دوره تحلیل داده‌های عمومی: مبانی و کاربردها همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل داده‌های عمومی: مبانی و کاربردها

موضوع کلی: مدیریت و حکمرانی داده‌های عمومی

موضوع میانی: تحلیل پیش‌بینانه و توصیفی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر تحلیل داده‌ها
• 2. انواع داده‌ها و سطوح سنجش
• 3. جمع‌آوری داده‌ها: روش‌ها و ابزارها
• 4. پاکسازی و پیش‌پردازش داده‌ها
• 5. مفهوم متغیرها و مقیاس‌ها
• 6. آمار توصیفی: معیارهای مرکزی
• 7. آمار توصیفی: معیارهای پراکندگی
• 8. نمودارهای توصیفی: هیستوگرام
• 9. نمودارهای توصیفی: نمودار جعبه‌ای
• 10. نمودارهای توصیفی: نمودار میله‌ای
• 11. نمودارهای توصیفی: نمودار پراکندگی
• 12. مفاهیم احتمال و توزیع‌ها
• 13. توزیع نرمال و خواص آن
• 14. قضیه حد مرکزی
• 15. استنباط آماری: مقدمه
• 16. مفاهیم نمونه و جامعه
• 17. آزمون فرض آماری: اصول
• 18. خطاهای نوع اول و دوم
• 19. سطح معنی‌داری و مقدار P
• 20. آزمون t تک‌نمونه‌ای
• 21. آزمون t دو‌نمونه‌ای مستقل
• 22. آزمون t زوجی
• 23. تحلیل واریانس یک‌طرفه (ANOVA)
• 24. آزمون‌های تعقیبی در ANOVA
• 25. تحلیل واریانس دو‌طرفه
• 26. مفاهیم همبستگی
• 27. ضریب همبستگی پیرسون
• 28. همبستگی اسپیرمن
• 29. آزمون معنی‌داری همبستگی
• 30. رگرسیون خطی ساده
• 31. مفسر کردن ضرایب رگرسیون
• 32. تشخیص مدل رگرسیون مناسب
• 33. مفاهیم رگرسیون خطی چندگانه
• 34. انتخاب متغیر در رگرسیون
• 35. مشکلات در مدل رگرسیون (هم‌خطی)
• 36. مقدمه‌ای بر یادگیری ماشین
• 37. یادگیری با نظارت و بدون نظارت
• 38. طبقه‌بندی: الگوریتم K-نزدیک‌ترین همسایه
• 39. طبقه‌بندی: درخت تصمیم
• 40. طبقه‌بندی: ماشین بردار پشتیبان (SVM)
• 41. طبقه‌بندی: رگرسیون لجستیک
• 42. ارزیابی مدل‌های طبقه‌بندی: دقت
• 43. ارزیابی مدل‌های طبقه‌بندی: صحت و دقت (Precision & Recall)
• 44. ماتریس درهم‌ریختگی (Confusion Matrix)
• 45. یادگیری بدون نظارت: خوشه‌بندی
• 46. الگوریتم K-Means
• 47. ارزیابی خوشه‌بندی
• 48. مقدمه‌ای بر تحلیل سری‌های زمانی
• 49. اجزای سری زمانی: روند
• 50. اجزای سری زمانی: فصلی بودن
• 51. اجزای سری زمانی: نوسان
• 52. پیش‌بینی در سری‌های زمانی
• 53. مدل‌های ساده پیش‌بینی
• 54. مقدمه‌ای بر تحلیل متن
• 55. پیش‌پردازش متن: حذف کلمات پرتکرار
• 56. پیش‌پردازش متن: ریشه‌یابی کلمات
• 57. مدل‌سازی موضوعی (Topic Modeling)
• 58. تحلیل احساسات (Sentiment Analysis)
• 59. مقدمه‌ای بر تحلیل شبکه‌های اجتماعی
• 60. شاخص‌های مرکزی بودن در شبکه
• 61. تحلیل خوشه‌ها در شبکه
• 62. مقدمه‌ای بر تحلیل داده‌های مکانی
• 63. سیستم‌های اطلاعات جغرافیایی (GIS)
• 64. مصورسازی داده‌های مکانی
• 65. مقدمه‌ای بر تحلیل داده‌های بزرگ (Big Data)
• 66. چالش‌های داده‌های بزرگ
• 67. ابزارهای پردازش داده‌های بزرگ (مانند Hadoop)
• 68. معماری‌های داده‌های بزرگ
• 69. مقدمه‌ای بر مصورسازی تعاملی داده‌ها
• 70. ابزارهای مصورسازی تعاملی
• 71. اصول طراحی داشبوردهای مدیریتی
• 72. مصورسازی داده‌های اقتصادی
• 73. مصورسازی داده‌های اجتماعی
• 74. مصورسازی داده‌های بهداشتی
• 75. مصورسازی داده‌های محیط زیستی
• 76. مصورسازی داده‌های صنعتی
• 77. مصورسازی داده‌های آموزشی
• 78. مصورسازی داده‌های مربوط به حمل و نقل
• 79. مصورسازی داده‌های مربوط به انرژی
• 80. مصورسازی داده‌های بازار سرمایه
• 81. مصورسازی داده‌های مربوط به کشاورزی
• 82. مصورسازی داده‌های مربوط به گردشگری
• 83. مصورسازی داده‌های مربوط به شهرسازی
• 84. مصورسازی داده‌های مربوط به حوادث
• 85. مصورسازی داده‌های مربوط به جرائم
• 86. مصورسازی داده‌های مربوط به مهاجرت
• 87. اخلاق در تحلیل داده‌ها
• 88. حریم خصوصی داده‌ها
• 89. امنیت داده‌ها
• 90. سوگیری در داده‌ها و الگوریتم‌ها
• 91. عدالت و انصاف در تحلیل داده‌ها
• 92. کاربرد تحلیل داده در کسب و کار
• 93. کاربرد تحلیل داده در دولت الکترونیک
• 94. کاربرد تحلیل داده در پژوهش علمی
• 95. کاربرد تحلیل داده در سلامت
• 96. کاربرد تحلیل داده در آموزش نوین
• 97. کاربرد تحلیل داده در مدیریت بحران
• 98. کاربرد تحلیل داده در بهینه‌سازی فرآیندها
• 99. کاربرد تحلیل داده در تصمیم‌گیری استراتژیک
• 100. کاربرد تحلیل داده در شناسایی الگوهای رفتاری