فلش‌کارت‌های آموزشی آمار کاربردی برای تحلیلگران داده: از مبانی تا کاربردها

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آمار کاربردی برای تحلیلگران داده: از مبانی تا کاربردها

موضوع کلی: علوم داده و آمار کاربردی

موضوع میانی: مبانی و کاربردهای آمار در تحلیل داده

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر آمار و علوم داده
• 2. اهمیت آمار در تحلیل داده
• 3. انواع داده‌ها و مقیاس‌های اندازه‌گیری
• 4. جمع‌آوری و سازماندهی داده‌ها
• 5. آمار توصیفی: خلاصه‌سازی داده‌ها
• 6. نمایش گرافیکی داده‌ها: نمودارها
• 7. میانگین، میانه و مد
• 8. واریانس و انحراف معیار
• 9. دامنه و دامنه میان‌چارکی
• 10. توزیع‌های فراوانی
• 11. مبانی احتمال
• 12. قواعد احتمال
• 13. احتمال شرطی و استقلال
• 14. قضیه بیز
• 15. متغیرهای تصادفی گسسته
• 16. توزیع دوجمله‌ای
• 17. توزیع پواسون
• 18. متغیرهای تصادفی پیوسته
• 19. توزیع نرمال
• 20. توزیع t استیودنت
• 21. توزیع کای‌دو
• 22. توزیع فیشر
• 23. نمونه‌گیری و توزیع نمونه‌گیری
• 24. قضیه حد مرکزی
• 25. برآورد فاصله‌ای
• 26. فاصله‌های اطمینان برای میانگین
• 27. فاصله‌های اطمینان برای نسبت
• 28. آزمون فرض آماری: مفاهیم پایه
• 29. خطای نوع اول و دوم
• 30. مراحل آزمون فرض
• 31. آزمون فرض برای میانگین (تک نمونه‌ای)
• 32. آزمون فرض برای میانگین (دو نمونه‌ای مستقل)
• 33. آزمون فرض برای میانگین (دو نمونه‌ای زوج)
• 34. آزمون فرض برای نسبت (تک نمونه‌ای)
• 35. آزمون فرض برای نسبت (دو نمونه‌ای)
• 36. تحلیل واریانس یک‌طرفه (ANOVA)
• 37. تحلیل واریانس دوطرفه
• 38. همبستگی: اندازه‌گیری رابطه خطی
• 39. ضریب همبستگی پیرسون
• 40. رگرسیون خطی ساده
• 41. تفسیر ضرایب رگرسیون
• 42. پیش‌بینی با رگرسیون خطی
• 43. آزمون فرض در رگرسیون
• 44. رگرسیون خطی چندگانه
• 45. انتخاب مدل در رگرسیون
• 46. تحلیل سری‌های زمانی: مبانی
• 47. مؤلفه‌های سری زمانی
• 48. مدل‌های ساده سری زمانی
• 49. پیش‌بینی سری زمانی
• 50. مبانی آزمون کای‌دو برای استقلال
• 51. مبانی آزمون کای‌دو برای نیکویی برازش
• 52. مقدمه‌ای بر آمار ناپارامتری
• 53. آزمون رتبه علامت ویلکاکسون
• 54. آزمون مان-ویتنی یو
• 55. آزمون کروسکال-والیس
• 56. آزمون فریدمن
• 57. کاربرد آمار در داده‌کاوی
• 58. مقدمه‌ای بر یادگیری ماشین
• 59. مدل‌های طبقه‌بندی آماری
• 60. مدل‌های رگرسیونی در یادگیری ماشین
• 61. ارزیابی مدل‌های آماری
• 62. نکات عملی در تحلیل داده
• 63. کار با نرم‌افزارهای آماری (مثال: R یا Python)
• 64. مقدمه‌ای بر آماره‌های بایزی
• 65. استنتاج بایزی
• 66. توزیع‌های پیشین و پسین
• 67. کاربرد آمار در کسب و کار
• 68. کاربرد آمار در علوم زیستی
• 69. کاربرد آمار در علوم اجتماعی
• 70. کاربرد آمار در مهندسی
• 71. مقدمه‌ای بر طرح آزمایش‌ها (DOE)
• 72. اصول طرح آزمایش‌ها
• 73. طرح‌های عاملی
• 74. مقدمه‌ای بر تحلیل بقا
• 75. تابع خطر
• 76. مدل کاکس
• 77. مبانی تحلیل داده‌های خوشه‌ای
• 78. الگوریتم K-Means
• 79. مبانی تحلیل مؤلفه‌های اصلی (PCA)
• 80. کاربرد PCA در کاهش ابعاد
• 81. مقدمه‌ای بر تحلیل عاملی
• 82. مبانی تحلیل عاملی اکتشافی
• 83. مبانی تحلیل عاملی تأییدی
• 84. مقدمه‌ای بر مدل‌سازی معادلات ساختاری (SEM)
• 85. مبانی SEM
• 86. کاربرد SEM در تحقیقات
• 87. مقدمه‌ای بر تحلیل داده‌های پنل
• 88. مدل اثرات ثابت
• 89. مدل اثرات تصادفی
• 90. آمار در مدیریت کیفیت
• 91. کنترل فرایندهای آماری (SPC)
• 92. نمودارهای کنترلی
• 93. مقدمه‌ای بر آمار فضایی
• 94. همبستگی فضایی
• 95. آمار در سنجش از دور
• 96. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته (GLM)
• 97. رگرسیون لجستیک
• 98. رگرسیون پواسون
• 99. مبانی تحلیل بقا در پزشکی
• 100. مقدمه‌ای بر آمار زیستی