تحلیل داده آماری با استفاده از متلب - راهنمایی برای مبتدیان
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- یادگیرندگان میتوانند فرآیند جمعآوری، سازماندهی، مصورسازی و مدلسازی داده را درک کنند.
- این دوره به منظور آشنایی با نرمافزار متلب و کاربردهای آن در زمینه علم داده طراحی شده است.
- جلسات عملی و ادبیات مرتبط به آنها کمک میکند تا دانش بنیادی از فرآیند تحلیل داده آماری و کاربردهای آنها به دست آورند.
- این دوره به شروع سفر یادگیرندگان در حوزه علم داده کمک میکند و آنها را به سمت شروع حرفهای به عنوان تحلیلگر داده هدایت میکند.
پیشنیازهای دوره
- این دوره برای مبتدیان طراحی شده و بنابراین هیچ پیشنیازی جز دانش بنیادی کامپیوتر نیاز نیست.
توضیحات دوره
تحلیل داده آماری با استفاده از متلب - راهنمایی برای مبتدیان
این دوره علاقهای در میان شرکتکنندگان ایجاد میکند و آنها را تشویق میکند تا فعالیتهای پروژهای مرتبط با تحلیل داده را انجام دهند که پیشبینی میشود به شروع سفر آنها به سمت تحلیل داده منجر شود.
این دوره به منظور به دست آوردن دانش بنیادی از تحلیل داده آماری و کاربردهای بلادرنگ آن در زمینههای مختلف علم، مهندسی و حوزههای وابسته طراحی شده است.
این دوره شامل رویکرد گامبهگام برای پیشپردازش داده، آمار خلاصه داده، مصورسازی داده و مدلسازی داده میباشد. دو پروژه کاربردی در مورد مصورسازی داده و مدلسازی داده برای مجموعه دادههای عملی، تجربه عملی در پیادهسازی مفاهیم آموخته شده در دوره را فراهم میکند.
ابزار متلب به عنوان ابزار تحلیل داده انتخاب شده است، زیرا پرکاربردترین ابزار در صنایع و کاربردهای تحقیقاتی میباشد.
جلسات عملی و ادبیات مرتبط به آنها کمک خواهد کرد تا دانش بنیادی از تحلیل داده، مصورسازی داده و مدلسازی داده با استفاده از متلب به دست آورند.
این دوره برای مبتدیان طراحی شده و بنابراین هیچ پیشنیازی جز دانش بنیادی کامپیوتر نیاز نیست. با این حال، داشتن دانش پایهای از متلب میتواند مزیتی اضافی باشد.
این دوره برای دانشجویان مقطع کارشناسی، کارشناسی ارشد در زمینههای علم، مهندسی، بازرگانی و افراد صنعتی که در زمینه علم داده مشغول به کارند، مناسب است.
این دوره برای چه کسانی مناسب است؟
- مبتدیانی که میخواهند به عنوان تحلیلگر داده حرفهای شوند.
تحلیل داده آماری با استفاده از متلب - راهنمایی برای مبتدیان
-
مقدمه 15:35
-
اهمیت تحلیل داده و کاربردهای آن - بررسی 16:04
-
چرا متلب به عنوان ابزار تحلیل داده؟ 15:55
-
مقدمه جلسه 2 01:13
-
متلب چیست؟ و چرا باید متلب را مطالعه کرد؟ 09:52
-
سیستم متلب - محیط توسعه 06:24
-
فرمان help در متلب و برنامه نمایش 11:42
-
فرمانهای عمومی در متلب 10:12
-
دانش خود را درباره فرمانهای عمومی در متلب تست کنید None
-
مقدمه جلسه 3 01:09
-
چرا تحلیل داده آماری؟ 10:53
-
گردشکار کلی در علم داده 06:51
-
تحلیل سریهای زمانی و تحلیل روند 05:17
-
تحلیل داده اولیه - جریان و اصول 07:20
-
تحلیل داده اولیه و سریهای زمانی None
-
مقدمه - پیشپردازش داده 05:24
-
ایمپورت داده در متلب 09:59
-
ایمپورت داده از فایل مایکروسافت ورد 09:37
-
ایمپورت داده از فایل مایکروسافت اکسل 13:38
-
ایمپورت داده در متلب None
-
ابزار ایمپورت داده در متلب 12:09
-
ایمپورت داده در متلب None
-
ایمپورت مجموعههای بزرگ داده با استفاده از دیتااستور 12:27
-
پاکسازی داده نامنظم و گمشده 12:20
-
تعریف داده پرت 10:50
-
هموارسازی و فیلترینگ داده 08:13
-
پیشپردازش داده None
-
پیشپردازش داده برای داده نامنظم None
-
مقدمه - خلاصهسازی داده 05:03
-
معیار مکان 12:12
-
معیار مقیاس 10:40
-
آمار پایه None
-
آشنایی با داده دستهای 13:35
-
انجام محاسبات بر اساس دستهبندی 11:26
-
آمار داده None
-
شکل توزیع 11:58
-
آمار خلاصه داده None
-
چرا مصورسازی داده؟ تکنیکها و مناسب بودن 11:15
-
نمودارهای 2 بعدی 14:10
-
نمودارهای 3 بعدی 08:55
-
ترسیم نمودار اولیه None
-
نمودارهای 2 بعدی خاص 09:35
-
هیستوگرامها روی مجموعه دادهها 12:04
-
ترسیم نمودار آماری 16:09
-
ترسیم نمودار آماری None
-
مصورسازی داده آرایههای بلند 12:10
-
پروژه 1 متلب - بخش 1 - مصورسازی آماری مجموعه داده WindData 09:08
-
پروژه 1 متلب - بخش 1 - راهحل 11:08
-
پروژه 1 متلب - بخش 2 - مصورسازی جریان باد 3 بعدی 08:46
-
پروژه 1 متلب - بخش 2 - راهحل 14:02
-
آشنایی با مدلسازی داده 14:46
-
مدلسازی پارامتریک - رگرسیون خطی 18:39
-
رگرسیون خطی None
-
مدل رگرسیون خطی None
-
رگرسیون چندجملهای 13:48
-
رگرسیون چندجملهای None
-
رگرسیون چندجملهای None
-
مقدمه و بیان مسئله 08:35
-
پروژه 2 متلب - بخش 1 - آمادهسازی و مصورسازی داده 09:56
-
پروژه 2 متلب - بخش 1 - راهحل 11:30
-
پروژه 2 متلب - بخش 2 - پیشپردازش و مصورسازی داده 10:30
-
پروژه 2 متلب - بخش 2 - راهحل 11:58
-
پروژه 2 متلب - بخش 3 - مدلسازی داده آماری 09:23
-
پروژه 2 متلب - بخش 3 - راهحل 10:41
-
پروژه 2 متلب - بخش 4 - انیمیشن داده 12:50
-
پروژه 2 متلب - بخش 4 - راهحل 16:17
مشخصات آموزش
تحلیل داده آماری با استفاده از متلب - راهنمایی برای مبتدیان
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:مقدماتی
- تعداد درس:66
- مدت زمان :09:18:52
- حجم :5.27GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy