جستجو برای:
  • صفحه نخست
  • دوره‌های آنلاین
    • دوره علم داده (دیتا ساینس)
    • دوره آمار در علم داده
    • دوره هوش تجاری
    • دوره تربیت مدیر بازاریابی: از مبانی تا داده محوری
    • دوره تربیت تحلیلگر داده با پایتون
    • دوره علم داده مالی و معاملات الگوریتمی
    • دوره کاربرد علم داده در مدیریت زنجیره تأمین و برنامه‌ریزی تولید
    • دوره مدیریت محصول
    • دوره جامع OKR
  • دوره‌های ویدیویی
    • دوره پیشرفته علم داده
    • دوره آنلاین مهندسی داده و کلان داده
    • دوره جامع مدیریت پروژه چابک
  • همایش‌های علم داده
  • مسیر یادگیری علم داده
  • تقویم آموزشی
  • درباره ما
    • چرا موسسه توسعه
    • تیم توسعه
    • اساتید توسعه
    • کاتالوگ دوره های آموزشی
    • تماس با ما
 
  • 021-91302070
  • info@tihe.ac.ir
  • بلاگ
  • قوانین موسسه
  • تماس با ما
  • چرا موسسه توسعه
موسسه توسعه
  • صفحه نخست
  • دوره‌های آنلاین
    • دوره علم داده (دیتا ساینس)
    • دوره آمار در علم داده
    • دوره هوش تجاری
    • دوره تربیت مدیر بازاریابی: از مبانی تا داده محوری
    • دوره تربیت تحلیلگر داده با پایتون
    • دوره علم داده مالی و معاملات الگوریتمی
    • دوره کاربرد علم داده در مدیریت زنجیره تأمین و برنامه‌ریزی تولید
    • دوره مدیریت محصول
    • دوره جامع OKR
  • دوره‌های ویدیویی
    • دوره پیشرفته علم داده
    • دوره آنلاین مهندسی داده و کلان داده
    • دوره جامع مدیریت پروژه چابک
  • همایش‌های علم داده
  • مسیر یادگیری علم داده
  • تقویم آموزشی
  • درباره ما
    • چرا موسسه توسعه
    • تیم توسعه
    • اساتید توسعه
    • کاتالوگ دوره های آموزشی
    • تماس با ما
0
ورود / عضویت

دوره آنلاین و بلند مدت علم داده

خانهعلوم دادهدوره آنلاین و بلند مدت علم داده
https://tihe.ac.ir/wp-content/uploads/2018/12/Data-Science.mp4
حالت مطالعه

دوره آنلاین علم داده (DATA SCIENCE)

علم داده (Data Science) شامل مجموعه‌ای از اصول، تعریف مسئله، الگوریتم‌ها و فرآیندها است که هدف آن استخراج الگوهای غیرواضح و مفید از مجموعه داده‌ها است. امروز علم داده در حال تحول حوزه‌های علمی و کاربردی مختلف از پزشکی، روان شناسی، علوم اجتماعی، کسب‌وکار و مدیریت، علوم پایه، فنی و مهندسی و … است.

کسانی که می‌خواهند در علم داده وارد شوند، باید در سه حوزه کلاسیک دانشی توانمندی و دانش خود را تقویت کنند: برنامه‌نویسی و علوم کامپیوتر، آمار و ریاضیات و یک حوزه تخصصی که حوزه‌ای است که می‌خواهند علم داده را در آن بکار ببرند. دوره صد ساعته علم داده در موسسه توسعه، سعی بر این دارد تا توانمندی شما را در دو حوزه نخست یعنی برنامه نویسی و علوم کامپیوتر، آمار و ریاضیات توسعه دهد. انتظار این است دانشجویان این حوزه با یادگیری ابزارها، الگوریتم‌ها و اصولی که تدریس می‌شود، در نهایت بتوانند آن‌ها را برای حل مسئله در رشته تخصصی خود بکار ببرند.

دانشجویان نیاز به داشتن آشنایی قبلی با برنامه نویسی ندارند و در طول دوره با زبان های برنامه نویسی R و پایتون (Python) آشنا خواهند شد. گرچه در این دوره به مفاهیم آماری زیاد اشاره می‌گردد، ولی این دوره درباره آموزش آمار نیست. انتظار این است که دانشجویان شرکت‌کننده با مفاهیم پایه آماری شامل مفاهیم اولیه احتمال، توزیع‌های مهم احتمال مانند توزیع نرمال، دو جمله‌ای، پواسن و… ، نمونه‌گیری تصادفی، برآورد بازه‌ای و نقطه‌ای، آزمون فرضیه آشنا باشند. در غیر اینصورت توصیه می‌گردد در کلاس آمار در علم داده موسسه توسعه شرکت کنند. اگر در دوره تحصیلات دانشگاهی دروسی مانند آمار و احتمال مهندسی یا آمار کاربردی گذراندند، منابع و جزوات خود را مرور کنند.

در این دوره آموزشی، دانشجویان فرصت این را خواهند داشت که بر روی داده‌های واقعی کار کنند تا زمینه‌ای فراهم شود که دانش آموخته‌شده را برای حل مسائل عملی بکار ببرند. امید است مخاطبان با شرکت در این دوره به دانش و توانمندی دست یابند که بتوانند از آن در جهت فعالیت در زمینه‌های اجرایی، تحقیقاتی و آکادمیک در داخل یا خارج از کشور بهره ببرند.

مخاطبان دوره علم داده

  • دانشجویان و فارغ التحصیلان تحصیلات تکمیلی رشته‌های فنی مهندسی، مدیریت و رشته‌های علوم پایه
  • اعضای تیم داده و هوش تجاری شاغل در استارتاپ‌ها، سازمان‌ها و کسب‌وکارها
  • علاقمندان به حوزه علم داده (Data Science)، یادگیری ماشین و داده‌کاوی
  • علاقه‌مندان به امور پژوهشی در حوزه علم داده

  • علاقمندان به اشتغال در خارج از ایران در حوزه علم داده

سرفصل‌های دوره علم داده (دیتا ساینس)

این دوره در ۳۱ جلسه برگزار می‌شود که هر جلسه ۳ ساعت و نیم است. جمعاً در این دوره بیش از صد ساعت محتوای آموزشی با تکیه بر حل مسئله از دنیای واقعی در حوزه‌های مختلف علم داده ارائه می‌گردد. برنامه هر جلسه به شرح زیر است:

جلسه اول: مقدمه‌ای بر علم داده، نصب آناکوندا، کار اولیه با پایتون (اعداد، حروف، عملگرها)

جلسه دوم: ساختارهای داده، عبارات شرطی و حلقه‌ها در پایتون

جلسه سوم: ماژول‌ها و کتابخانه، توابع و کلاس در پایتون، مثال الگوریتم نیوتن-رافسون

جلسه چهارم: آشنایی با کتابخانه Numpy در پایتون، مروری بر مفاهیم جبرخطی و ماتریس‌ها

جلسه پنجم: آشنایی با کتابخانه Pandas در پایتون

جلسه ششم: آشنایی با کتابخانه Matplotlib در پایتون

جلسه هفتم: روش‌های آمار توصیفی و استنباطی برای شناخت داده- موردکاوی اول

جلسه هشتم: نحوه مواجهه با داده‌های گمشده و داده‌های پرت- موردکاوی دوم

جلسه نهم: مقدمه‌ای بر یادگیری ماشین، آشنایی با الگوریتم kNN

جلسه دهم: پیاده‌سازی الگوریتم kNN در پایتون و آشنایی با مراحل مدل‌سازی در یادگیری ماشین – موردکاوی سوم

جلسه یازدهم: الگوریتم رگرسیون خطی

جلسه دوازدهم: پیاده‌سازی الگوریتم رگرسیون خطی در پایتون – موردکاوی چهارم

جلسه سیزدهم: رگرسیون گام به گام و رویکردهای قاعده‌سازی در رگرسیون خطی- موردکاوی پنجم

جلسه چهاردهم: آشنایی با الگوریتم درخت تصمیم و جنگل تصادفی در یادگیری ماشین- موردکاوی ششم

جلسه پانزدهم: آشنایی با رگرسیون لجستیک

جلسه شانزدهم: آشنایی با الگوریتم‌های kNN، درخت تصمیم، جنگل تصادفی و ماشین بردار پشتیبان برای حل مسائل دسته‌بندی

جلسه هفدهم: پیاده‌سازی الگوریتم‌های دسته‌بندی در پایتون – موردکاوی هفتم

جلسه هجدهم: آشنایی با الگوریتم‌های نظارت‌نشده؛ خوشه‌بندی و کاهش بعد

جلسه نوزدهم: پیاده‌سازی الگوریتم‌های نظارت‌نشده در پایتون- موردکاوی هشتم

جلسه بیستم: مقدمه‌ا‌ی بر یادگیری عمیق- موردکاوی نهم

جلسه بیست‌ویکم: تحلیل سری‌های زمانی

جلسه بیست‌ودوم: پیاده‌سازی تحلیل سری‌های زمانی در پایتون- موردکاوی دهم

جلسه بیست‌وسوم: مقدمه‌‌ای بر زبان برنامه‌نویسی R: ساختارهای داده، عبارات شرطی، حلقه‌ها، توابع و کتابخانه

جلسه بیست‌وچهارم: تحلیل‌های آماری در R- موردکاوی یازدهم

جلسه بیست‌وپنجم: پیاده‌سازی یادگیری ماشین در R بخش اول – موردکاوی پنجم در R

جلسه بیست‌وششم: پیاده‌سازی یادگیری ماشین در R بخش دوم – موردکاوی هفتم در R

جلسه بیست‌وهفتم: آشنایی با مفاهیم پایگاه داده و انبار داده

جلسه بیست‌وهشتم: راه‌اندازی پایگاه داده MySQL- موردکاوی دوازدهم، بخش اول

جلسه بیست‌ونهم: تمیزکردن و پردازش داده‌ها در SQL- موردکاوی دوازدهم، بخش دوم

جلسه سی‌ام: کوئری‌نویسی پیشرفته در SQL- موردکاوی دوازدهم، بخش سوم

جلسه سی‌‎ویکم: مقدمه‌ای بر پیاده‌سازی محصولات داده‌محور- موردکاوی سیزدهم

 

برچسب: دوره آنلاین دیتا ساینس کارگاه علم داده

درخواست مشاوره

برای کسب اطلاعات بیشتر درباره این دوره درخواست مشاوره خود را ارسال کنید و یا با ما در تماس باشید.

درخواست مشاوره
021-91302070

نیاز به مشاوره دارید؟

در صورتی که نیاز به مشاوره دارید می توانید فرم را تکمیل نمایید و یا با ما در تماس باشید

درخواست مشاوره رایگان

مشاوره دوره

دوره های مرتبط

دوره ویدیویی مهندسی داده و کلان داده

دوره ویدیویی مهندسی داده و کلان داده (Data engineering & Big data) با گسترش روزافزون اینترنت قرن ۲۱ام و گسترش…

دوره ویدیویی مدیریت پروژه چابک

دوره ویدیویی و جامع مدیریت پروژه چابک در دنیای کنونی،‌ با توجه به سرعت تغییرات در محیط کسب و کار…

دوره علم داده در بازارهای مالی و معاملات الگوریتمی با Python

دوره علم داده در بازارهای مالی و معاملات الگوریتمی پس از انقلاب صنعتی چهارم، مهمترین دارایی شرکت های فناور، داده…

دوره آنلاین و بلند مدت آمار در علم داده

دوره آنلاین آمار برای علم داده با R، Mintab و JMP افرادی که در حوزه علم داده فعالیت کرده‌اند، می‌دانند…

نظرات

  • طاها
    1399-10-23
    پاسخ

    سلام چرا قیمت ها انقدر بالاست

    • مدیر(مدیریت)
      1399-10-24
      پاسخ

      با سلام؛ هزینه دوره با توجه به سرفصل ها و مدت زمان آن تعیین می شود. جامعیت مطالبی که آموزش داده میشود و مدت زمان زیاد دوره اقتضا می کند هزینه دوره پایین نباشد. با آموزش هایی که در این دوره میبینید، خیلی سریع می توانید به کسب درآمد برسید و چندین برابر هزینه ای که برای این آموزش پرداخت کرده اید را بدست آورید. این هزینه یک سرمایه گذاری برای شما است.

  • ارمان
    1399-10-24
    پاسخ

    با سلام
    زمان دقیق شروع دوره و همینطور روز و ساعت کلاس رو هم ممکنه بگید

    • مدیر(مدیریت)
      1399-10-27
      پاسخ

      چون مدام کد های جدید کلاسی تعریف می شوند، میتوانید آخرین تقویم کلاس ها را در لینک زیر مشاهده کنید:

      https://tihe.ac.ir/educational-calendar

    • عرفان
      1400-01-26
      پاسخ

      سلام دوره کلا چند ماه طول میکشه؟
      امکان دو جلسه در هفته نیستش حداقل؟

      • مدیر(مدیریت)
        1400-01-27
        پاسخ

        با سلام؛

        طول دوره تقریباً 8 ماه می‌باشد. همچنین به دلیل اینکه دانشجویان باید فرصت کافی برای تمرین و پروژه‌های کلاسی صرف کنند، برگزاری دو جلسه در هفته معقول نمیباشد.

  • Basir
    1399-11-08
    پاسخ

    سرفصل‌ها واقعا عالی هستند، و استاد بسیار مسلط.
    ممنون از شما که چنین دوره‌های درجه یکی رو تدوین می‌کنید.

لغو پاسخ

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیشنهادشگفت انگیز
قیمت :

9,800,000 تومان 6,800,000 تومان

امتیاز
0 از 0 رأی
بدون امتیاز 0 رای
9,800,000 تومان 6,800,000 تومان
تعداد دانشجو : 192
نوع دوره: آنلاین
سطح دوره: مقدماتی تا پیشرفته
پیش نیاز: مباحث مقدماتی آمار مهندسی
تاریخ شروع: 19 مهر 1402 - چهارشنبه‌ها 18 الی 21:30
زبان: فارسی
100 ساعت
روش پشتیبانی: کانال تلگرامی، ارسال تیکت
گواهینامه موسسه آموزش عالی آزاد توسعه مورد تایید وزارت علوم
فیلم هر جلسه ضبط می‌شود و با نرم افزار پخش کننده مخصوص موسسه که روی ویندوز نصب میشود قابلیت بازپخش دارد :
75.5k بازدید 7 دیدگاه
دکتر فرزاد مینویی
دکتر فرزاد مینویی
فارغ التحصیل دکتری مدیریت از دانشگاه کلورادو امریکا

MBَA دانشگاه صنعتی شریف و مجری پروژه‌های علم داده در امریکا و ایران

دسته: علوم داده
درباره مؤسسه توسعه

موسسه آموزش عالی آزاد توسعه برگزارکننده تخصصی دوره‌های آموزشی علوم داده (دیتا ساینس) در ایران می‌باشد و تا کنون بیش از 8000 نفر از دوره‌های علم داده فارغ التحصیل شده‌اند. همچنین گواهینامه‌های پایان دوره موسسه توسعه مورد تأیید وزارت علوم، تحقیقات و فناوری می‌باشد.

تماس با ما
  • تهران ، میدان ولیعصر (عج) ، کوچه مینو ، پلاک 132
  • 02191302070 - 02186741
  • info@tihe.ac.ir

تمامی حقوق برای موسسه توسعه محفوظ می باشد.
ورود ×
رمز عبور را فراموش کرده اید؟
ورود با کد یکبارمصرف
ارسال مجدد کد یکبار مصرف(00:59)
آیا حساب کاربری ندارید؟
ثبت نام
ارسال مجدد کد یکبار مصرف(00:59)
برگشت به ورود

ارسال مجدد کد یکبار مصرف (00:59)
برگشت به ورود
  • (+93) افغانستان
  • (+355) آلبانى
  • (+213) الجزيره
  • (+1) آمریکن ساموا
  • (+376) آندورا
  • (+244) آنگولا
  • (+1) آنگویلا
  • (+1) Antigua
  • (+54) آرژانتين
  • (+374) ارمنستان
  • (+297) آروبا
  • (+61) استرالیا
  • (+43) اتریش
  • (+994) آذربایجان
  • (+973) بحرين
  • (+880) بنگلادش
  • (+1) باربادوس
  • (+375) بلاروس
  • (+32) بلژيك
  • (+501) بلیز
  • (+229) بنین
  • (+1) برمودا
  • (+975) بوتان
  • (+591) بوليوي
  • (+599) Bonaire, Sint Eustatius and Saba
  • (+387) بوسني و هرزگوين
  • (+267) بوتسوانا
  • (+55) برزيل
  • (+246) محدوده اقیانوس هند تحت سیطره بریتانیا
  • (+1) British Virgin Islands
  • (+673) برونئی
  • (+359) بلغارستان
  • (+226) بورکینافاسو
  • (+257) بوروندی
  • (+855) کامبوج
  • (+237) كامرون
  • (+1) كانادا
  • (+238) کیپ ورد
  • (+1) جزابر کیمن
  • (+236) جمهوری آفریقای مرکزی
  • (+235) چاد
  • (+56) شيلي
  • (+86) چين
  • (+57) كلمبيا
  • (+269) کومور
  • (+682) جزایر کوک
  • (+225) Côte d'Ivoire
  • (+506) كاستا ريكا
  • (+385) كرواسي
  • (+53) كوبا
  • (+599) Curaçao
  • (+357) قبرس
  • (+420) جمهوري چك
  • (+243) Democratic Republic of the Congo
  • (+45) دانمارك
  • (+253) جیبوتی
  • (+1) دومنيكا
  • (+1) جمهوري دومنيكا
  • (+593) اكوادر
  • (+20) مصر
  • (+503) الساوادر
  • (+240) گینه استوایی
  • (+291) اریتره
  • (+372) استوني
  • (+251) اتيوپي
  • (+500) جزایر فالکلند
  • (+298) جزایر فارو
  • (+691) Federated States of Micronesia
  • (+679) فیجی
  • (+358) فنلاند
  • (+33) فرانسه
  • (+594) گویان فرانسه
  • (+689) پلی نزی فرانسه
  • (+241) گابون
  • (+995) Georgia
  • (+49) آلمان
  • (+233) غنا
  • (+350) جبل الطارق
  • (+30) يونان
  • (+299) گرینلند
  • (+1) گرانادا
  • (+590) گوادولوپ
  • (+1) گوام
  • (+502) گواتمالا
  • (+44) گرنزی
  • (+224) گينه
  • (+245) گينه بي سائو
  • (+592) گویان
  • (+509) هائيتي
  • (+504) هندوراس
  • (+852) هنگ كنگ
  • (+36) مجارستان
  • (+354) ایسلند
  • (+91) هند
  • (+62) اندونزي
  • (+98) ایران
  • (+964) عراق
  • (+353) Ireland
  • (+44) Isle Of Man
  • (+972) رژيم صهيونيستي
  • (+39) ايتاليا
  • (+1) جامائيكا
  • (+81) ژاپن
  • (+44) جرسي
  • (+962) اردن
  • (+7) قزاقستان
  • (+254) كنيا
  • (+686) كيريبيتي
  • (+965) كويت
  • (+996) قرقیزستان
  • (+856) لائوس
  • (+371) لتونی
  • (+961) لبنان
  • (+266) لسوتو
  • (+231) لیبریا
  • (+218) ليبي
  • (+423) لیختن اشتاین
  • (+370) ليتواني
  • (+352) لوكسامبورگ
  • (+853) Macau
  • (+389) Macedonia
  • (+261) ماداگاسكار
  • (+265) مالاوی
  • (+60) مالزي
  • (+960) مالديو
  • (+223) مالي
  • (+356) مالتا
  • (+692) جزایر مارشال
  • (+596) مارتینیک
  • (+222) موریتانی
  • (+230) موریس
  • (+262) مایوت
  • (+52) مكزيك
  • (+373) مالديو
  • (+377) موناکو
  • (+976) مغولستان
  • (+382) مونته نگرو
  • (+1) مونتسرات
  • (+212) مراكش
  • (+258) موزامبيك
  • (+95) ميانمار
  • (+264) نامیبیا
  • (+674) نائورو
  • (+977) نپال
  • (+31) هلند
  • (+687) کالدونیای جدید
  • (+64) نيوزلند
  • (+505) نیکاراگوئه
  • (+227) نیجر
  • (+234) نيجريه
  • (+683) نیوئه
  • (+672) جزیره نورفولک
  • (+850) كره ي شمالي
  • (+1) جزایر ماریانای شمالی
  • (+47) نروژ
  • (+968) عمان
  • (+92) پاكستان
  • (+680) Palau
  • (+970) فلسطین
  • (+507) پاناما
  • (+675) پاپوا گينه ي نو
  • (+595) پاراگوئه
  • (+51) پرو
  • (+63) فيليپين
  • (+48) لهستان
  • (+351) پرتغال
  • (+1) پورتوریکو
  • (+974) قطر
  • (+242) کنگو
  • (+40) روماني
  • (+262) Runion
  • (+7) روسيه
  • (+250) رواندا
  • (+290) سنت هلن
  • (+1) سنت کیتس و نویس
  • (+508) سنت پیر و میکلون
  • (+1) سنت وینسنت و گرنادین
  • (+685) ساموا
  • (+378) سن مارینو
  • (+239) Sao Tome and Principe
  • (+966) عربستان سعودی
  • (+221) سنگال
  • (+381) صربستان
  • (+248) سیشل
  • (+232) سیرالئون
  • (+65) سنگاپور
  • (+1) Sint Maarten
  • (+421) اسلواکی
  • (+386) اسلونی
  • (+677) جزاير سليمان
  • (+252) سومالی
  • (+27) آفريقای جنوبي
  • (+82) كره ی جنوبي
  • (+211) سودان جنوبی
  • (+34) اسپانيا
  • (+94) سريلانكا
  • (+1) St. Lucia
  • (+249) سودان
  • (+597) سورینام
  • (+268) سوازیلند
  • (+46) سوئد
  • (+41) سوييس
  • (+963) سوريه
  • (+886) تايوان
  • (+992) تاجيكستان
  • (+255) تانزانيا
  • (+66) تايلند
  • (+1) The Bahamas
  • (+220) گامبیا
  • (+670) تیمور
  • (+228) توگو
  • (+690) توکلائو
  • (+676) تونگا
  • (+1) ترینیداد و توباگو
  • (+216) تونس
  • (+90) تركيه
  • (+993) تركمنستان
  • (+1) جزایر تورکس و کایکوس
  • (+688) تووالو
  • (+1) U.S. Virgin Islands
  • (+256) اوگاندا
  • (+380) اوكراين
  • (+971) امارات متحده ي عربي
  • (+44) انگلیس
  • (+1) امریکا
  • (+598) اوروگوئه
  • (+998) ازبكستان
  • (+678) وانواتو
  • (+58) ونزوئلا
  • (+84) ويتنام
  • (+681) والیس و فوتونا
  • (+212) صحرای غربی
  • (+967) يمن
  • (+260) زامبیا
  • (+263) زیمباوه

دوره‌های تخصصی علوم داده رد کردن

question

ورود

رمز عبور را فراموش کرده اید؟

یا

ارسال مجدد کد یکبار مصرف (00:59)

هنوز عضو نشده اید؟ عضویت در سایت