در حال حاضر محصولی در سبد خرید شما وجود ندارد.
تجزیه و تحلیل داده ها فقط برای متخصصانی که نیاز به ایجاد مجموعه داده های عظیم ندارند ، نیست. تصمیم گیرندگان در هر صنعت می توانند از درک اساسی از اهداف و مفاهیم تجزیه و تحلیل داده های کاربردی بهره مند شوند. در این دوره ، بارتون پولسون بر اصول تسلط داده یا امکان کار با داده ها برای استخراج بینش و تعیین مراحل بعدی شما تمرکز دارد. بارتون نشان می دهد که چگونه کاوش در داده ها با نمودارها و توصیف داده ها با آمار می تواند به شما در رسیدن به اهداف خود کمک کند و تصمیمات بهتری بگیرید. وی به جای تمرکز روی ابزارهای خاص ، روی رویه های کلی تمرکز می کند که می تواند به شما در حل مشکلات خاص کمک کند. بارتون نحوه تهیه و تطبیق داده ها را پوشش می دهد ، آن را به صورت بصری کاوش می کند و از روشهای آماری برای توصیف آن استفاده می کند. او از احتمال و تداخل عمیق می رود و همچنین به اخلاق داده ها و هوش مصنوعی قابل توضیح لمس می کند.
عنوان اصلی : Data Fluency: Exploring and Describing Data
سرفصل های دوره :
مقدمه:
با داده های خود تصمیمات بهتری بگیرید
1. با داده ها فکر کنید:
معنی تسلط داده
تسلط داده برای همه است
تسلط داده در عمل
تفکر شهودی صریح
فکر کردن در مورد علل
نحوه توسعه تسلط داده
تصمیم گیری مبتنی بر داده
ROI و قانون 80/20 برای تسلط داده
قرار دادن داده ها در متن
2. تهیه داده ها:
اخلاق داده
از داده های داخلی استفاده کنید
از داده های باز استفاده کنید
داده های جدید را جمع آوری کنید
از داده های شخص ثالث استفاده کنید
کیفیت داده ها را ارزیابی کنید
تعمیم پذیری داده ها را ارزیابی کنید
معنی داده ها را ارزیابی کنید
ابهامات موجود در داده ها را ارزیابی کنید
3. داده ها را تطبیق دهید:
مرتب سازی داده ها
داده های فیلتر
دسته های ترکیب و تقسیم
متن کد
مبالغ و معنی را محاسبه کنید
نرخ ها را محاسبه کنید
نسبت ها را محاسبه کنید
نسبت های تنظیم را در عمل تنظیم کنید
4. داده ها را کاوش کنید:
تقدم بصری: اهمیت شروع با تصاویر
نمودارهای نوار
نمودارهای گروهی
نمودارهای پای
توطئه های نقطه
توطئه های جعبه
هیستوگرام
نمودارهای خط
جرقه
Scatterplots
نقشه های داده
5. داده ها را شرح دهید:
توضیحات عددی
اقدامات مرکز را شرح دهید
تنوع را با دامنه و IQR توصیف کنید
تنوع را با واریانس و انحراف استاندارد توصیف کنید
داده های Rescale با Z-Scores
Z-Scores را تفسیر کنید
تفاوت های گروهی را با اندازه اثر توصیف کنید
نمرات را با رگرسیون پیش بینی کنید
ارتباط با همبستگی ها
اندازه اثر برای همبستگی و رگرسیون
کاوش در جداول
6. احتمال و استنباط:
احتمال اساسی
احتمال مشروط
مقادیر مورد انتظار
تنوع نمونه برداری
استنباط به عنوان توصیف جمعیت
7. ادامه تلاش یادگیری تسلط داده خود:
مراحل بعدی و منابع اضافی
Data Fluency: Exploring and Describing Data
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
Learning R
آموزش داده یابی یا Data Mining در زبان Python
پایه های علوم داده ها: اصول
Actionable Insights and Business Data in Practice
آموزش کامل و کاربردی استفاده از Data Science در پروژه های دولتی و سیاسی
فیلم آموزش کامل R
آموزش مدل سازی داده ها در زبان R
علم داده در امور بهداشتی ، پزشکی و بهداشت عمومی 2022
آموزش استفاده از هوش مصنوعی برای بالابردن سود کسب و کارها
آموزش فرآیندهای Data Mining در زبان R