آشنایی با کلان داده برای هوش تجاری
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- مفاهیم اولیه کلان داده و چرخه عمر علم داده را درک کنید.
- بین کلان داده، علم داده و آمار ارتباط برقرار کنید.
- درک اولیهای از معماری و مدلسازی کلان داده را به دست آورید.
- چگونگی استفاده کسبوکارها را از قابلیتهای کلان داده برای دستیابی به اهدافشان درک کنید.
- کاربرد علم داده در مدیریت سلامت با اشاره ویژه به همهگیری کووید 19 را درک کنید.
- تأثیر کلان داده و علم داده بر کسبوکارهای بزرگ را از طریق مطالعات موردی ارزیابی کنید.
توضیحات دوره
در سالهای اخیر، آنالیتیکس در دنیای کسبوکار اهمیت فزایندهای به ویژه با دسترسی سازمانها به داده بیشتر و بیشتر یافته است. مدیران امروز دیگر تصمیمات خود را تنها بر اساس قضاوت صرف و تجربه اتخاذ نمیکنند؛ آنها به داده واقعی و توانایی دستکاری و تحلیل داده برای پشتیبانی از تصمیماتشان تکیه میکنند. صرف نظر از گرایش تحصیلی شما در حوزه کسبوکار، به احتمال زیاد در آینده تا حدی کاربر آنالیتیکس خواهید بود و با متخصصان این حوزه کار خواهید کرد.
آنالیتیکس کسبوکار، یا به طور خلاصه آنالیتیکس، استفاده از داده، فناوری اطلاعات، تحلیل آماری، متدهای کمی و مدلهای ریاضی یا مبتنی بر کامپیوتر است تا به مدیران کمک کند بینش بهتری نسبت به عملیات کسبوکار خود به دست آورند و تصمیمات بهتر و مبتنی بر واقعیت اتخاذ کنند. آنالیتیکس کسبوکار «فرآیند تبدیل داده به عمل از طریق تحلیل و بینش در چارچوب تصمیمگیری سازمانی و حل مسئله» است. آنالیتیکس کسبوکار توسط ابزارهای مختلفی مانند Microsoft Excel، بستههای نرمافزاری آماری کسب و کار مانند SAS یا Minitab، و مجموعههای پیچیدهتر هوش تجاری که داده را با نرمافزارهای تحلیلی ادغام میکنند، پشتیبانی میشود.
هدف این دوره ارائه مقدمهای اولیه بر مفاهیم، متدها و مدلهای مورد استفاده در آنالیتیکس کلان داده برای هوش تجاری است تا شما نه تنها به درک درستی از قابلیتهای آن برای پشتیبانی و بهبود تصمیمات کسب و کار برسید، بلکه توانایی استفاده از آنالیتیکس کسبوکار را در سطح ابتدایی در کار خود نیز کسب کنید.
این دوره در هشت ماژول ارائه میشود و هر ماژول شامل یک آزمون برای تقویت تجربه یادگیری است.
این دوره برای چه کسانی مناسب است؟
- دانشجویان رشتههای مدیریت
- مدیران شاغل
- کارآفرینان
آشنایی با کلان داده برای هوش تجاری
-
مروری بر دوره 06:12
-
معرفی اصطلاحات اولیه 06:35
-
معرفی علم داده 07:46
-
تاریخچه علم داده و انواع دادهها 14:21
-
فرآیندهای علم داده 08:12
-
ویژگیها: هفت V کلان داده 05:53
-
بازارهای علم داده 09:15
-
نتایج یادگیری 04:09
-
ماژول 1 None
-
اهداف آموزشی ماژول 2 01:05
-
چرخه عمر علم داده 08:24
-
علم داده و آمار 10:01
-
مهارتهای مورد نیاز برای دانشمندان داده 08:58
-
نقش دانشمندان داده در کسبوکارها 06:06
-
نقش متخصصان کلان داده در کسبوکارها 06:05
-
رابطه همزیستی بین کلان داده و علم داده 06:57
-
چگونه کلان داده و علم داده به کسبوکارها ارزش میافزایند؟ 08:03
-
نتایج یادگیری 02:28
-
ماژول 2 None
-
اهداف آموزشی ماژول 3 01:30
-
مدلهای کلان داده 06:40
-
تمایز بین RDBMS و NoSQL 06:37
-
رایانش توزیعشده و MapReduce 07:45
-
پردازش جریانی، Apache Kafka و Apache Flink برای هوش تجاری 06:09
-
یادگیری ماشین و مدلهای پیشبینیکننده: تحول کسبوکارها 09:22
-
مدلهای یادگیری عمیق: آزادسازی قدرت شبکههای عصبی 08:10
-
تحلیلگری گراف: رونمایی از بینشها در دادههای به هم پیوسته 05:38
-
فریمورکهای کلان داده: توانمندسازی پردازش داده مقیاسپذیر و کارآمد 09:18
-
نه S فریمورک کلان داده 06:23
-
نقشهای فنی-فرهنگی مدیران در چشمانداز کلان داده 05:49
-
نتایج یادگیری 04:55
-
ماژول 3 None
-
اهداف یادگیری ماژول 4 01:22
-
کاپوننت های معماری کلان داده 04:37
-
APIs و وبسرویسها 04:35
-
انتقال و کپی فایل 04:23
-
حاکمیت داده و امنیت 05:36
-
ابزارهای تحلیل و مصورسازی 05:22
-
دریافت داده از دستگاههای IoT 05:48
-
سیستمهای ذخیرهسازی کلان داده 05:23
-
موتورهای پردازش و زیرساختهای محاسباتی 03:41
-
ویژگیهای معماری کلان داده 03:08
-
اهمیت و تاثیر 02:23
-
مسیرهای آینده و پیشرفتها 02:33
-
نتایج یادگیری 01:25
-
ماژول 4 None
-
اهداف آموزشی 02:25
-
منابع جدید داده 06:45
-
مدل کسبوکار کلان داده 03:46
-
بینشهای کسب و کار و بهینهسازی 03:52
-
کسب درآمد از داده و دگردیسی کسبوکار 07:07
-
گذار 06:56
-
مشاهدات 04:02
-
کسب درآمد از داده و تأثیر کسب و کار 05:52
-
چرخه عمر آنالیتیکس داده کسبوکار 04:17
-
نتایج یادگیری 02:24
-
ماژول 5: None
-
اهداف آموزشی 03:09
-
صورتبندی مسائل تصمیمگیری 05:47
-
استراتژیهای تصمیمگیری بدون احتمالات خروجی 03:42
-
استراتژی زیان فرصت 04:16
-
استراتژیهای تصمیمگیری برای هدف حداکثرسازی 03:23
-
درختهای تصمیم 05:14
-
نتایج یادگیری 03:16
-
ماژول 6: None
-
اهداف آموزشی 02:04
-
بهداشت و درمان فناوری محور 04:18
-
MapReduce در Hadoop برای بهداشت و درمان 03:22
-
Apache Spark برای بهداشت و درمان 05:49
-
Arogya Sethu: اپلیکیشن پرجنبوجوش بهداشت و درمان هند 03:29
-
نتایج یادگیری 02:08
-
ماژول 7: None
-
اهداف آموزشی 03:31
-
مورد 1: WALMART: خردهفروش 08:38
-
CERN: سازمان تحقیقاتی 04:43
-
نتفلیکس: رسانه تصویری 05:09
-
رولز رویس: تولیدکنندگان خودرو 05:39
-
فیسبوک: شبکه اجتماعی 04:38
-
نتایج یادگیری 02:53
-
ماژول 8: None
-
با تشکر 02:32
مشخصات آموزش
آشنایی با کلان داده برای هوش تجاری
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:همه سطوح
- تعداد درس:81
- مدت زمان :06:24:08
- حجم :10.29GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy