دوره آموزشی
آموزش های یودمی
دوبله زبان فارسی

تحلیل کسب و کار با R: راهنمای جامع

تحلیل کسب و کار با R: راهنمای جامع

✅ سرفصل و جزئیات آموزش

آنچه یاد خواهید گرفت:

  • چگونگی استفاده از R برای تحلیل کسب و کار، شامل دستکاری داده‌ها و تحلیل آماری
  • چرخه عمر تحلیل کسب و کار و چگونگی پیاده‌سازی مدل‌های تحلیلی
  • اصول آمار، احتمال و توزیع‌ها، شامل تست فرضیه
  • تکنیک‌های پیشرفته پیش‌بینی مانند ARIMA و تحلیل سری‌های زمانی
  • چگونه برای انتقال بینش‌ها، مصورسازی‌های داده جذاب ایجاد کنید؟

پیش‌نیازهای دوره

دانش اویله در زمینه آمار و مفاهیم کسب و کار مفید است. تجربه برنامه‌نویسی قبلی لازم نیست، اگرچه آشنایی با مفاهیم اولیه برنامه‌نویسی سودمند خواهد بود. اشتیاق برای یادگیری R و اعمال آن در مسائل واقعی تحلیل کسب و کار ضروری است.

توضیحات دوره

این دوره برای آموزش چگونگی استفاده از قدرت برنامه‌نویسی R برای تحلیل کسب و کار طراحی شده است. چه یک دانشمند داده مشتاق باشید و چه یک متخصص کسب و کار، این دوره شما را در هر مرحله راهنمایی می‌کند. از درک مفاهیم اولیه داده تا پیاده‌سازی مدل‌های آماری پیچیده و تکنیک‌های یادگیری ماشین. شما با مثال‌های عملی، دستکاری داده‌ها، مصورسازی و پیش‌بینی کار خواهید کرد و اصولی محکم برای تحلیل داده‌های کسب و کار و پیشبرد تصمیمات با استفاده از R به دست خواهید آورد.

سرفصل‌های دوره

بخش 1: مقدمه‌ای بر تحلیل کسب و کار و R

  • این دوره با معرفی مفهوم تحلیل کسب و کار و تکامل آن در کسب و کارهای مدرن آغاز می‌شود. بحث با تحلیل تشخیصی شروع شده و به معرفی R و کاربرد آن در تحلیل کسب و کار می‌پردازد. این بخش همچنین مثال‌های کسب و کار اساسی مانند داده‌های هتل را پوشش می‌دهد تا نشان دهد چگونه تحلیل می‌تواند در سناریوهای دنیای واقعی به کار گرفته شود. شما با انواع مختلف داده‌های مورد استفاده در تحلیل، از جمله داده ترتیبی، آشنا شده و مدل‌های تصمیم‌گیری مورد استفاده برای حل مسائل کسب و کار را بررسی خواهید کرد.

بخش 2: چرخه عمر تحلیل کسب و کار

  • این بخش به بررسی چرخه عمر تحلیل کسب و کار می‌پردازد و بینش‌هایی در مورد چگونگی ساختار فرآیندهای تحلیلی ارائه می‌دهد. شما با استقرار مدل آشنا خواهید شد که برای تبدیل مدل‌ها به استراتژی‌های عملی کسب و کار حیاتی است. همچنین مراحل فرآیند حل مسئله بررسی شده، نرم‌افزارهای رایج در تحلیل کسب و کار معرفی شده و راهنمایی‌های لازم برای نصب و راه‌اندازی R و R Studio جهت استفاده مؤثر در پروژه‌های تحلیلی ارائه می‌شود.

بخش 3: درک برنامه‌نویسی R

  • R ابزار اصلی مورد استفاده در این دوره است و در اینجا معرفی جامعی از آن ارائه می‌شود. این بخش توابع پایه R، انواع داده‌ها و مفاهیم کلیدی مانند قوانین بازیافت، مقادیر عددی خاص و عطف منطقی را پوشش می‌دهد. همچنین با آرایه‌ها، ماتریس‌ها و فاکتورها در R، همراه با چگونگی کار با مخازن و نصب پکیج‌ها آشنا خواهید شد. جنبه‌های عملی کار با داده‌ها، ایمپورت کردن و تجمیع داده‌ها نیز نمایش داده می‌شود.

بخش 4: دستکاری داده‌ها و مبانی آمار

  • در این بخش، تمرکز بر روی تکنیک‌های دستکاری داده‌ها مانند ادغام و ایجاد داده خواهد بود و سپس مقدمه‌ای بر آمار پایه ارائه می‌شود. شما چگونگی محاسبه واریانس، کوواریانس و فراوانی تجمعی را یاد خواهید گرفت و همزمان تجربه عملی کار با توابعی مانند ()head و ()scatterplot در R را کسب خواهید کرد. این بخش همچنین جریان کنترل را بررسی می‌کند که به تصمیم‌گیری بر اساس داده‌ها کمک می‌کند.

بخش 5: آمار، احتمال و توزیع

  • این بخش مفاهیم اصلی آمار و احتمال مورد نیاز برای تحلیل کسب و کار را پوشش می‌دهد. شما با متغیرهای تصادفی، توزیع‌های گسسته و پیوسته و چگونگی محاسبه مقادیر مورد انتظار آشنا خواهید شد. این بخش همچنین توزیع دوجمله‌ای و متغیرهای تصادفی یکنواخت را در کنار مثال‌هایی مانند قمار و بازی‌های تصمیم‌گیری مانند "Deal or No Deal" بررسی می‌کند.

بخش 6: تحلیل کسب و کار با استفاده از R

  • این بخش با تمرکز بر تحلیل پیشرفته کسب و کار، به مفاهیم آماری مانند توزیع‌های Normal و t و همچنین ابزارهای تست فرضیه می‌پردازد. شما با مثال‌های دنیای واقعی، مانند نمرات SAT و وزن نوزادان هنگام تولد، کار خواهید کرد تا مفاهیم تخمین، فواصل اطمینان و قضیه حد مرکزی را درک کنید. این بخش با ساخت فواصل اطمینان و یادگیری در مورد کشیدگی به اوج خود می‌رسد، در حالی که شما تجربه عملی استفاده از R را به دست می‌آورید.

بخش 7: مثال‌ها، تست و پیش‌بینی

  • این بخش بر تولید و تست فرضیه با استفاده از R تأکید دارد. شما با تفاوت‌های نمونه‌ای کار کرده، مقادیر Z را محاسبه و تست های P-value یک‌طرفه را انجام خواهید داد. علاوه بر این، با پیش‌بینی، تحلیل سری‌های زمانی و روش‌هایی مانند ARIMA و هموارسازی نمایی مضاعف آشنا خواهید شد. این ابزارها برای پیش‌بینی روندهای آینده و اتخاذ تصمیمات آگاهانه در کسب و کار ضروری هستند.

بخش 8: درک مصورسازی‌ها

  • مصورسازی داده ابزاری قدرتمند برای تحلیل کسب و کار است و در این بخش شما در ایجاد نمایش‌های بصری مؤثر از داده‌ها در R مهارت پیدا خواهید کرد. شما یاد خواهید گرفت که چرا و چگونه داده‌ها را مصورسازی کنید، نمودارها را روی هم قرار دهید. و از نمودارهای پیشرفته مانند نمودارهای حبابی استفاده کنید. این بخش همچنین مفهوم ANOVA (تحلیل واریانس) و مدل‌سازی رگرسیون را پوشش می‌دهد و مهارت‌های لازم برای ساخت و تفسیر مدل‌های آماری را در اختیار شما قرار می‌دهد.

نتیجه‌گیری

  • در پایان این دوره، شما درک قوی از مفاهیم تحلیل کسب و کار و مهارت‌های عملی برای پیاده‌سازی آن‌ها با استفاده از R خواهید داشت. از دستکاری داده‌های اولیه و تحلیل آماری گرفته تا پیش‌بینی پیشرفته و مصورسازی، این دوره شما را برای مقابله با مسائل پیچیده کسب و کار با اطمینان آماده می‌کند. شما برای استفاده از R در تصمیم‌گیری و تحلیل داده‌محور مجهز خواهید شد و ابزارهایی برای موفقیت در هر نقش تحلیل کسب و کار به دست خواهید آورد.

این دوره برای چه کسانی مناسب است؟

  • متخصصان و تحلیلگران کسب و کار که به دنبال استفاده از داده برای پیشبرد تصمیمات هستند.
  • دانشمندان داده یا تحلیلگران مشتاقی که می‌خواهند در زمینه تحلیل کسب و کار شغلی برای خود بسازند.
  • دانشجویان یا افرادی که به یادگیری برنامه‌نویسی R و به کارگیری آن در زمینه‌های کسب و کار علاقه‌مند هستند.
  • هر کسی که به دنبال گسترش دانش خود در زمینه تحلیل آماری و تکنیک‌های پیش‌بینی برای کسب و کار است.

تحلیل کسب و کار با R: راهنمای جامع

  • مقدمه دوره 11:39
  • برنامه آموزشی دوره 10:04
  • تحلیل تفکیکی 06:05
  • مقدمه‌ای بر R و تحلیل 07:34
  • تکامل تحلیل کسب‌وکار 11:56
  • مثال کسب‌وکار - هتل 11:06
  • داده‌ها برای تحلیل کسب‌وکار 06:45
  • داده‌های ترتیبی 08:11
  • مثال مدل تصمیم‌گیری 06:02
  • مدل‌های تصمیم‌گیری توصیفی 08:32
  • چرخه‌ عمر تحلیل کسب‌وکار 08:04
  • پیاده‌سازی مدل 06:04
  • مراحل فرآیند حل مساله 06:49
  • نرم‌افزارهای استفاده شده در تحلیل کسب‌وکار 07:22
  • آغاز کار با R 06:02
  • نصب R Studio 09:08
  • مبانی R 11:47
  • توابع اولیه R 11:47
  • انواع داده‌ها 11:34
  • قانون بازیافت 08:48
  • مقادیر عددی خاص 09:48
  • توابع خلاصه موازی 05:07
  • پیوندهای منطقی 11:35
  • چسباندن رشته‌ها به هم 07:34
  • تحمیل نوع 11:33
  • آرایه و ماتریس 05:41
  • عوامل 07:16
  • مخزن و پکیج‌ها 02:42
  • نصب یک پکیج‌ 09:57
  • وارد کردن داده‌ها 05:46
  • ایمپورت کردن داده‌ها از SPSS 06:53
  • کار با داده‌ها 11:54
  • تجمیع داده‌ها 04:07
  • دستکاری داده‌ها و مبانی آمار 08:50
  • ادغام 09:22
  • ایجاد داده 06:13
  • مثال ادغام 08:23
  • آمار چیست 09:19
  • متغیرها 11:02
  • چندک‌ها 05:02
  • محاسبه واریانس 07:50
  • محاسبه هم‌واریانس 07:45
  • فراوانی انباشته 11:31
  • کتابخانه (mass) 09:55
  • تابع Head (داده faithful) 04:46
  • نمودار پراکنش 07:10
  • جریان کنترل 07:34
  • آمار، احتمال و توزیع 04:44
  • متغیر تصادفی 13:14
  • مثال تصادفی 07:57
  • مثال گسسته 07:48
  • مسئله تمرینی 06:54
  • مورد پیوسته 06:33
  • مسئله تمرینی توزیع نمایی 07:22
  • مقدار مورد انتظار 06:53
  • مثال قمار 05:57
  • معامله یا عدم معامله 10:50
  • جزئیات توزیع 07:30
  • توزیع دو جمله‌ای ادامه 06:40
  • مقدار مورد انتظار از توزیع دو جمله‌ای 08:59
  • متغیرهای تصادفی یکنواخت 11:59
  • مثال‌های توزیع‌های احتمال 06:38
  • ادامه مثال‌های توزیع‌های احتمال 09:19
  • تحلیل کسب‌وکار با استفاده از R 07:23
  • PDF نرمال 07:11
  • چه چیزی نرمال است، چه چیزی نیست؟ 09:37
  • مثال SAT 11:56
  • مثال - وزن هنگام تولد 06:09
  • توابع dNorm و pNorm و qNorm 12:25
  • درک تخمین‌ 06:32
  • ویژگی‌های تخمین‌گرهای خوب 08:54
  • قضیه حد مرکزی 11:43
  • کشیدگی 11:55
  • ساخت قضیه حد مرکزی 09:42
  • فاصله‌های اطمینان برای میانگین 10:12
  • مثال‌های فاصله‌های اطمینان 05:12
  • مثال آزمایشگاه کامپیوتر 08:15
  • توزیع t 08:03
  • توزیع t ادامه 07:41
  • مثال‌های R 08:33
  • خطای استاندارد میانگین 06:40
  • دانلود بسته 08:33
  • تفاوت‌های پکیج 09:41
  • تولید و تست فرضیه 09:54
  • آزمون فرضیه 09:49
  • P-value یک طرفه 10:25
  • قدرت و حجم نمونه 07:11
  • تست فرضیه با استفاده از R 07:39
  • محاسبه مقدار Z 05:57
  • نسبت دم پایین نسبت جمعیت 07:41
  • پیش‌بینی 10:20
  • کاربردهای تحلیل سری‌زمانی 08:01
  • رویکردها در پیش‌بینی 08:34
  • مؤلفه‌های مشاهده 08:19
  • رویکردهای سنتی 09:22
  • هموارسازی نمایی مضاعف 10:58
  • مراحل ARIMA 05:13
  • عملکرد پیش‌بینی 07:18
  • ARIMA تک‌متغیره 07:18
  • مصورسازی‌ با R 11:42
  • چرا مصورسازی‌ کنیم؟ 09:25
  • روی هم قرار دادن نمودارها 09:01
  • نمایش داده‌ها با نمودار 05:50
  • ادامه نمایش داده‌ها با نمودار 10:17
  • نمودارهای پیشرفته 08:24
  • نمودارهای حبابی 08:07
  • تحلیل واریانس 10:37
  • مفهوم اثر 10:42
  • تخمین اثر تیمار 07:00
  • Anova فاکتوریل 08:02
  • رگرسیون 11:36
  • مدل رگرسیون 11:34
  • رابطه خطی 06:51
  • خروجی مدل رگرسیون 06:55

6,352,500 1,270,500 تومان

مشخصات آموزش

تحلیل کسب و کار با R: راهنمای جامع

  • تاریخ به روز رسانی: 1404/09/07
  • سطح دوره:همه سطوح
  • تعداد درس:114
  • مدت زمان :16:05:30
  • حجم :6.09GB
  • زبان:دوبله زبان فارسی
  • دوره آموزشی:AI Academy

آموزش های مرتبط

The Great Courses
9,269,000 1,853,800 تومان
  • زمان: 23:28:00
  • تعداد درس: 170
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,889,000 377,800 تومان
  • زمان: 04:47:39
  • تعداد درس: 30
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,580,000 316,000 تومان
  • زمان: 04:00:26
  • تعداد درس: 31
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
490,000 98,000 تومان
  • زمان: 39:24
  • تعداد درس: 25
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,665,500 333,100 تومان
  • زمان: 04:13:52
  • تعداد درس: 33
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,079,500 215,900 تومان
  • زمان: 02:44:31
  • تعداد درس: 8
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
632,000 126,400 تومان
  • زمان: 01:36:02
  • تعداد درس: 17
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
2,797,500 559,500 تومان
  • زمان: 07:05:39
  • تعداد درس: 75
  • سطح دوره:
  • زبان: دوبله فارسی
  • سطح دوره:
  • زبان: دوبله فارسی

آیا سوالی دارید؟

ما به شما کمک خواهیم کرد تا شغل و رشد خود را افزایش دهید.
امروز با ما تماس بگیرید