دوره علم داده Data Science

در دوره آموزشی کاربردی علم داده در کسب و کار قصد داریم ابتدا شما را با حوزه مدیریت داده آشنا کنیم، و تمام واژگان و اصلاحات تخصصی آن را معرفی کنیم. سپس یک نقشه راه برای یادگیری مباحث این حوزه ترسیم کنیم تا مسیر مناسبی را برای خود انتخاب کنید.

در ادامه به حوزه تحلیل های پیشرفته و مباحث مربوط به یادگیری ماشین ورود کرده و ضمن تشریح مفاهیم پایه ای این حوزه و نیازمندی های تئوری و بنیادی آن، به ارائه یک نمونه پروژه Data Science در یکی از محیط های برنامه نویسی زبان پایتون قدرت و زیبایی این علم را به شما نمایش خواهیم داد.

1. داده، اطلاعات و دانش چیست؟
2. هوش تجاری چیست؟
3. علم داده چیست؟
   • هوش مصنوعی چیست؟
   • داده کاوی چیست؟
   • یادگیری ماشین چیست؟
4. تعریف عناوین تخصصی / شغلی
   • مهندس داده (Data Engineer)
   • تحلیلگر داده (Data Analyst)
   • دانشمند داده (Data Scientist)
5. پروژه های هوش تجاری
   • چهارچوب، مراحل و تخصص های لازم
   • واژه شناسی حوزه هوشمندی کسب و کار
   • نحوه انتخاب ابزار هوش تجاری در مقیاس سازمانی
   • نحوه انتخاب ابزار هوش تجاری در مقیاس فردی
   • سنجش بلوغ
   • موانع
6. پروژه های علم داده
   • چهارچوب، مراحل و تخصص های لازم
   • نحوه انتخاب ابزار های پیاده سازی
   • موانع و چالش ها
7. نگاهی به DMBOK (Data Management Body of Knowledge)
8. معرفی زبان پایتون و نحوه ورود به دنیای آن برای کار با داده ها
   • معرفی محیط های کار با پایتون
   • معرفی دستورات پایه زبان پایتون
   • معرفی سایت ها و کتاب مناسب برای یادگیری پایتون
   • معرفی مهمترین کتابخانه های پایتون برای کار با داده ها
9. انجام یک پروژه عملی یادگیری ماشینی در Python
   • جمع آوری داده
   • شناخت داده
   • مرور اکتشافی داده ها (EDA)
   • توصیف داده ها
   • تشخیص و جایگزینی داده های پرت
   • تشخیص و جایگزینی داده های خالی و از دست رفته
   • کاهش ابعاد
   • توزیع نرمال داده ها
   • مصور سازی داده ها
   • طرح سوالات بر روی داده ها
   • پیاده سازی یادگیری ماشین در Python
   • خوشه بندی و رگرسیون

کاربردهای علم داده در مالی:

• تحلیل ریسک
• تحلیل برخط
• تحلیل مشتری
• مدیریت داده های مشتریان
• ایجاد خدمت سفارشی
• تشخیص تقلب و کلاه برداری

کاربردهای علم داده در صنعت بانکداری:

• مدلسازی ریسک
• تخیص تقلب
• تشخیص پول شویی
• تحلیل های پیش نگر برخط
• موتورهای پیشنهاد دهنده
• بخش بندی مشتریان

کاربردهای علم داده در فروش:

• بهینه سازی فضای قفسه ها
• قیمت گذاری
• بسته بندی محصولات
• پیشنهاد های ویژه
• تبلیغات هدفمند

کاربردهای علم داده در تجارت الکترونیک:

• تست A/B
• ایجاد سیستم های پیشنهاد دهنده
• تبلیغات
• جذب مشتری

دوره علم داده به درد چه کسانی می خورد؟

اگر علاقمند به یادگیری نحوه پیاده سازی تحلیل های پیشرفته بر روی داده های کسب و کار خود هستید، یا تمایل دارید در سازمان خود با داده ها کارهای حرفه ای انجام دهید و به حوزه داده کاوی و یادگیری ماشین ورود پیدا کنید و همچنین اگر در رشته های ریاضی، آمار، مهندسی صنایع، کامپیوتر و فناوری اطلاعات تحصیل کرده اید این دوره آموزشی مناسب شما خواهد بود.

آیا در پایان این دوره من متخصص علم داده خواهم شد؟

در پایان این دوره شما در ابتدای یک مسیر کاملا شفاف برای تبدیل شدن به دانشمند داده قرار داده خواهید شد و یک نقشه راه کاملا مشخص در این باره دریافت خواهید کرد. تمام سرنخ های لازم برای ورود به حوزه کار با داده ها و تحلیل های پیشرفته بر روی داده ها را بدست خواهید آورد. در این دوره علاوه بر آشنایی کامل با هوش تجاری و علم داده و تفاوت و شباهت ها و جایگاه هریک نسبت به دیگری یک پروژه نمونه یادگیری ماشین با زبان پایتون پیاده سازی خواهد شد تا درک کلی از فرآیند اجرای پروژه های مرتبط حاصل شود. همچنین با چهارچوب DMBOK برای مدیریت داده ها آشنا خواهید شد.

خروجی این دوره دقیقا چه مواردی خواهد بود؟

آشنایی کامل با واژه ها، مفاهیم و مباحث تئوری و فنی مرتبط با تحلیل داده ها، هوش تجاری و علم داده به همراه درک کاملی از مراحل انجام یک پروژه واقعی بصورت عملی.

آیا Data Science کامل پوشش داده می شود؟

اینکه Data Science چیست و شامل چه ابزارها، تخصص ها و مراحلی می باشد بطور کامل ارائه خواهد شد اما انجام پروژه در بخش عملی کلاس بر اساس نیاز های همان پروژه خواهد بود تا با ارائه یک نمونه واقعی بتوانیم شبیه سازی مناسبی از روش های عملی داشته باشیم. در بخش عملی از زبان Python برای پیاده سازی الگوریتم های یادگیری ماشین استفاده خواهد شد و کتابخانه های پرکاربرد این حوزه معرفی می شود.

آیا Python یاد می گیریم؟

خیر، اما منابع اصلی یادگیری پیاتون، روش نصب و راه اندازی پایتون و معرفی بهترین محیط برنامه نویسی پاتون از اهداف اصلی این دوره خواهد بود تا در ادامه مسیر دچار سردرگمی و بن بست نشوید.

این دوره در یک مرکز آموزشی بسیار شیک و مجهز به تمامی امکانات آموزشی لازم (واقع در خیابان کارگر شمالی، خیابان پنجم) برگزار می‌شود.

هر روز دوره شامل ناهار و دو نوبت پذیرایی میان وعده می‌باشد.

امروزه داده ها مهمتر از هر زمان دیگری هستند، شرایط به گونه ای رقم خورده که حتی داده های تاریخی و قدیمی نیز در حال پردازش و استفاده هستند. نیاز هرچه بیشتر به تصمیم گیری های به موقع و دقیق منجر به تقاضای فزاینده تحلیل داده های کسب و کار و داده های کلان کشور ها و مراکز استراتژیک شده است.

حجم تولید داده نیز در چند سال اخیر به شدت رشد داشته است به گونه ای که طبق پیش بینی نهاد های معتبر بین المللی، دنیا با کمبود نیروی متخصص در زمینه داده ها و تحلیل های پیشرفته داده در سال های آینده مواجه خواهد شد.

امروزه داده ها و اطلاعات کالاهای استراتژیک سازمان ها و حکومت ها هستند. استخراج اطلاعات و دانش از داده ها مانند کشف و استخراج طلا و نفت و چه بسا با ارزش تر از آن می باشد.

در دوره کاربرد علم داده در کسب و کار قصد داریم ابتدا شما را با حوزه مدیریت داده آشنا کنیم، و تمام واژگان و اصلاحات تخصصی آن را معرفی کنیم. سپس یک نقشه را برای یادگیری مباحث این حوزه ترسیم کنیم تا مسیر مناسبی را برای خود انتخاب کنید.

در ادامه به حوزه تحلیل های پیشرفته و مباحث مربوط به یادگیری ماشین ورود کرده و ضمن تشریح مفاهیم پایه ای این حوزه و نیازمندی های تئوری و بنیادی آن، به ارائه یک نمونه پروژه Data Science در یکی از محیط های برنامه نویسی زبان پایتون قدرت و زیبایی این علم را به شما نمایش خواهیم داد.

مدت ها پیش در ایران شرکت های کارگزاری بورس با کمک الگوریتم های پیشرفته داده کاوی به پیش بینی قیمت سهام و کاربرد های دیگر علم داده در صنعت خود پرداختند، رفته رفته صنایع مختلفی مانند خدمات پس از فروش، فروش و برنامه ریزی و تولید از علم داده استفاده کردند که این استفاده ها روز به روز در حال افزایش است و شناخت دقیق و اصولی مفاهیم و اصطلاحات این علم علاوه بر کمک در بکار گیری صحیح روش ها و ابزار ها به خلق ایده های نو و ارائه راه حل های بدیع و خلاقانه در مسائل اصلی و مهم سازمان ها و کسب و کارهای کشور کمک شایانی خواهد کرد. همچنین، بهره برداری از داده ها حتی به جامعه نیز کمک شایانی خواهد کرد.