تکمیل شده

دوره آموزشی علم داده و بیگ دیتا با رویکرد آمار و ریاضیات

این مجموعه شامل چه بخش‌هایی‌ست؟

آموزش Practical

آموزش

۱۱۰+ ساعت آموزش

تمرین و پروژه

تمرین هفتگی و پروژه گروهی

+پروژه پایانی

سرفصل کارگاه‌ها

Introduction to Python and applications
Python editors
Data Types in Python
Lists and Tuples in Python
Numeric and Strings in Python
What is Booleans
What is Sets
Dictionary in Python
Arrays in Python
Iterators in Python
Conditional structures and loops in Python
Define Functions
Object Oriented Programming
Work with Numpy library
What is Data
Importance of Using Data
Work with Pandas library
Introduction to Datasets and Basic Operations

خصوصی
برای مشاهده این جلسه باید دوره را خریداری کنید.

What is Data Mining
Kinds of Data mining methods
Knowledge Discovery in Databases (KDD)
Crisp DM Concepts (Essential for a Data Mining Project):
1. Business Understanding
2. Data Understanding
3. Data Preparation
4. Modeling phase
5. Evaluation phase
6. Deployment phase
Pre-Processing Concept
Data Science and Business are a connection Bridge
Feature Engineering

خصوصی
برای مشاهده این جلسه باید دوره را خریداری کنید.

Importance of Sampling and Methods
Statistics Concepts
Visualization in Python with Matplotlib, Seaborn
Exploratory Data Analysis (EDA)
Storytelling with Data
Introduction to Google Data Studio
Data Preparation Extended in Python

پس از برگزاری دوره فایل آموزشی مرتبط با این سرفصل برای افرادی که در دوره ثبت نام کرده‌اند، در این محل قرار می‌گیرد.

Introduction to Machine Learning
Machine learning sections: Supervised Learning, Unsupervised Learning, Reinforcement
Learning Introduction to Supervised Learning
Introduction To Unsupervised Learning
Introduction to Reinforcement Learning
Introduction to Deep Learning
Essential Calculus for Machine Learning

خصوصی
برای مشاهده این جلسه باید دوره را خریداری کنید.

Introduction to Supervised Learning
Train and Test Splitting
What is Classification
Data Preparation Concepts for Classification
Classification Algorithms: KNN, Decision Tree, Random Forest, SVM, XGBoost, LGBM, Logistic Regression
Validation Concepts for Classification: Confusion Matrix, Precision and Recall, F1-Score, ROC, Cross Validation
What is Regression
Regression Algorithms: Linear Regression, Elastic Net Regression, Decision Tree Regression
Validation Concepts for Regression
Bias and variance
Overfitting and Underfitting Concepts
Data Leakage
Curse of Dimensionality

خصوصی
برای مشاهده این جلسه باید دوره را خریداری کنید.

Introduction to Unsupervised Learning
Clustering Algorithms: K-means, Hierarchical
Cluster Validation methods

خصوصی
برای مشاهده این جلسه باید دوره را خریداری کنید.

Introduction to Optimization
What is Data-Driven Optimization
Optimization methods for Data Preparation: Genetic Algorithm
What is Multi-Criteria Decision Making
What is Decision Matrix
Multi-Criteria Decision Making methods: TOPSIS, VIKOR, MARCOS, MULTIMOORA, WASPAS

خصوصی
برای مشاهده این جلسه باید دوره را خریداری کنید.

Dynamic Programming concept
What is Reinforcement Learning
Elements of RL
Limitations and Scope
One-armed Bandit Problem
K-armed (Multi-armed) Bandit Problem
Action-Value Methods
Incremental Implementation
Tracking a Nonstationary Problem
Optimistic Initial Values
Exploration Vs Exploitation
Optimization and Markov Decision Process
ε-greedy
Feature Selection methods for RL
Upper Confidence Bound (UCB)
Advantage Actor Critic (A2C) Algorithm
Policy Gradients

خصوصی
برای مشاهده این جلسه باید دوره را خریداری کنید.

Introduction to Deep Learning
Calculus for Deep Learning
Neural Networks concepts
Propagations concepts
What is Activation Function
Deep Learning for classification
Deep Learning for Reinforcement Learning

خصوصی
برای مشاهده این جلسه باید دوره را خریداری کنید.

What is AutoML
Why we use AutoML
AutoML Tools in Python

خصوصی
برای مشاهده این جلسه باید دوره را خریداری کنید.

Basic definitions of a database system
Database design and management
What is SQL
SQL Database management
Familiarity with relational models and database system analysis
Functional commands in tables
Relational algebra
What is the key
Using the keys
Stream file in SQL
Familiarity with views
Programming and queries in SQL
Concepts of transactions
Data security in SQL
Work with MYSQL and MongoDB

خصوصی
برای مشاهده این جلسه باید دوره را خریداری کنید.

Introduction to Big Data
Hadoop Distributed File System, MapReduce
Parallel Programming
Introduction to Spark
Spark Built-in Libraries
Design of Key-Value Stores
Spark Streaming and Sliding Window Analytics
Big Data Machine Learning Classification and Clustering

خصوصی
برای مشاهده این جلسه باید دوره را خریداری کنید.

What is MLOps
Application of MLOps
MLOps Tools

خصوصی
برای مشاهده این جلسه باید دوره را خریداری کنید.

مخاطبین این دوره چه کسانی هستند؟

تمامی دانشجویان (بدون پیش نیاز)
علاقه مندان به یادگیری علم داده
پژوهشگران حوزه پایگاه داده
صاحبان کسب و کارها

مدرس

مهندس سجاد حیدری

کارشناسی ارشد مهندسی صنایع دانشگاه تربیت مدرس

دیتا ساینتیست سابق شرکت اسنپ فود
مشاور پروژه‌های علم داده

ارائۀ مدرک معتبر و فیلم دوره

همراه با ارائۀ گواهی معتبر و فیلم ضبط‌شده جلسات

مجازی

📅 تاریخ شروع دوره: ۱۳ مرداد ۱۴۰۱
📅 تاریخ پایان دوره: ۱۳ آبان ۱۴۰۱
⏳ مدت دوره: ۱۱۰ ساعت آموزش به مدت ۱۴ هفته
⏰ زمان برگزاری: پنج‌شنبه‌ها و جمعه‌ها؛ ساعت ۱۴ الی ۱۸
نحوه دسترسی به دوره: برگزاری در نرم افزار Adobe Connect
اطلاع‌رسانی در گروه تلگرامی (لینک گروه تلگرامی بعد از ثبت‌نام برای شما ایمیل خواهد شد)

1,400,000 تومان

پایان مهلت ثبت نام

ثبت نام دوره

دوره آموزشی علم داده و بیگ دیتا با رویکرد آمار و ریاضیات

این مجموعه شامل چه بخش‌هایی‌ست؟

آموزش Practical

آموزش

تمرین و پروژه

سرفصل کارگاه‌ها

مخاطبین این دوره چه کسانی هستند؟

مدرس

ارائۀ مدرک معتبر و فیلم دوره

همراه با ارائۀ گواهی معتبر و فیلم ضبط‌شده جلسات

📅 تاریخ شروع دوره: ۱۳ مرداد ۱۴۰۱

📅 تاریخ پایان دوره: ۱۳ آبان ۱۴۰۱

⏳ مدت دوره: ۱۱۰ ساعت آموزش به مدت ۱۴ هفته

⏰ زمان برگزاری: پنج‌شنبه‌ها و جمعه‌ها؛ ساعت ۱۴ الی ۱۸

نحوه دسترسی به دوره: برگزاری در نرم افزار Adobe Connect

اطلاع‌رسانی در گروه تلگرامی (لینک گروه تلگرامی بعد از ثبت‌نام برای شما ایمیل خواهد شد)