مسترکلاس تحلیلگر داده: یادگیری بینشهای کسبوکار با هوش مصنوعی
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- تحلیل و مصورسازی داده با استفاده از Excel ،SQL ،Python و Power BI
- کاربرد تکنیکهای هوش مصنوعی برای کشف بینشهای کسبوکار و خودکارسازی تصمیمگیریها
- پاکسازی، تبدیل و مدلسازی داده با استفاده از Pandas در Python
- ساخت داشبوردها و گزارشهای تعاملی در Microsoft Power BI
- حل مسائل واقعی کسبوکار با استراتژیهای داده محور
- ارتباط مؤثر بینشها به ذینفعان و تیمها
پیشنیازهای دوره
- نیاز به تجربه قبلی نیست، این دوره برای مبتدیان مناسب است.
- یک کامپیوتر با دسترسی به اینترنت
- درک اولیه از مفاهیم کسبوکار مفید است اما ضروری نیست.
توضیحات دوره
قدرت داده و هوش مصنوعی را برای اتخاذ تصمیمات هوشمندانهتر در کسبوکار آزاد کنید با مسترکلاس تحلیلگر داده: یادگیری بینشهای کسبوکار با هوش مصنوعی. این دوره جامع برای علاقهمندان به تحلیلگر داده، متخصصان کسبوکار و هر کسی که به دنبال کسب مهارتهای عملی دادهای است، طراحی شده است. مهارتهایی که در صنایع مختلف بسیار مورد تقاضا هستند.
در این مسترکلاس عملی، شما با ابزارهای اساسی تحلیل داده مدرن یعنی Excel ،SQL ،Python و Microsoft Power BI آشنا میشوید. یاد خواهید گرفت چگونه داده خام را با استفاده از تکنیکهای هوش مصنوعی محور به بینشهای قدرتمند تبدیل کنید. چه از ابتدا شروع کنید یا بخواهید مهارتهای خود را بهبود دهید، این دوره قدمبهقدم شما را در مسیر تحلیل داده راهنمایی میکند؛ از پاکسازی و مصورسازی داده تا هوش تجاری پیشرفته و گزارشدهی.
شما یاد خواهید گرفت چگونه:
- داده را با استفاده از Excel و جداول محوری تحلیل و مصورسازی کنید.
- کوئریهای SQL بهینه بنویسید تا داده را بررسی و استخراج کنید.
- با استفاده از Python و Pandas داده کسبوکار را پاک، پردازش و مدلسازی کنید.
- داشبوردها و گزارشهای تعاملی در Power BI بسازید.
- مفاهیم هوش مصنوعی را برای کشف روندها، پیشبینی و خودکارسازی بینشها به کار ببرید.
- روایتهای تصویری جذاب بسازید تا یافتهها را بهصورت مؤثر انتقال دهید.
پروژه ها و مطالعات موردی واقعی به شما کمک میکنند دانش خود را در سناریوهای عملی کسبوکار به کار ببرید. شما بهصورت تدریجی مهارتهایتان را توسعه میدهید تا حتی اگر تازهکار باشید، روند یادگیری آسان و پیوسته باشد.
در پایان این دوره، اصول قوی در تحلیل داده، مصورسازی و کاربرد هوش مصنوعی در کسبوکار خواهید داشت و فرصتهای شغلی مانند تحلیلگر داده، تحلیلگر کسبوکار یا مدیر هوشمند در حوزه هوش مصنوعی برای شما باز میشود.
همین حالا در این دوره شرکت کنید و سفر خود را برای تبدیل شدن به یک تصمیمگیرنده داده محور در دنیای کسبوکار مجهز به هوش مصنوعی آغاز کنید!
این دوره برای چه کسانی مناسب است؟
- مبتدیانی که میخواهند تحلیلگر داده یا تحلیلگر کسبوکار شوند.
- متخصصان کسبوکاری که میخواهند تصمیمگیریهای داده محور داشته باشند.
- دانشجویان و افرادی که میخواهند در زمینه هوش مصنوعی و تحلیل داده شغلی تغییر دهند.
- هر کسی که میخواهد Excel ،SQL ،Python و Power BI را در یک دوره بیاموزد.
مسترکلاس تحلیلگر داده: یادگیری بینشهای کسبوکار با هوش مصنوعی
-
مقدمه 03:00
-
شروع کار در ویندوز، macOS و لینوکس 00:55
-
چگونه سوالات عالی بپرسیم؟ 01:06
-
سؤالات متداول 00:55
-
تحلیلگر داده کسبوکار چیست؟ 05:49
-
اهمیت تحلیل داده در تصمیمگیری 02:55
-
کاربردهای دنیای واقعی تحلیل کسبوکار 04:38
-
مروری بر ابزارها: Excel ،SQL ،Python (Pandas) 03:47
-
مبانی برگه کاری 21:44
-
ساختاردهی داده و فرمولها 11:55
-
فرمتهای داده 09:32
-
مبانی کار با دادهها – برش، کپی و چسباندن 06:31
-
ذخیره و چاپ در Excel 10:07
-
محدودههای Excel 04:40
-
تسلط به Excel با ChatGPT: بهرهوری و خودکارسازی مجهز به هوش مصنوعی 07:47
-
عملیات پایه فرمولنویسی 06:07
-
توابع ریاضی سطح 1 19:47
-
توابع ریاضی سطح 2 12:16
-
توابع متنی سطح 1 09:00
-
توابع متنی سطح 2 12:49
-
توابع منطقی (AND ،OR ،XOR) 10:56
-
توابع تاریخ و زمان 06:13
-
تابع جستجو - VLOOKUP 12:05
-
تابع جستجو - HLOOKUP 04:00
-
فرمول HLOOKUP بهعلاوه Match 08:27
-
ترکیب فرمول Match بهعلاوه Index 05:14
-
تابع جستجو - XLOOKUP 07:32
-
مدیریت #NA و تطابق تقریبی در XLOOKUP 10:24
-
مطابقت الگوی کلی در XLOOKUP 06:05
-
تقسیم متن به ستونها 06:56
-
پر کردن سریع 06:57
-
حذف موارد تکراری 07:38
-
اعتبارسجی داده 06:27
-
دریافت - ایمپورت کردن داده از فایل متنی 05:31
-
دریافت – ایمپورت کردن داده از CSV 03:15
-
قالببندی قلم 04:08
-
تنظیم تراز قالببندی 05:57
-
قالببندی عدد 04:30
-
قالببندی تاریخ 03:22
-
قالببندی جداول 05:06
-
مراحل قالببندی Excel با استفاده از هوش مصنوعی ChatGPT 03:38
-
ایجاد PivotTables برای خلاصهسازی 06:36
-
تنظیمات فیلد مقدار 03:59
-
قالب عدد 02:20
-
طراحی جدول محوری 03:13
-
دستهبندی نمودارهای Excel 02:23
-
عناصر یک نمودار 04:05
-
ساخت نمودارهای پویا 01:48
-
نمودارهای ستونی یا میلهای 04:16
-
قالببندی نمودارها 03:30
-
نمودارهای خطی 02:06
-
نمودارهای ناحیهای 01:56
-
نمودارهای دایرهای و دوناتی 03:40
-
قالببندی نمودار ناحیهای یا XY 07:26
-
نمودارهای پراکنش یا حبابی 02:01
-
PostgreSQL چیست؟ 03:12
-
چرا PostgreSQL را انتخاب کنیم؟ ویژگیها و مزایا 04:41
-
درک اکوسیستم PostgreSQL 02:30
-
نصب و راهاندازی PostgreSQL (ویندوز) 18:17
-
مراحل نصب برای macOS و لینوکس 06:13
-
بررسی pgAdmin و ابزارهای خط فرمان 10:01
-
مفاهیم پایگاه داده رابطهای 06:03
-
نوع دادهها و اسکیماها 04:59
-
ایجاد و مدیریت پایگاههای داده 06:58
-
ایجاد جدول با استفاده از pgAdmin 12:47
-
تغییر ساختار جدول (ALTER) 08:15
-
حذف یک جدول 04:23
-
ایجاد جدول با استفاده از اسکریپت SQL 09:21
-
ایجاد اسکریپت جدول فروش محصولات با استفاده از Gen AI 03:58
-
عملیات CREATE (درج داده) 05:14
-
عملیات READ (انتخاب داده) 04:07
-
عملیات UPDATE (اصلاح داده) 04:33
-
عملیات DELETE (حذف داده) 02:41
-
مبانی دستورات SQL 03:07
-
دستور SELECT 02:43
-
حذف موارد تکراری با SELECT DISTINCT 04:40
-
داشبوردها - ستون ()COUNT با عبارت AS 02:50
-
نوشتن دستور SELECT با استفاده از Gen AI 04:10
-
دستورات SELECT و WHERE 03:01
-
دستورات SELECT و WHERE: فیلترگذاری داده در SQL 06:48
-
مرتبسازی داده با عبارت ORDER BY 04:05
-
انتخاب داده مؤثر با عبارت LIMIT 02:50
-
استفاده از LIMIT با آفست 02:14
-
تمرین کوئری SQL None
-
استفاده از ()SUM در SQL: محاسبه مقادیر کل 07:18
-
محاسبه میانگینها با تابع ()AVG= در SQL 03:20
-
یافتن حداقل مقدار با تابع ()MIN= در SQL 02:47
-
استخراج بیشترین مقدار با تابع ()MAX در SQL 02:20
-
ادغام مقادیر با ()STRING_AGG در SQL 05:36
-
تحلیل واریانس دادهها با تابع ()VARIANCE در SQL 05:44
-
محاسبه انحراف معیار با تابع ()STDDEV در SQL 04:41
-
شمارش مقادیر یکتا با COUNT(DISTINCT) در SQL 04:44
-
کوئری SQL بر روی توابع تجمعی None
-
گروهبندی داده بهصورت مؤثر با عبارت GROUP BY 10:56
-
فیلترگذاری پیشرفته داده با استفاده از عبارت HAVING در SQL 03:14
-
مقدمهای بر JOINها در SQL: ترکیب داده از جداول مختلف 06:14
-
نوشتن INNER JOIN: بازیابی داده از چند جدول 16:25
-
استفاده از LEFT JOIN: بازیابی همه رکوردها از جدول سمت چپ 02:06
-
JOIN راست در SQL: بازیابی داده از جدول سمت راست 01:32
-
استفاده از FULL OUTER JOIN: ترکیب نتایج از هر دو جدول 01:41
-
Self JOIN در SQL: پیوستن یک جدول به خودش 05:45
-
Cross Join در SQL: تولید حاصلضرب کارتزین 10:09
-
مفهوم INNER JOIN در SQL None
-
اجبار مقادیر غیرخالی با قید NOT NULL 11:38
-
تضمین داده یکتا با قید UNIQUE 08:47
-
شناسایی یکتای رکوردها با قید PRIMARY KEY 07:48
-
حفظ یکپارچگی ارجاعی با قید FOREIGN KEY 11:55
-
اعتبارسنجی داده با قید CHECK 09:33
-
ارائه مقدار پیشفرض با قید DEFAULT 04:33
-
بهینهسازی کوئریها با قید INDEX 09:05
-
تسلط به پشتیبانگیری پایگاه داده: تضمین یکپارچگی داده 06:42
-
بازیابی پایگاههای داده: تضمین تداوم کسبوکار 05:03
-
ایجاد پایگاه داده 01:36
-
طراحی اسکیمای پایگاه داده - سیستم مدیریت شرکت 02:32
-
درج داده نمونه 02:08
-
کوئریگیری داده 02:41
-
بهینهسازی پایگاه داده – ایندکسگذاری 01:39
-
بهینهسازی پایگاه داده – تحلیل کوئری 01:42
-
بهینهسازی پایگاه داده – Vacuum و Analyze 01:06
-
بهینهسازی پایگاه داده – بخشبندی (برای داده بزرگ) 01:02
-
پشتیبانگیری و بازیابی – پشتیبانگیری پایگاه داده 01:33
-
پشتیبانگیری و بازیابی – بازیابی پایگاه داده 03:00
-
راهاندازی گروههای ورود/نقشها 03:53
-
هوش تجاری و Power BI 06:40
-
مروری بر Power BI 06:53
-
اهمیت مصورسازی داده 07:04
-
اجزای Power BI 02:32
-
تسلط به Power BI با ChatGPT – بینش و خودکارسازی مجهز به هوش مصنوعی 05:01
-
دانلود و نصب Power BI Desktop 13:02
-
مروری بر رابط کاربری Power BI Desktop 08:55
-
تنظیمات اولیه و ناوبری 09:40
-
انواع منابع داده (Excel ،SQL Server، داده وب و غیره) 04:56
-
اتصال Power BI به فایلهای Excel و CSV 13:02
-
تبدیل دادهها 09:25
-
مقدمهای بر Power Query Editor 06:43
-
پاکسازی و شکلدهی داده 17:41
-
ترکیب و ادغام در Power Query 09:39
-
مدیریت روابط بین جداول داده 12:30
-
مروری بر مدلسازی داده 04:46
-
ایجاد روابط بین جداول 07:10
-
بهینهسازی مدلهای داده با روابط 10:52
-
بهترین شیوه ها برای مدلسازی داده 07:56
-
مبانی عبارات تحلیل داده (DAX) 03:11
-
ایجاد ستونهای محاسباتی با استفاده از فرمول DAX 07:05
-
ایجاد معیارها با استفاده از فرمول DAX 04:53
-
استفاده از محاسبات DAX در مصورسازیها 03:17
-
توابع DAX برای تجمعها 14:52
-
فیلترگذاری و محاسبات شرطی 02:57
-
فرمول DAX برای بهدست آوردن فروش کل با استفاده از GEN AI 02:20
-
انواع مصورسازیها در Power BI 02:15
-
ساخت نمودارهای میلهای 03:40
-
ساخت نمودار دایرهای 03:59
-
ایجاد جداول و قالببندی 07:01
-
بهترین روشها برای طراحی داشبورد 05:18
-
بارگذاری داده نمونه داشبورد 02:40
-
کارت درآمد کل برای داشبورد 02:42
-
نمودار میلهای درآمد به تفکیک منطقه برای داشبورد 03:21
-
نمودار خطی واحدهای فروخته شده در طول زمان برای داشبورد 02:21
-
نمودار دایرهای توزیع محصول برای داشبورد 02:48
-
افزودن Slicerها برای داشبورد تعاملی 07:34
-
ذخیره و انتشار داشبورد 03:11
-
ChatGPT AI چیست؟ 03:32
-
راهاندازی حساب کاربری در ChatGPT 03:49
-
چگونه از ChatGPT GEN AI استفاده کنیم؟ 05:30
-
ChatGPT برای تسک های روزمره شما 05:12
-
نصب اپلیکیشن Python مرحله به مرحله 07:03
-
نصب محیط توسعه کد Python (PyCharm) 12:19
-
شروع پروژه اول Python 08:30
-
اولین برنامه خوشآمدگویی «Hello World» 05:00
-
استفاده از ChatGPT برای نوشتن متغیرها 05:43
-
استفاده از ChatGPT برای نوشتن نوعهای داده 04:26
-
استفاده از ChatGPT برای نوشتن تبدیل نوع 03:50
-
استفاده از ChatGPT برای نوشتن رشتهها 05:42
-
استفاده از ChatGPT برای نوشتن عملگرها 05:08
-
کار عملی با متغیرها None
-
استفاده از ChatGPT برای نوشتن دستورات if else 03:07
-
استفاده از ChatGPT برای نوشتن حلقه while 05:41
-
استفاده از ChatGPT برای نوشتن حلقه for 03:06
-
استفاده از ChatGPT برای نوشتن حلقههای تو در تو 02:58
-
تمرین و راهحل آن (الگوی هرم) 03:45
-
استفاده از ChatGPT برای نوشتن بازی حدس زدن 03:40
-
استفاده از ChatGPT برای نوشتن بازی مسابقه اتومبیلرانی 03:12
-
استفاده از ChatGPT برای نوشتن توابع 04:28
-
استفاده از ChatGPT برای توضیح برنامهنویسی شیءگرا 06:02
-
استفاده از ChatGPT برای نوشتن برنامههای کلاس و آبجکت 03:20
-
استفاده از ChatGPT برای نوشتن وراثت 05:41
-
استفاده از ChatGPT برای نوشتن پلیمورفیسم 04:50
-
استفاده از ChatGPT برای نوشتن کلاسهای انتزاعی 02:51
-
استفاده از ChatGPT برای نوشتن کپسولهسازی 03:38
-
توابع None
-
Pandas چیست و چرا برای تحلیل داده ضروری است؟ 05:06
-
ایجاد پروژه، نصب و ایمپورت کردن Pandas 13:05
-
پانداس Data Frame چیست؟ 05:33
-
ایجاد دستی DataFrameها در Python Pandas 08:42
-
تسلط به ایمپورت کردن داده: بارگذاری فایلهای CSV با Pandas 11:21
-
ایمپورت داده بدون مشکل: بارگذاری فایلهای Excel با Pandas 04:08
-
کار با JSON: بارگذاری و خواندن داده با Pandas 02:37
-
پیشنمایش سریع داده: بازیابی نخستین 5 سطر در Pandas 03:35
-
بررسی داده: بازیابی آخرین 5 سطر در Pandas 01:49
-
شناسایی نوع دادهها و مقادیر غیرخالی 04:13
-
بینش داده در یک نگاه: تولید آمار خلاصه در Pandas 02:49
-
مرور DataFrameها: بازیابی سطرها و ستونها در Pandas 01:59
-
درک دادهها: شناسایی نام ستونها در Pandas 01:54
-
پاکسازی داده در Pandas: آمادهسازی داده برای تحلیل 06:59
-
تغییر نام ستونها در نماهای گزارش 03:10
-
تغییر نوع داده هنگام بارگذاری DataFrame 04:32
-
حذف موارد تکراری از داده DataFrame 05:34
-
کاربرد تابع Lambda 03:50
-
توابع تجمعی اولیه 05:33
-
آموزش آسان تجمع داده: تسلط به تابع GROUP BY 04:33
-
ترکیب داده بهشکل مؤثر: ادغام دو DataFrame در Pandas 06:37
-
زنده کردن داده: نمودارهای مصورسازی داده با Pandas و Matplotlib 06:41
مشخصات آموزش
مسترکلاس تحلیلگر داده: یادگیری بینشهای کسبوکار با هوش مصنوعی
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:همه سطوح
- تعداد درس:212
- مدت زمان :19:42:29
- حجم :8.78GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy