سپنتا کتاب اکسپرس
کتاب کاوش در داده‌ها: مبانی و کاربردها در ایران

کتاب کاوش در داده‌ها: مبانی و کاربردها در ایران

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کاوش در داده‌ها: مبانی و کاربردها در ایران

موضوع کلی: علوم کامپیوتر و فناوری اطلاعات

موضوع میانی: تحلیل داده و هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مبانی کاوش در داده‌ها
  • 2. مقدمه بر علم داده
  • 3. انواع داده‌ها و ساختارهای داده
  • 4. پیش‌پردازش داده‌ها
  • 5. پاکسازی داده‌ها
  • 6. ادغام داده‌ها
  • 7. تبدیل داده‌ها
  • 8. کاهش ابعاد داده‌ها
  • 9. تحلیل مولفه‌های اصلی (PCA)
  • 10. انتخاب ویژگی
  • 11. مقدمه بر یادگیری ماشین
  • 12. یادگیری نظارت شده
  • 13. طبقه‌بندی
  • 14. الگوریتم K-نزدیک‌ترین همسایه (KNN)
  • 15. درختان تصمیم
  • 16. ماشین‌های بردار پشتیبان (SVM)
  • 17. رگرسیون خطی
  • 18. رگرسیون لجستیک
  • 19. یادگیری نظارت نشده
  • 20. خوشه‌بندی
  • 21. الگوریتم K-Means
  • 22. خوشه‌بندی سلسله مراتبی
  • 23. کشف قوانین وابستگی
  • 24. الگوریتم Apriori
  • 25. پشتیبانی، اطمینان و بالابر
  • 26. کاربرد قوانین وابستگی در خرده‌فروشی
  • 27. مقدمه بر داده‌کاوی
  • 28. اهداف داده‌کاوی
  • 29. مراحل فرآیند داده‌کاوی (CRISP-DM)
  • 30. فهم کسب‌وکار
  • 31. فهم داده‌ها
  • 32. آماده‌سازی داده‌ها
  • 33. مدل‌سازی
  • 34. ارزیابی
  • 35. استقرار
  • 36. ارزیابی مدل‌ها
  • 37. معیارهای ارزیابی طبقه‌بندی
  • 38. دقت، فراخوانی، امتیاز F1
  • 39. منحنی ROC و AUC
  • 40. معیارهای ارزیابی رگرسیون
  • 41. خطای میانگین مربعات (MSE)
  • 42. خطای میانگین مطلق (MAE)
  • 43. ضریب تعیین (R-squared)
  • 44. مقدمه بر یادگیری عمیق
  • 45. شبکه‌های عصبی مصنوعی
  • 46. شبکه‌های عصبی کانولوشنی (CNN)
  • 47. شبکه‌های عصبی بازگشتی (RNN)
  • 48. کاربرد هوش مصنوعی در ایران
  • 49. هوش مصنوعی در صنعت
  • 50. هوش مصنوعی در سلامت
  • 51. هوش مصنوعی در کشاورزی
  • 52. هوش مصنوعی در آموزش
  • 53. هوش مصنوعی در خدمات بانکی
  • 54. کاربرد داده‌کاوی در تحلیل رفتار مشتری
  • 55. تحلیل سبد خرید
  • 56. پیش‌بینی ریزش مشتری
  • 57. شخصی‌سازی تجربیات کاربری
  • 58. کاربرد داده‌کاوی در تشخیص تقلب
  • 59. تشخیص تقلب در بیمه
  • 60. تشخیص تقلب بانکی
  • 61. تشخیص تقلب در تراکنش‌های آنلاین
  • 62. کاربرد داده‌کاوی در پردازش زبان طبیعی (NLP)
  • 63. تحلیل احساسات
  • 64. طبقه‌بندی متن
  • 65. خلاصه‌سازی متن
  • 66. کاربرد داده‌کاوی در سیستم‌های توصیه‌گر
  • 67. فیلترینگ مبتنی بر محتوا
  • 68. فیلترینگ مشارکتی
  • 69. ترکیب فیلترینگ‌ها
  • 70. امنیت داده‌ها در ایران
  • 71. حریم خصوصی داده‌ها
  • 72. قوانین و مقررات مربوط به داده‌ها در ایران
  • 73. استانداردهای داده‌کاوی اخلاقی
  • 74. مسئولیت‌پذیری در هوش مصنوعی
  • 75. اخلاق در علم داده
  • 76. پیاده‌سازی پروژه‌های داده‌کاوی در سازمان‌ها
  • 77. مدیریت پروژه داده‌کاوی
  • 78. تیم‌سازی در پروژه‌های داده‌کاوی
  • 79. ابزارها و فناوری‌های داده‌کاوی
  • 80. نرم‌افزارهای متن‌باز
  • 81. کتابخانه‌های پایتون برای داده‌کاوی
  • 82. مقدمه بر یادگیری تقویتی
  • 83. مفاهیم اصلی یادگیری تقویتی
  • 84. کاربرد یادگیری تقویتی
  • 85. مدل‌سازی پیش‌بینی‌کننده در کسب‌وکار
  • 86. تحلیل سری‌های زمانی
  • 87. پیش‌بینی فروش
  • 88. پیش‌بینی تقاضا
  • 89. روش‌های آماری پیشرفته در داده‌کاوی
  • 90. آزمون فرض
  • 91. تحلیل واریانس (ANOVA)
  • 92. رگرسیون چندگانه
  • 93. مقدمه بر داده‌کاوی گراف
  • 94. تحلیل شبکه‌های اجتماعی
  • 95. کشف جوامع در گراف‌ها
  • 96. کاربرد داده‌کاوی در بهینه‌سازی فرآیندها
  • 97. بهینه‌سازی زنجیره تامین
  • 98. بهینه‌سازی تولید
  • 99. بهینه‌سازی توزیع
  • 100. مباحث پیشرفته در داده‌کاوی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.