چرا این دوره رو به شما پیشنهاد میکنیم؟
بدون شک فهم بنیادی هر علمی و فلسفه آن می تونه به درک ، مهارت پیدا کردن و پیشرفت در آن کمک زیادی بکنه ، ورود به حوزه علم داده و یا کار کردن درآن بدون شناخت ریاضیات علم داده منجر به فهم نادرستی از موضوعات مرتبط با علم داده ها میشه این دوره به شما کمک میکنه تا در ریاضیات مورد نیاز برای برتری در علم داده، یادگیری ماشین و آمار تسلط داشته باشید. در این دوره خانم دکتر سارا ساسانی از روی کتاب توماس نیلد همراه با توضیحات شفاف و درک بالایی که از مفاهیم این حوزه دارند به مباحثی مرتبط با حساب دیفرانسیل و انتگرال، احتمال، جبر خطی، و آمار و نحوه اعمال آنها در تکنیکهایی مانند رگرسیون خطی، رگرسیون لجستیک و شبکههای عصبی می پردازند. در طول مسیر، همچنین بینش های عملی در مورد وضعیت علم داده و نحوه استفاده از این بینش ها برای به حداکثر رساندن توانایی ها در شغل و تخصص خود را به دست خواهید آورد.
از کد پایتون و کتابخانه هایی مانند SymPy، NumPy و scikit-learn برای کشف مفاهیم اساسی ریاضی مانند حساب دیفرانسیل و انتگرال، جبر خطی، آمار و یادگیری ماشین استفاده می کنید.
تکنیک هایی مانند رگرسیون خطی، رگرسیون لجستیک و شبکه های عصبی را به زبان انگلیسی ساده، با حداقل نمادهای ریاضی و اصطلاحات تخصصی یاد می گیرید.
آمار توصیفی و آزمون فرضیه بر روی یک مجموعه داده برای تفسیر مقادیر p و اهمیت آماری بردارها و ماتریس ها را دستکاری می کنید و تجزیه ماتریس را انجام می دهید
دانش فزاینده حساب دیفرانسیل و انتگرال، احتمالات، آمار و جبر خطی را ادغام کرده و آن را در مدل های رگرسیون از جمله شبکه های عصبی به کار ببرید.
به صورت عملی و کاربردی در حرفه علم داده پیمایش می کنید و از دامها، فرضیات و سوگیریهای رایج اجتناب می کنید و در عین حال مجموعه مهارتهای خود را برای برجسته شدن در بازار کار ، ادامه تحصیل و متخصص شدن در این حوزه تنظیم می کنید.
سرفصلهای دوره
بخش اول: مبانی ریاضی ، حساب دینفرانسیل و انتگرال
- تئوری اعداد
- اولویت علملگرها
- متغیرها
- توابع
- جمع
- توان
- لگاربیتم
- حد
- مشتق
- انتگرال
بخش دوم: احتمال
- مفهوم احتمال
- مقایسه احتمال و آمار
- احتمال توأم
- اجتماع و احتمالات
- احتمال شرطی و قضیه بیز
- توزیع دو جمله ای
- توزیع بتا
بخش سوم: آمار توصیفی و استنباطی
- داده چیست
- مقایسه آمار توصیفی و استنباطی
- جامعه آماری ، نمونه آماری ، سوگیری نمونه گیری
- آما توصیفی
- میانگین و میانگین وزنی
- میانه
- مد
- انحراف معیار و واریانس
- توزیع نرمال
- معکوس تابع توزیع انباشتی
- نمره استاندارد
- آمار اسنتباطی
- قضیه حد مرکزی
- بازه اطمینان
- مفهوم مقدار احتمال
- آزمون فرض
- توزیع تی
بخش چهارم: جبر خطی
- بردار چست؟
- جمع و ترکیب بردارها
- پوشش و وابسته ی
- خطی
- تبدیل خطی
- بردار پایه
- ضرب ماتریس ها
- دترمینان
- ماتریس مربعی
- ماتریس همانی
- معکوی ماتریس
- ماتریس قطری
- ماتربس مثلثی
- سیستم معادلات و ماتریس معکوس
- مقدارویژه و بردارویژه
بخش پنجم: رگرسیون خطی
- رگرسیون خطی پایه
- یافتن تخمین خطی
- تکنیک ماتریس معکوس
- گرادیان کاهشی
- بیش برازش و واریانس
- گرادیان کاهشی
- تصادفی
- ضریب همبستگی
- معنیداری آماری
- ضریب تعیین
- خطای استاندارد
بخش ششم: رگرسیون لجستیک
- اجرای رگرسیون
- لجستیک
- تابع لجستیک
- برازش منحنی لجستیک
- رگرسیون لجستیک چتد
- متغیره
- آر اسکورت و ضریب
- تعیین
- مقدار احتمال
- ماتریس درهمریختگی
- قضیه بیزو طبقه بندی
- منحنی مشخصه
- عملکرد سیستم
- عدم تعادل کلاس
بخش هفتم: شبکه عصبی
- چه زمانی از شبکه ی
- عصبی و ژرف آموزی
- استفاده کنیم
- یک شبکه ی عصبی
- ساده
- تابع فعالسازی
- پیش انتشار
- پس انتشار
- محاسبه ی مشتق
- وزنی
- گرادیان کاهشی
- تصادفی
- استفاده از سایکت لرن
- محدودیت های شبکه ی
- عصبی و ژرف آموزی
بخش هشتم : نقشه راه شغلی و مسیر پیشرو
- بازتعریف علم داده
- خلاصه ای از تاریخ علم داده
- کشف توانایی های جدید
- مهارت SQL
- مهارت برنامه نویسی
- مصورسازی داده
- یادگیری پر بازده
- تمرین کننده در مقابل
- مشاور
- در مشاغل علم داده چه مواردی را باید رعایت کرد
- تعریف نقش
- تمرکز سازمانی
- منابع کافی
- اهداف معقول
- رقابت با سیستم های موجود
- یک نقش آن چیزی نیست که انتظارش را داشتید
- آیا شغل رویایی شما
- وجود ندارد؟
- الان کجا برم؟
اطلاعات بیشتر
این دوره به صورت کاربردی بوده و شما مواردی را که یاد می گیرید را عملا به کار خواهید برد ، برای فهم آسان تر مفاهیم مرتبط با کتاب از اشکال و نمودارهای گرافیکی و همچنین توضیحات شفاف و اجرای آنها با زبان برنامه نویسی پایتون استفاده شده است.
ابزارهای مرتبط
- زبان برنامه نویسی پایتون
پیشنیازها
- این دوره پیشنیاز خاصی ندارد
بخش اول -قسمت اول ویدئو
پیش نمایش - برش هایی از قسمت اول ویدئو
بخش اول - قسمت دوم ویدئو
پیش نمایش - برش هایی از قسمت دوم ویدئو
بخش اول - قسمت سوم ویدئو
پیش نمایش - برش هایی از قسمت سوم ویدئو
پیش نمایش ویدئو
قسمت اول ویدئو
قسمت دوم ویدئو
ویدئو
قسمت اول ویدئو
قسمت دوم ویدئو
قسمت سوم ویدئو
پیش نمایش ویدئو
قسمت اول ویدئو
قسمت دوم ویدئو
قسمت سوم ویدئو
ویدئو
قسمت اول ویدئو
قسمت دوم ویدئو
قسمت سوم ویدئو
ویدئو
قسمت اول ویدئو
قسمت دوم ویدئو
قسمت سوم ویدئو
ویدئو
قسمت اول ویدئو
قسمت دوم ویدئو
ویدئو
درخواست مشاوره
برای کسب اطلاعات بیشتر درباره این دوره درخواست مشاوره خود را ارسال کنید و یا با ما در تماس باشید.
درخواست مشاورهدوره های مرتبط
دوره آموزشی یادگیری عمیق با استفاده از کتابخانه Keras به وسیله زبان برنامه نویسی پایتون
چرا این دوره رو به شما پیشنهاد میکنیم؟ این روزها از یادگیری عمیق (Deep Learning) به عنوان یکی از مدرنترین…
دوره آموزشی کار با کتابخانه Pandas در Kaggle با استفاده از زبان برنامه نویسی پایتون
داده های خودتان را به هرشکی که خواهید در بیاورید.
دوره آموزشی یادگیری زبان برنامه نویسی پایتون در Kaggle
این دوره کاملا کاربردی میباشد؛
chat_bubble_outlineنظرات
قوانین ثبت دیدگاه
- دیدگاههای فینگلیش تایید نخواهند شد.
- دیدگاههای نامرتبط به مطلب تایید نخواهد شد.
- از درج دیدگاههای تکراری پرهیز نمایید.
- امتیاز دادن به دوره فقط مخصوص دانشجویان دوره میباشد.
1,200,000 تومان 800,000 تومان
هادی
سلام این دوره گواهی حضور و شرکت هم دارد؟
گیلادمیا(مدیریت)
سلام
خیر ، در حال حاضر تمرکز روی کیفیت دوره ها هست و مهارت های کاربردی که در طول دوره به دست خواهید آورد ، این امکان در آینده فراهم خواهد شد اما می توانید این عنوان را در رزومه خود ثبت کنید و درصورت نیاز ارجاء داده خواهد شد.
سپاس