×
ribbon

آموزش جامع علم داده (Data Science)؛ بوت‌کمپ 2026

مدرس:

آکادمی گرولی365 Careers

آموزش جامع علم داده: ریاضی، آمار، پایتون، آمار پیشرفته در پایتون، یادگیری ماشین و یادگیری عمیق

جدید
زیرنویس
4.6 (16)
10 دیدگاه
437دانشجو
37ساعت
سرفصل‌ها
مقدماتی تا پیشرفته سطح دوره
بروزرسانیشهریور ۱۴۰۵
محتوای دوره
سرفصل‌ها
پیش‌نیاز‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

یادگیری مجموعه مهارت‌های موردنیاز برای ورود به مسیر شغلی علم داده (Data Science)

تحلیل آماری و برنامه‌نویسی پایتون (Python) با Matplotlib ،pandas ،NumPy و Seaborn

انجام تحلیل‌های آماری پیشرفته و مصورسازی داده با Tableau

پیش‌پردازش و آماده‌سازی داده‌ها (Data Preprocessing) برای تحلیل و مدل‌سازی

این دوره شامل:

31 ساعت ویدئو

224 جلسه متنی

264 سؤال سنجش و یادگیری

256 فایل ضمیمه قابل دانلود

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

زیرنویس اختصاصی مکتب‌خونه

سرفصل‌های دوره

66 فصل431 جلسه31 ساعت ویدیو
مقدمه _ بخش اول
  یک مثال عملی آنچه در این دوره یاد خواهید گرفت
05:06
  دوره چه مباحثی را پوشش می‌دهد
03:34
  دوره چه مباحثی را پوشش می‌دهد؟
00:03
حوزه علم داده - رشته‌های مختلف علم داده
  علم داده و اصطلاحات کسب‌وکار چرا اینقدر زیادند؟
05:21
  تفاوت تحلیل و آنالیتیکس چیست؟
03:50
  تفاوت بین تحلیل (Analysis) و تحلیل داده‌ها (Analytics) چیست؟
01:00
  معرفی تحلیل کسب‌وکار، تحلیل داده و علم داده
06:39
  معرفی تحلیل کسب‌وکار، تحلیل داده‌ها، و علم داده
02:00
  ادامه با BI، یادگیری ماشین و هوش مصنوعی
09:11
  ادامه با ML ،BI و AI
02:00
  هوش مصنوعی سنتی در مقابل هوش مصنوعی مولد
04:44
  مثال‌های بیشتر از هوش مصنوعی مولد
05:10
  مثال‌های بیشتر از هوش مصنوعی مولد
01:00
  بررسی اینفوگرافیک علم داده ما
04:03
  بررسی اینفوگرافیک علم داده ما
01:00
حوزه علم داده - ارتباط بین رشته‌های علم داده
  کاربرد داده سنتی، داده بزرگ، BI، علم داده سنتی و یادگیری ماشین
07:19
حوزه علم داده - مزایای هر رشته
  دلیل وجود این رشته‌ها
04:45
  دلیل وجود این رشته‌ها
01:00
حوزه علم داده - تکنیک‌های محبوب علم داده
  تکنیک‌های کار با داده سنتی
08:14
  تکنیک‌هایی برای کار با داده‌های سنتی
01:00
  مثال‌های واقعی از داده سنتی
01:44
  تکنیک‌های کار با داده بزرگ
04:26
  تکنیک‌های کار با داده‌های بزرگ
01:00
  مثال‌های واقعی از داده بزرگ
01:32
  تکنیک‌های هوش تجاری (BI)
06:46
  تکنیک‌های هوش تجاری (BI)
04:00
  مثال‌های واقعی از هوش تجاری (BI)
01:42
  تکنیک‌های کار با روش‌های سنتی
09:08
  تکنیک‌های کار با روش‌های سنتی
04:00
  مثال‌های واقعی از روش‌های سنتی
03:55
  تکنیک‌های یادگیری ماشین (ML)
06:55
  تکنیک‌های یادگیری ماشین (ML)
02:00
  انواع یادگیری ماشین
08:05
  انواع یادگیری ماشین
02:00
  تغییرات و جدیدترین روندهای یادگیری ماشین (ML) در ماه March
05:20
  مثال‌های واقعی از یادگیری ماشین (ML)
02:11
  مثال‌های واقعی از یادگیری ماشین (ML)
04:00
حوزه علم داده - ابزارهای محبوب علم داده
  زبان‌های برنامه‌نویسی و نرم‌افزارهای ضروری در علم داده
05:51
  زبان‌ها و نرم‌افزارهای برنامه‌نویسی لازم در علم داده
04:00
حوزه علم داده - مشاغل در علم داده
  یافتن شغل - چه انتظاراتی داشته باشیم و به دنبال چه چیزی بگردیم؟
03:29
  یافتن شغل - چه انتظاری داشته باشیم و به دنبال چه چیزی باشیم؟
01:00
احتمال - رفع تصورات غلط رایج
  رفع تصورات غلط رایج
04:10
  رفع تصورات غلط رایج
01:00
احتمال - بخش دوم
  فرمول پایه احتمال
07:09
  فرمول پایه احتمال
03:00
  محاسبه مقادیر مورد انتظار
05:29
  محاسبه مقادیر مورد انتظار
03:00
  فرکانس
05:00
  فرکانس
03:00
  رویدادها و مکمل‌های آن‌ها
05:26
  رویدادها و مکمل‌های آن‌ها
03:00
احتمال - ترکیبیات
  مبانی ترکیبیات
01:04
  مبانی ترکیبیات
01:00
  ترتیب‌ها و نحوه استفاده از آن‌ها
03:21
  ترتیب‌ها و نحوه استفاده از آن‌ها
02:00
  عملیات ساده با فاکتوریل‌ها
03:35
  عملیات ساده با فاکتوریل‌ها
03:00
  حل مسائل تغییرات با تکرار
02:59
  حل مسائل تغییرات با تکرار
03:00
  حل مسائل تغییرات بدون تکرار
03:48
  حل مسائل تغییرات بدون تکرار
03:00
  حل مسائل ترکیب
04:51
  حل مسائل ترکیب
04:00
  تقارن ترکیب‌ها
03:26
  تقارن ترکیب‌ها
01:00
  حل ترکیب‌ها با فضاهای نمونه جداگانه
02:52
  حل ترکیب‌ها با فضاهای نمونه جداگانه
01:00
  ترکیبیات در زندگی واقعی - لاتاری
03:12
  ترکیبیات در زندگی واقعی - لاتاری
01:00
  مروری بر ترکیبیات
02:55
  یک مثال عملی از ترکیبیات
10:53

پیش‌نیاز‌ها

- به هیچ تجربه قبلی نیاز ندارید؛ آموزش دوره کاملاً از مبانی آغاز می‌شود.
- لازم است آناکوندا (Anaconda) را نصب کنید؛ نحوه نصب آن به‌صورت گام‌به‌گام در دوره آموزش داده می‌شود.
- دسترسی به یکی از نسخه‌های Microsoft Excel 2003, 2010، 2013، 2016 یا Microsoft 365 لازم است.

توضیحات دوره

علم داده (Data Science) را از صفر و به‌صورت ساختاریافته یاد بگیرید؛ از ریاضی و آمار تا پایتون، مصورسازی داده، یادگیری ماشین و یادگیری عمیق.

علم داده یکی از حوزه‌های مهم و پرتقاضای دنیای امروز است و ترکیبی از برنامه‌نویسی، تحلیل داده، ریاضیات، آمار و یادگیری ماشین را شامل می‌شود. چالش اصلی برای ورود به این حوزه، یادگیری این مهارت‌ها در ترتیب درست است.

این دوره با یک مسیر گام‌به‌گام طراحی شده تا مهم‌ترین مهارت‌های موردنیاز یک متخصص علم داده (Data Scientist) را در کنار هم یاد بگیرید.

مباحث اصلی دوره

  • آشنایی با علم داده، Big Data، هوش تجاری و هوش مصنوعی
  • ریاضیات موردنیاز علم داده شامل Calculus و Linear Algebra
  • آمار و آمار پیشرفته
  • برنامه‌نویسی پایتون (Python)
  • تحلیل و مصورسازی داده
  • کار با Tableau
  • یادگیری ماشین (Machine Learning)
  • یادگیری عمیق (Deep Learning) با TensorFlow

ریاضیات و آمار

در این بخش با مفاهیم مهم ریاضی و آماری موردنیاز برای درک الگوریتم‌های علم داده آشنا می‌شوید؛ از جبر خطی و حسابان گرفته تا رگرسیون، خوشه‌بندی و تحلیل عاملی.

برنامه‌نویسی پایتون

Python یکی از اصلی‌ترین زبان‌های برنامه‌نویسی در حوزه Data Science است. در این دوره یاد می‌گیرید چگونه از پایتون برای تحلیل، پردازش و مصورسازی داده و همچنین ساخت مدل‌های Machine Learning و Deep Learning استفاده کنید.

مصورسازی داده با Tableau

با استفاده از Tableau یاد می‌گیرید داده‌ها و نتایج تحلیل‌های خود را به شکلی ساده، بصری و قابل‌فهم برای مدیران و تصمیم‌گیرندگان ارائه کنید.

یادگیری ماشین و یادگیری عمیق

در بخش‌های پایانی، با روش‌های رایج یادگیری ماشین و یادگیری عمیق آشنا می‌شوید و با استفاده از ابزارهایی مانند Scikit-learn و TensorFlow مدل‌های تحلیلی و پیش‌بینی ایجاد می‌کنید.

این دوره برای چه کسانی مناسب است؟

  • افرادی که می‌خواهند علم داده (Data Science) را از صفر یاد بگیرند.
  • کسانی که قصد ورود به مسیر شغلی Data Scientist را دارند.
  • علاقه‌مندان به Python، آمار، Machine Learning و Deep Learning
  • مبتدیانی که به دنبال یک مسیر منظم و کامل برای یادگیری علم داده هستند.

دیدگاه کاربران

4.6

بر اساس امتیاز 16 دانشجو

1
2
3
4
5

گواهینامه اختصاصی دو زبانه

پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهی‌نامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

امکان اشتراک گذاری در لینکدین
دو زبانه

ضمانت بازگشت وجه

کیفیت این آموزش توسط مکتب‌خونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر می‌توانید درخواست بازگشت وجه کنید.

مهلت درخواستتا ۱۵ روز پس از خرید دوره
میزان مشاهدهکمتر از ۲۰ درصد یا ۵ جلسه از دوره
آکادمی گرولیآموزش مهارت‌های شغلی
121دوره
73,908دانشجو
8,456نظر و امتیاز

• آکادمی گرولی با هدف توانمندسازی و توسعه‌ی حرفه‌ای افراد فعالیت می‌کند.

• دوره‌های این آکادمی در حوزه‌های شغلی متنوعی مانند هوش مصنوعی، برنامه‌نویسی، نرم‌افزارهای کاربردی، مدیریت محصول، بازاریابی دیجیتال، مهارت‌های نرم و توسعه کسب‌وکار دسته‌بندی می‌شوند.

• این دوره‌ها اکثرا از پرفروش‌ترین آموزش‌های برترین پلتفرم‌های یادگیری دنیا مانند یودمی، لینکدین‌لرنینگ، کورسرا و ریفورج هستند که همگی با زیرنویس فارسی منتشر شده‌اند. همچنین چندی از دوره‌های این آکادمی نیز، به صورت اختصاصی توسط مدرسان معتبر ایرانی تهیه گردیده‌اند.

8دوره
8,322دانشجو
335نظر و امتیاز
«365 Careers» به‌عنوان مدرس این دوره معرفی شده است.
poster

آموزش جامع علم داده (Data Science)؛ بوت‌کمپ 2026

437دانشجو
4.6(16)

دوره‌های مشابه

دیگر دوره‌های آکادمی گرولی

دیگر دوره‌های 365 Careers