×
ribbon
مکتب خونه مدیریت و کسب و کارتحلیل کسب و کارتحلیل داده

تا پایان تخفیف

آموزش تحلیل داده با زبان برنامه نویسی R (پیشرفته)

مدرس:

فرزاد مینویی

در دوره آموزش زبان برنامه نویسی R (پیشرفته) دانشجویان با کاربردهای برخی از الگوریتم های یادگیری ماشین (Machine... بیشتر
گواهی‌نامه
دسترسی: کامل
اطلاعات بیشتر
4.4 (46)
18 دیدگاه
2,943دانشجو
18ساعت
سرفصل‌ها
مقدماتی سطح دوره

اشتراک مکتب‌پلاس

خرید اشتراک

با خرید اشتراک مکتب‌پلاس، علاوه بر این دوره، به بیش از ۴،۰۰۰ دوره دیگر دسترسی خواهید داشت.

دسترسی به تمام دوره‌هابیش از ۴،۰۰۰ دوره
محتوای دوره
سرفصل‌ها
پیش‌نیاز‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

این دوره شامل:

9 ساعت ویدئو

1 جلسه متنی

1 تمرین و پروژه

20 سؤال سنجش و یادگیری

دسترسی به تالار گفتگو

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

8 هفته مهلت ارسال تمرین و پروژه

سرفصل‌های دوره

5 فصل53 جلسه9 ساعت ویدیو
فصل اول - مقدمه
  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)
  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
05:00
فصل سوم - رگرسیون لجستیک (Logistic Regression)
  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
05:00
فصل چهارم - بخش‌بندی بازار (Segmentation)
  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
05:00
فصل پنجم - تحلیل سبد مشتریان (Market Basket Analysis)
  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
05:00
  پروژه نهایی R برای تحلیل داده پیشرفته (الزامی)
540:00

پیش‌نیاز‌ها

توضیحات 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؟

 

دیدگاه کاربران

4.4

بر اساس امتیاز 46 دانشجو

1
2
3
4
5

سعید بخشی

1 روز پیش

5

دوره خیلی خوبی بود ممنون از مکتب خونه

محمد میرزایی پور

9 روز پیش

5

بسیار عالی

فریناز رضوی

1 سال پیش

5

کاربردی وهمراه با نکات ریزبینانه، ممنونم

نسیم فیضی

2 سال پیش

5

بسیار متشکر از دکتر مینویی عزیز و کادر پرتلاش مکتب خونه. دوره بسیار خوب و کاربردی است. به نظرم پروژه ، منطق جالبی دارد و در راستای فهم دقیق مطالب بسیار خوب عمل می کند. امیدوارم دکتر مینویی دوره های بیشتری با همکاری مکتب خونه اراِئه کنند. مخصوصا دوره ای در زمینه تحلیل شبکه های اقتصادی با نرم افزارR

رضا صفاری

3 سال پیش

5

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

3 سال پیش

5

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

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
فرزاد مینویی
5دوره
13,376دانشجو
704نظر و امتیاز

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.

مهارت‌هایی که می‌آموزید

R
علم داده
تحلیل داده

دوره‌های مشابه

سوالات پرتکرار

آیا گواهی‌نامه‌های دانشگاهی به‌صورت رسمی و توسط خود دانشگاه صادر می‌شوند؟

بله. گواهی‌نامه‌ها به‌صورت رسمی توسط دانشگاه مربوطه و با امضای رئیس دانشگاه یا فرد دارای اختیار صادر می‌شوند و کاملا معتبر هستند.

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

برای گذراندن دوره، حداقل زمان مشخصی وجود ندارد و شما می‌توانید در هر زمان که مایل هستید، ویدیوهای آموزشی دوره را ببینید و تمارین را انجام دهید؛ اما برای هر دوره یک حداکثر زمان تعیین شده که در صفحه معرفی دوره قابل مشاهده است که تنها در این بازه زمانی امکان تصحیح پروژه‌ها توسط پشتیبان و دریافت گواهی‌نامه را خواهید داشت.

آیا پس از به اتمام رساندن و قبولی در دوره، می‌توانم نسخه فیزیکی گواهی‌نامه را دریافت کنم؟

خیر. به‌دلیل ملاحظات محیط‌زیستی و کاهش مصرف کاغذ، گواهی‌نامه فقط به‌صورت الکترونیکی ارائه می‌شود.

آیا بعد از پایان مدت دوره همچنان به محتوای آن دسترسی دارم؟

بله. پس از پایان مدت دوره نیز به ویدئوها، تمرین‌ها، پروژه‌ها و سایر محتوای آموزشی دوره دسترسی خواهید داشت؛ اما امکان تصحیح تمرین‌ها توسط پشتیبان دوره و دریافت گواهی‌نامه برای شما وجود نخواهد داشت.

آیا در صورت خرید دوره، گواهی‌نامه آن به من تعلق می‌گیرد؟

خیر. با خرید دوره، امکان شرکت در دوره و دسترسی به محتوای آن را خواهید داشت؛ اما تنها در صورتی که در بازه زمانی تعیین‌شده دوره را با موفقیت و نمره قبولی به اتمام برسانید، گواهی‌نامه به نام شما صادر می‌شود.