علوم داده (داده کاوی)

برگزارکننده
Department of Industerial Engineering

سرفصل مطالب دوره:
آموزش کدنویسی با نرم افزار پایتون
مصورسازی داده¬ها
• تمرینات کاربردی
گامهای داده کاوی و روشهای آماده سازی داده¬ها
روشهای پیش پردازش داده¬ها (پرکردن داده¬های گمشده، نرمال¬سازی داده¬ها، یافتن همبستگی داده¬ها با روش آزمون مربع کای و روش ضریب همبستگی پیرسون)
• تمرینات کاربردی
معرفی روشهای یادگیری با نظارت و بدون نظارت و ارائه مثالهای کاربردی
روشهای رگرسیون و پیاده سازی مثال کاربردی در نرم افزار پایتون
• تمرینات کاربردی
مدلهای رگرسیون چندگانه پیاده سازی مثال کاربردی در نرم افزار پایتون
• تمرینات کاربردی
روش¬های کاهش ابعاد داده¬ها مانند روش تحلیل مولفه اصلی (principal components analysis) و پیاده سازی در نرم افزار پایتون
• تمرینات کاربردی
روشهای طبقه بندی داده¬ها (classification) شامل روش KNN، روش بیز، روش رگسیون لجستیک، روش ماشین¬های بردار پشتیبان (SVM)، درخت تصمیم، روش جداساز خطی فیشر (LDA)
• تمرینات کاربردی
روشهای اعتبارسنجی مدلهای طبقه بندی داده¬ها
کدنویسی و اجرای پروژه کاربردی با روشهای طبقه بندی داده¬ها (classification) در نرم¬افزار پایتون
روشهای خوشه¬بندی داده¬ها (clustering) مانند روش k-means، روش FCM، روش سلسله مراتبی، و مدل مخلوط گوسی (GMM)
• تمرینات کاربردی
روشهای اعتبارسنجی مدلهای خوشه¬بندی و یافتن تعداد بهینه خوشه¬ها
کدنویسی و اجرای پروژه کاربردی با روشهای خوشه¬بندی داده¬ها (clustering) در نرم¬افزار پایتون
روشهای شناسایی وابستگیها: قواعد وابستگی، تحلیل سبد بازار، الگوریتم پیشین، از مجموعه اقلام متناوب تا قواعد وابستگی
• تمرینات کاربردی
ارائه پروژه¬های دانشجویان دوره
شرایط داوطلبین شرکت در دوره:
مخاطبان دوره داده¬کاوی
شاغلین در صنایع مختلف مانند شرکت¬های تولیدی، زنجیره¬های تامین، بانک¬ها، موسسات مالی، بیمارستان¬ها، هتل¬ها، شرکت¬های هواپیمایی، خرده¬فروشی¬های آنلاین، فروشگاه¬های اینترنتی، بخش سلامت و پزشکی و هر سازمان و شرکتی که با تحلیل داده¬ سر و کار دارند و درصدد یافتن الگوهایی درون داده¬ها برای موارد زیر هستند:
تحلیل رفتار مشتریان،
برگزاری کمپینهای تبلیغاتی در بخش بازاریابی،
جایابی محصولات در فروشگاه¬ها،
پیش بینی فروش و تقاضای محصولات،
تحلیل¬ها و پیش بینی¬های مالی،
عیب¬یابی و کنترل کیفیت محصولات تولیدی،
تحلیل شبکه¬های اجتماعی،
تحلیل تصاویر پزشکی
یافتن مشتریانی که ادعای خسارت بالا دارند و نیز یافتن تقلب در صنعت بیمه
و غیره.
دانشجویان و فارغ¬التحصیلان رشته¬های مختلف مانند مهندسی صنایع، مدیریت، مهندسی کامپیوتر، و غیره.
در پایان دوره به دانش پذیرانی که در کلاسها شرکت کرده و تمرینات را انجام داده باشند گواهی حضور در دوره از طرف دانشگاه صنعتی امیرکبیر داده خواهد شد. به دانش پذیرانی که علاوه بر شرکت در دوره، آزمون پایانی را نیز با موفقیت پشت سر بگذارند گواهی موفقیت در دوره به همراه نمره داده خواهد شد.

تاریخ شروع دوره

1400/8/1

تاریخ پایان دوره

1400/10/30

طول دوره (ساعت)

48

گواهی دوره

Not

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “علوم داده (داده کاوی)”

نشانی ایمیل شما منتشر نخواهد شد.

62 − 54 =