فلش‌کارت‌های آموزشی مبانی احتمال و تحلیل داده برای تصمیم‌گیری هوشمند

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی احتمال و تحلیل داده برای تصمیم‌گیری هوشمند

موضوع کلی: علوم پایه و کاربردی

موضوع میانی: آمار و احتمالات

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علم داده و تصمیم‌گیری
• 2. آشنایی با مفاهیم پایه آمار
• 3. جمع‌آوری و سازماندهی داده‌ها
• 4. نمایش بصری داده‌ها: نمودارها و گراف‌ها
• 5. مقدمه‌ای بر مفاهیم احتمال
• 6. قوانین پایه احتمال
• 7. احتمال شرطی و استقلال
• 8. قضیه بیز و کاربردهای آن
• 9. متغیرهای تصادفی و توزیع‌ها
• 10. توزیع‌های گسسته: برنولی، دوجمله‌ای، پواسون
• 11. توزیع‌های پیوسته: یکنواخت، نمایی، نرمال
• 12. امید ریاضی و واریانس
• 13. قضیه حد مرکزی
• 14. نمونه‌گیری و توزیع‌های نمونه‌گیری
• 15. برآورد پارامترها: نقطه ای و بازه‌ای
• 16. فاصله‌های اطمینان
• 17. مقدمه‌ای بر آزمون فرض آماری
• 18. آزمون فرض برای میانگین جامعه
• 19. آزمون فرض برای نسبت جامعه
• 20. آزمون فرض برای واریانس جامعه
• 21. آزمون فرض برای مقایسه دو جامعه
• 22. آزمون فرض برای مقایسه دو نسبت
• 23. تحلیل رگرسیون خطی ساده
• 24. تفسیر ضرایب رگرسیون
• 25. ارزیابی مدل رگرسیون
• 26. رگرسیون خطی چندگانه
• 27. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته
• 28. تحلیل واریانس (ANOVA)
• 29. آزمون‌های ناپارامتری
• 30. آمار توصیفی پیشرفته
• 31. کاربرد آمار در علوم زیستی
• 32. کاربرد آمار در علوم اجتماعی
• 33. کاربرد آمار در علوم مالی
• 34. کاربرد آمار در مهندسی
• 35. کاربرد آمار در مدیریت
• 36. مقدمه‌ای بر یادگیری ماشین
• 37. یادگیری نظارت شده و بدون نظارت
• 38. ارزیابی مدل‌های یادگیری ماشین
• 39. طبقه‌بندی: ماشین بردار پشتیبان (SVM)
• 40. طبقه‌بندی: درخت تصمیم
• 41. طبقه‌بندی: جنگل تصادفی
• 42. طبقه‌بندی: شبکه‌های عصبی
• 43. رگرسیون: مدل‌های خطی
• 44. رگرسیون: درختان و جنگل‌های رگرسیون
• 45. خوشه‌بندی: K-Means
• 46. خوشه‌بندی: خوشه‌بندی سلسله مراتبی
• 47. کاهش ابعاد: تحلیل مولفه‌های اصلی (PCA)
• 48. کاهش ابعاد: تحلیل تمایز خطی (LDA)
• 49. پردازش زبان طبیعی (NLP) مقدماتی
• 50. تحلیل احساسات
• 51. مدل‌سازی موضوعی
• 52. سیستم‌های توصیه‌گر
• 53. تحلیل سری‌های زمانی
• 54. پیش‌بینی سری‌های زمانی
• 55. شبکه‌های عصبی بازگشتی (RNN)
• 56. شبکه‌های عصبی کانولوشنی (CNN)
• 57. یادگیری تقویتی مقدماتی
• 58. مفاهیم پایه در اقتصاد اسلامی
• 59. اصول بانکداری بدون ربا
• 60. عقود اسلامی در نظام بانکی
• 61. بیمه در چارچوب فقه اسلامی
• 62. کاربرد آمار در اقتصاد اسلامی
• 63. روش‌های کمی در تحلیل داده‌های اقتصادی
• 64. تحلیل داده‌های مالی با استفاده از آمار
• 65. مقدمه‌ای بر مدل‌سازی ریسک
• 66. مدیریت ریسک اعتباری
• 67. مدیریت ریسک بازار
• 68. مدیریت ریسک عملیاتی
• 69. روش‌های آماری در مدیریت سرمایه‌گذاری
• 70. تحلیل سبد سهام
• 71. بهینه‌سازی پرتفوی
• 72. مدل‌های قیمت‌گذاری دارایی‌ها
• 73. مقدمه‌ای بر آمار در علوم رفتاری
• 74. تحلیل داده‌های پیمایشی
• 75. مدل‌سازی معادلات ساختاری (SEM)
• 76. آزمون‌های روایی و پایایی در پژوهش
• 77. روش‌های آماری در روانشناسی بالینی
• 78. روش‌های آماری در جامعه‌شناسی
• 79. تحلیل شبکه‌های اجتماعی
• 80. مقدمه‌ای بر آمار در علوم پزشکی
• 81. طراحی کارآزمایی‌های بالینی
• 82. تحلیل بقا
• 83. اپیدمیولوژی آماری
• 84. بیوانفورماتیک و تحلیل داده‌های ژنتیکی
• 85. مقدمه‌ای بر آمار در علوم محیطی
• 86. مدل‌سازی آلودگی هوا
• 87. تحلیل داده‌های آب و هوا
• 88. پایش زیست‌محیطی با استفاده از آمار
• 89. روش‌های آماری در مدیریت منابع طبیعی
• 90. مقدمه‌ای بر آمار در علوم مهندسی
• 91. کنترل کیفیت آماری
• 92. قابلیت اطمینان سیستم‌ها
• 93. تحلیل داده‌های تولید
• 94. بهینه‌سازی فرآیندها با استفاده از آمار
• 95. اصول اولیه برنامه‌نویسی برای آمار
• 96. مقدمه‌ای بر زبان R
• 97. مقدمه‌ای بر زبان پایتون برای علم داده
• 98. کتابخانه‌های کلیدی در R و پایتون
• 99. مصورسازی داده‌ها با ggplot2
• 100. مصورسازی داده‌ها با matplotlib و seaborn