رگرسیون ساده
"09:06  
  بررسی فرضیات رگرسیون
"17:02  
  شاخص فاصله کوک
"07:30  
  پیش‌بینی
"05:33  
  رگرسیون چندمتغیره
"11:54  
  بررسی هم‌خطی
"09:33  
  استاندارد کردن متغیر
"13:49  
  نحوه مدلسازی متغیر رسته‌ای
"09:13  
  وارد کردن متغیر رسته‌ای در مدل
"11:51  
  وارد کردن اثر متقابل در رگرسیون
"12:43  
  مدل نهایی رگرسیون
"13:39  
  کوییز اول
 100%    
"05:00  
فصل سوم - رگرسیون لجستیک (Logistic Regression)

رگرسیون لجستیک نوع خاصی از مدل‌های رگرسیون است که در آن متغیر پیش‌بینی شونده، یک متغیر باینری است. در این فصل با کاربردهای این مدل و نحوه اجرای آن روی داده‌های واقعی آشنا خواهید شد.

  مقدمه‌ای بر رگرسیون لجستیک
"12:33  
  مفهوم تابع درست‌نمایی
"09:41  
  مفروضات مدل رگرسیون لجستیک
"07:03  
  ارزیابی مدل رگرسیون لجستیک
"11:33  
  موردکاوی رگرسیون لجستیک
"13:15  
  تحلیل توصیفی داده‌ها
"07:43  
  ساخت مدل اولیه
"08:31  
  بهبود مدل
"11:14  
  پارادوکس سیمپسون
"06:54  
  مدل نهایی رگرسیون لجستیک
"01:54  
  کوییز دوم
 100%    
"05:00  
فصل چهارم - بخش‌بندی بازار (Segmentation)

زمانی که به دنبال کشف الگوها در رفتار و ویژگی‌های مشتریان هستیم تا آن‌ها را به دسته‌های متمایز جدا کنیم از الگوریتم‌های بخش‌بندی بازار استفاده می‌گردد. در این فصل با الگوریتم‌های خوشه‌بندی سلسله مراتبی، kmeans و Naive Bayes آشنا خواهید شد.

 
  مقدمه‌ای بر بخش‌بندی بازار
"10:44  
  رویکردها به بخش‌بندی بازار
"04:35  
  الگوریتم‌های بخش‌بندی بازار
"04:47  
  الگوریتم خوشه‌بندی سلسله مراتبی
"15:45  
  الگوریتم خوشه‌بندی kmeans
"08:52  
  ارزیابی نتایج خوشه‌بندی
"10:01  
  آشنایی با A-B تست
"00:44  
  مقدمه‌ای بر دسته‌بندی
"05:00  
  الگوریتم Naive Bayes
"17:35  
  ارزیابی مدل دسته‌بندی
"11:58  
  موردکاوی بخش‌بندی بازار
"04:21  
  بررسی داده‌ها
"04:26  
  اجرای الگوریتم سلسله مراتبی
"19:11  
  بررسی نتایج الگوریتم سلسله مراتبی
"08:46  
  اجرای الگوریتم kmeans و بررسی نتایج
"18:11  
  اجرای الگوریتم Naive Bayes
"07:39  
  بررسی نتایج الگوریتم Naive Bayes
"14:18  
  کوییز سوم
 100%    
"05:00  
فصل پنجم - تحلیل سبد مشتریان (Market Basket Analysis)

یک دسته دیگر از الگوریتم‌هایی که به ما کمک می‌کند تا الگوهای رفتاری مشتریان در خرید محصولات مختلف (سبد خرید مشتریان) و یا الگوهای رفتاری کاربران در جستجو در بسترهای وب را بهتر بشناسیم، استفاده از قواعد انجمنی است.  در این فصل با Apriori Algorithm و نحوه اجرای آن روی داده‌های واقعی آشنا خواهید شد.

  مقدمه‌ای بر تحلیل سبد مشتریان
"10:02  
  مفهوم Support، Confidence و Lift
"07:13  
  الگوریتم Apriori
"06:35  
  موردکاوی تحلیل سبد مشتریان
"16:35  
  کوییز چهارم
 14.3%    
"05:00  
  پروژه نهایی R برای تحلیل داده پیشرفته (الزامی)
 85.7%    
"540:00  

ویژگی‌های دوره

گواهی‌نامه مکتب‌خونه
گواهی‌نامه مکتب‌خونه

در صورت قبولی در دوره، گواهی نامه رسمی پایان دوره توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می گیرد.

مشاهده نمونه گواهینامه

ویژگی‌های دوره

خدمات منتورینگ
خدمات منتورینگ

خدمات منتورینگ به معنای برخورداری دانشجو از راهنما یا پشتیبان علمی در طول گذراندن دوره می‌باشد. این خدمات شامل پاسخگویی به سوالات آموزشی(در قالب تیکتینگ)، تصحیح آزمون یا پروژه های دوره و ارائه باز خورد موثر به دانشجو می‌باشد.

ویژگی‌های دوره

پروژه محور
پروژه محور

این دوره طوری طراحی شده است که محتوای آموزشی دوره حول چند پروژه واقعی و کاربردی هستند تا یادگیری دانشجو در طول دوره به کاربردهای عملی تبدیل شود و به این ترتیب بالاترین سطح یادگیری را فراهم نمایند.

ویژگی‌های دوره

تمرین و آزمون
تمرین و آزمون

با قرار گرفتن تمرین ها و آزمون های مختلف در طول دوره، محیطی تعاملی فراهم شده است تا بهره گیری از محتوا و یادگیری بهتر و عمیق تر شود.

ویژگی‌های دوره

تالار گفتگو
تالار گفتگو

شما می توانید از طریق تالار گفتگو با دیگر دانشجویان دوره در ارتباط باشید، شبکه روابط حرفه ای خود را تقویت کنید یا سوالات مرتبط با دوره خود را از دیگر دانشجویان بپرسید.

ویژگی‌های دوره

تسهیل استخدام
تسهیل استخدام

در صورت قبولی در دوره، شما می‌توانید با وارد کردن اطلاعات آن در بخش دوره‌های آموزشی رزومه‌ساز «جاب ویژن»، تایید مهارت خود را در قالب اضافه شدن «مدال مهارت» به روزمه آنلاین خود دریافت نمایید. این مدال علاوه بر ایجاد تمایز در نمایش رزومه شما، باعث بالاتر قرار گرفتن آن در لیست انبوه رزومه‌های ارسالی به کارفرما شده و بدین ترتیب شانس شما را برای استخدام در سازمانهای موفق و پر متقاضی افزایش می‌دهد.

بررسی فرصت‌های شغلی

درباره دوره

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 در این درس آموزش داده می‌شوند. مباحث به‌گونه‌ای انتخاب شدند که بیشترین کاربردها را در دنیای کسب‌وکار داشته باشند و دانشجویان پس از یادگیری بتوانند آن‌ها را برای حل مسائل دنیای واقعی بکار ببرند.

الگوریتم‌هایی آموزش داده‌شده در درس زبان برنامه نویسی R پیشرفته، عمدتاً برای پیش‌بینی و کشف الگوها بکار می‌روند. پرسش‌هایی اساسی در کسب‌وکار نظیر موارد زیر با الگوریتم‌های بالا قابل پاسخ دادن هستند:


• چگونه می‌توان رضایت مشتریان را از خدمات سازمان افزایش داد؟
• کدام‌یک از مشتریان سازمان سودآورتر از بقیه هستند؟
• چگونه تقلب را در حوزه‌های مختلف مانند ادعای خسارت در بیمه، پول‌شویی، هزینه‌های بیمارستانی و فرار مالیاتی شناسایی کنیم؟
• احتمال آن‌که فردی که متقاضی وام است، نتواند وام خود را پس دهد، چقدر است؟
• چگونه کاربران را بر اساس رفتار آن‌ها خوشه‌بندی کنیم و به هریک از آنان خدمات سفارشی‌شده ارائه دهیم؟ 
• چه بسته‌ای از محصولات را در کنار یکدیگر قرار دهیم تا فروش افزایش یابد؟

 

درباره استاد

maktabkhooneh-teacher فرزاد مینویی

فرزاد مینویی فارغ‌التحصیل رشته مهندسی عمران و مدیریت کسب‌وکار (MBA) از دانشگاه صنعتی شریف است. وی تحصیلات خود را در دکترای مدیریت در دانشگاه کلورادو (University of Colorado) آمریکا ادامه داده است. زمینه‌های تخصصی او تصمیم‌گیری و مدیریت ریسک، هوش تجاری و مدیریت عملیات است.

او تا قبل از ادامه تحصیل در دوره دکترا، در فاصله سال‌های ۱۳۸۴ تا ۱۳۹۴ در نقش‌های مدیریتی و مشاوره‌ای با شرکت‌های بخش خصوصی در ایران همکاری کرده است. در دوره دکترا به‌عنوان محقق بر روی پروژه‌های کاربردی که کارفرمای آن وزارت راه آمریکا و موسسه تحقیقاتی CII بوده، فعالیت کرده است. موسسه تحقیقاتی CII  یک کنسرسیوم از شرکت‌های بزرگ فعال در صنعت نفت و گاز، فنی و مهندسی و تأمین‌کنندگان عمده آمریکاست. نتیجه فعالیت‌های تحقیقاتی او در مجلات معتبر علمی بین‌المللی چاپ شده‌اند.

دکتر مینویی همچنین در چند سال گذشته به‌عنوان استاد مدعو درس هوش تجاری و مدیریت عملیات را برای دوره‌های کارشناسی ارشد دانشگاه تهران و دانشگاه شهید بهشتی برگزار کرده است. مخاطبان عمده این دوره‌ها مدیران ارشد و میانی شرکت‌های ایرانی بوده‌اند. تلاش او در این دوره‌ها این بوده تا با زبانی ساده و کاربردی مدیران صنعت را با مفاهیم تصمیم‌گیری داده محور و هوش تجاری آشنا کند.

وی هم‌اکنون مشاوره چندین شرکت ایرانی است و آن‌ها را برای حرکت به سمت مدیریت داده محور هدایت می‌کند. او امیدوار است با به‌کارگیری تجربه‌های عملی خود در صنعت ایران و آمریکا و ترکیب آن با دانش تخصصی به مدیران کمک کند تا در مورد چالش‌هایی که با آن مواجه هستند، تصمیمات بهتری بگیرند.

مشاهده پروفایل و دوره‌‌های استاد

نظرات کاربران  ( نظر)

صفحه 1 از
مهدی فرهادخانی 1402-07-15
دانشجوی دوره
دوره مفید و جالبی برای تحلیل داده بود و پروژههای آن نیزبه یادگیری بهتر مطالب کمک شایانی می نماید
رضا صفاری 1401-10-03
دانشجوی دوره
بسیار خوشحالم که توانستم همه ی دوره های جناب دکتر مینویی گرامی را در مکتبخونه بگذرانم. در این دوره ها ضمن تمرین حل مسئله با پروژه های مختلف، با موضوعات مختلفی آشنا شدم که دنبال کردن آنها را برای آینده ی حرفه ای ام ضروری می بینم. درکل دوره های جناب دکتر مینویی را به علاقه مندان تحلیل داده توصیه می کنم. ایشان با صبر و حوصله موضوعات را به صورت منظم و هدفمند ارائه می کنند که برای من ارزش بسیاری دارد. امیدوارم در آینده شاهد ارائه ی دوره های بیشتری از ایشان باشیم.
فرهنگ رحیمی نژاد 1401-08-14
دانشجوی دوره
دوره بسیار کاربردی و جامعی بود. به خوبی میشه با ماشین لرنینگ و کاربرد اون در بیزنس آشنا شد و از اون به صورت کاربردی استفاده کرد. با تشکر از استاد خوب آقای دکتر مینویی
شهاب راستا 1401-07-23
دانشجوی دوره
با سلام. این دوره واقعا با کیفیت و از هر نظر عالیه. اگر دارید نظرات این دوره رو میخونید، احتمالا قبلا یکی از دوره های دکتر مینویی رو گذروندید و به خاطر رضایتتون قصد شرکت در این دوره رو نیز دارید. البته به نظرم بهتر میشد اگر پروژه پایانی، به دو یا چند قسمت تقسیم میشد و انتهای هر فصل یک پروژه کوتاه تر انجام میشد. چون به صورت فعلی بعد از این که کل دوره رو دیدید با یک پروژه حجیم و زمان بر مواجه میشید که عملا چند روز ممکنه فراگیر رو مشغول کنه. در پایان از تیم خوب مکتب خونه و دکتر مینویی عزیز یک دنیا سپاس گزارم.
حسین کریمی 1401-04-29
دانشجوی دوره
حقیقتا بسیار عالی بود و به خیلی از ابهامات من پاسخ داد تشکر از دکتر مینویی
سیاوش حسن زاده یکتا 1401-04-22
دانشجوی دوره
با سلام دوره بسیار خوبی بود اگر میشد به کاربرد سایر متودهای داده کاوی مثلا درخت تصمیم و... هم اشاره می شد بسیار پر بار تر می گشت
مریم تمیمی 1400-09-12
دانشجوی دوره
با عرض سلام و ادب خدمت شما عزیزان من پکیج نرم افزار R را که شامل پنج دوره ( آموزش تحلیل داده با زبان برنامه نویسی R (مقدماتی)، آموزش تحلیل داده با زبان برنامه نویسی R (پیشرفته)، آموزش الگوریتم‌های بهینه ‌سازی در R و Advanced Data Visualization و آموزش آمار کاربردی برای تحلیل داده کسب و کار) است را به اتمام رساندم. در تمامی این دوره ها، سر فصل ها، دسته بندی و شیوه تدریس دکتر فرزاد مینویی بسیار عالی بود. به طوری پس از اتمام هر دوره مشتاق بودم تا هر چه سریعتر دوره بعدی را شروع کنم. همچنین کوییز ها و پروژه های هر دوره، برای من حکم یک جلسه آموزشی مجزا را داشتند. من از شما استاد عزیز بسیار سپاسگزارم، چرا که دید من را نسبت به دنیای برنامه نویسی تغییر دادید. با تشکر از شما تیم مکتب خونه
مرضیه شفیعی ثابت 1400-07-30
دانشجوی دوره
دوره‌ی بسیار خوبی است، مفاهیم پایه‌ای و در عین حال کاربردی را به زبان ساده و با مثال‌های از دنیای واقعی آموزش می‌دهند. برای من که بسیار جالب بود و خیلی یاد گرفتم. از دکتر مینویی بابت تدریس خوب و پاسخگویی و انرژی مثبت‌شان تشکر میکنم.
معصومه فروزنده 1400-06-20
دانشجوی دوره
دوره بسیار کاربردی و مفید است. مشابه و یا حتی نزدیک به این دوره در منابع فارسی نبوده است ( من نتوانستم پیدا کنم.). و از همه مهمتر اینکه استاد مینوئی به سوالات به صورت دقیق و کامل پاسخ می دهند.
امیرعلی ذیجودی 1400-06-19
دانشجوی دوره
تدریس دکتر بی نظیره دوره ای فوق العاده جامع و کاربردی
لاله صادقي 1400-05-29
دانشجوی دوره
این دوره ها به نظرم بسیار خاص و ویژه هستند. اینکه گستره ای از مطالب به صورت منسجم به همراه مجموعه ای از تجربیات با تدریس و پشتیبانی عالی در اختیار شما قرار میگیرند و واقعا کاربردی طراحی شده اند. تشکر فراوان از استاد محترم و تیم مکتب خونه.
عطیه یوسفی 1400-02-20
دانشجوی دوره
با سلام و ادب. استفاده از این دوره آشنایی با مفاهیم جذاب و جدیدی را برای بنده به همراه داشت. ممنون از دکتر مینویی و تیم مکتب خونه
میرباقر حسینی 1400-02-10
دانشجوی دوره
به نظرم دوره بسیار خوبی بود، اینکه هر الگوریتم به صورت مفهومی هم مورد بررسی قرار میگیرد، بسیار مفید و ارزشمند بود. بیان استاد و وقتی که صرف پاسخ گویی میکنند، بسیار عالی بود. به صورت کلی اگه علاقه مند هستین با الگوریتم های تحلیل داده آشنا بشوید بسیار دوره ی خوبی خواهد بود. فقط باید این نکته را در نظر داشته باشید که باید دوره های پیش نیاز را هم بگذرانید.
هدا رشیدی نژاد 1399-09-02
دانشجوی دوره
بسیار دوره مفید و کاربردی بود. فن بیان استاد بی نظیر و آموزش ایشان مثال زدنی است. بنده خیلی مطالب در این دوره یاد گرفتم که پیشنهاد می کنم حتما این دوره رو بگذرونید.

دوره‌های پیشنهادی

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.

سوالات پرتکرار

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.

سوالات پرتکرار

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.

سوالات پرتکرار

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

سوالات پرتکرار

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.

مخاطب اصلی این درس کسانی هستند که می‌خواهند از روش‌های داده محور برای تصمیمات کسب‌وکار استفاده کنند. هدف از درس این نیست که دانشجویان بیش از اندازه درگیر روش‌های ریاضی و آماری شوند، بلکه هدف آموزش مفاهیم به زبان ساده به همراه نشان دادن کاربردها و روش‌های پیاده‌سازی این الگوریتم‌ها در عمل است. این یک درس پیشرفته است و بنابراین انتظار می‌رود مخاطبان این درس با مفاهیم اولیه آمار و آزمون فرضیه آشنا باشند و بتوانند با زبان برنامه‌نویسی R به‌راحتی کار کنند.
دانشجویان در پایان این دوره باید روی یک پروژه کاربردی کار کنند و آن را تحویل دهند. کار کردن روی این پروژه و بازخوردهایی که از استاد دوره می‌گیرند، به آنان کمک خواهد کرد تا مفاهیم آموخته‌شده در درس را بهتر بفهمند و برای حل مسائل کسب‌وکار با روش‌های داده محور آماده‌تر شوند.
این چهارمین درس از مجموع دوره Business Analytics در مکتب‌خونه است که هدف آن کاربرد روش‌های داده محور در کسب‌وکار است.

poster
  
برگزار کننده:  مکتب‌خونه
  
زمان مورد نیاز برای گذارندن دوره:  18 ساعت
مجموع محتوای آموزشی:  9 ساعت ویدئو - 9 ساعت تمرین و پروژه
 (قابل دانلود می‌باشد)
مهلت دوره:  8 هفته
  
حد نصاب قبولی در دوره:  75 نمره
فارغ‌التحصیل شدن در این دوره نیاز به ارسال تمرین‌ها و پروژه‌های الزامی دارد. 
organization-pic  گواهینامه این دوره توسط مکتب‌خونه ارائه می‌شود.
course-feature   گواهی‌نامه مکتب‌خونه course-feature   خدمات منتورینگ course-feature   پروژه محور course-feature   تمرین و آزمون course-feature   تالار گفتگو course-feature   تسهیل استخدام