دوره
مقدمه‌ای بر علم داده بدون نیاز به کدنویسی
علم داده چیه، چرا این‌قدر محبوب شده و چرا ازش به‌عنوان «جذاب‌ترین شغل قرن بیست‌ویکم» یاد می‌شه؟ در این دوره بدون نیاز به نوشتن حتی یک خط کد، با این حوزه پررشد و کاربردی آشنا می‌شید.
با انجام تمرین‌های عملی، نقش‌ها و وظایف مختلف دانشمندان داده رو می‌شناسید و با مفاهیم پایه‌ای مثل A/B تست، تحلیل سری‌های زمانی و یادگیری ماشین آشنا می‌شید. همچنین یاد می‌گیرید دانشمندان داده چطور از داده‌های دنیای واقعی، دانش و بینش استخراج می‌کنن.
برای شروع هم لازم نیست نگران اصطلاحات پیچیده باشید. این دوره کمک می‌کنه قدم‌به‌قدم با علم داده آشنا بشید، مهارت‌های پایه این حوزه پرتقاضا رو یاد بگیرید و ببینید علم داده چطور می‌تونه برای افراد با پیش‌زمینه‌های مختلف قابل یادگیری باشه.
ارزیابی هدف پایپ‌لاین داده، کاوش و مصورسازی در جریان‌های کاری داده.
شناخت اینکه چطور تکنیک‌های مدل‌سازی مثل A/B تست و یادگیری ماشین به تصمیم‌گیری‌ها کمک می‌کنن.
در شروع دوره، با مفهوم علم داده آشنا می‌شید. بعد، فرایند کار در علم داده رو بررسی می‌کنید و می‌بینید علم داده چطور برای حل مسائل دنیای واقعی به کار می‌ره. در پایان این بخش هم با نقش‌های مختلف در حوزه علم داده آشنا می‌شید.
حالا که با فرایند کار در علم داده آشنا شدید، در این بخش عمیق‌تر سراغ اولین مرحله یعنی جمع‌آوری و ذخیره‌سازی داده‌ها می‌ریم. یاد می‌گیرید داده‌ها می‌تونن از چه منابعی به دست بیان، چه شکل‌هایی داشته باشن، بعد از جمع‌آوری چطور ذخیره بشن و یک پایپ‌لاین داده چطور می‌تونه این فرایند رو خودکار کنه.
آماده‌سازی داده‌ها یکی از بخش‌های مهم علم داده هست. دانشمندان داده حدود ۸۰٪ از زمانشون رو صرف پاک‌سازی و آماده‌سازی داده‌ها می‌کنن و فقط ۲۰٪ از زمانشون به تحلیل داده اختصاص پیدا می‌کنه. در این بخش، یاد می‌گیرید چطور مشکلات موجود در داده‌ها رو شناسایی کنید و با مقادیر گمشده و داده‌های پرت کنار بیاید. بعد هم با مصورسازی داده‌ها آشنا می‌شید؛ ابزاری مهم که هم برای بررسی و شناخت بهتر داده‌ها کاربرد داره و هم کمک می‌کنه یافته‌هاتون رو بهتر به دیگران منتقل کنید.
در این بخش پایانی، با آزمایش و پیش‌بینی آشنا می‌شید. اول سراغ تست A/B می‌رید و بعد با پیش‌بینی سری‌های زمانی آشنا می‌شید تا یاد بگیرید چطور رویدادهای آینده رو پیش‌بینی کنید. در ادامه هم با یادگیری ماشین، یادگیری نظارت‌شده و خوشه‌بندی آشنا می‌شید.
با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.
هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.
می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.
علم داده چیه، چرا این‌قدر محبوب شده و چرا ازش به‌عنوان «جذاب‌ترین شغل قرن بیست‌ویکم» یاد می‌شه؟ در این دوره بدون نیاز به نوشتن حتی یک خط کد، با این حوزه پررشد و کاربردی آشنا می‌شید.
با انجام تمرین‌های عملی، نقش‌ها و وظایف مختلف دانشمندان داده رو می‌شناسید و با مفاهیم پایه‌ای مثل A/B تست، تحلیل سری‌های زمانی و یادگیری ماشین آشنا می‌شید. همچنین یاد می‌گیرید دانشمندان داده چطور از داده‌های دنیای واقعی، دانش و بینش استخراج می‌کنن.
برای شروع هم لازم نیست نگران اصطلاحات پیچیده باشید. این دوره کمک می‌کنه قدم‌به‌قدم با علم داده آشنا بشید، مهارت‌های پایه این حوزه پرتقاضا رو یاد بگیرید و ببینید علم داده چطور می‌تونه برای افراد با پیش‌زمینه‌های مختلف قابل یادگیری باشه.
ارزیابی هدف پایپ‌لاین داده، کاوش و مصورسازی در جریان‌های کاری داده.
شناخت اینکه چطور تکنیک‌های مدل‌سازی مثل A/B تست و یادگیری ماشین به تصمیم‌گیری‌ها کمک می‌کنن.
در شروع دوره، با مفهوم علم داده آشنا می‌شید. بعد، فرایند کار در علم داده رو بررسی می‌کنید و می‌بینید علم داده چطور برای حل مسائل دنیای واقعی به کار می‌ره. در پایان این بخش هم با نقش‌های مختلف در حوزه علم داده آشنا می‌شید.
حالا که با فرایند کار در علم داده آشنا شدید، در این بخش عمیق‌تر سراغ اولین مرحله یعنی جمع‌آوری و ذخیره‌سازی داده‌ها می‌ریم. یاد می‌گیرید داده‌ها می‌تونن از چه منابعی به دست بیان، چه شکل‌هایی داشته باشن، بعد از جمع‌آوری چطور ذخیره بشن و یک پایپ‌لاین داده چطور می‌تونه این فرایند رو خودکار کنه.
آماده‌سازی داده‌ها یکی از بخش‌های مهم علم داده هست. دانشمندان داده حدود ۸۰٪ از زمانشون رو صرف پاک‌سازی و آماده‌سازی داده‌ها می‌کنن و فقط ۲۰٪ از زمانشون به تحلیل داده اختصاص پیدا می‌کنه. در این بخش، یاد می‌گیرید چطور مشکلات موجود در داده‌ها رو شناسایی کنید و با مقادیر گمشده و داده‌های پرت کنار بیاید. بعد هم با مصورسازی داده‌ها آشنا می‌شید؛ ابزاری مهم که هم برای بررسی و شناخت بهتر داده‌ها کاربرد داره و هم کمک می‌کنه یافته‌هاتون رو بهتر به دیگران منتقل کنید.
در این بخش پایانی، با آزمایش و پیش‌بینی آشنا می‌شید. اول سراغ تست A/B می‌رید و بعد با پیش‌بینی سری‌های زمانی آشنا می‌شید تا یاد بگیرید چطور رویدادهای آینده رو پیش‌بینی کنید. در ادامه هم با یادگیری ماشین، یادگیری نظارت‌شده و خوشه‌بندی آشنا می‌شید.
با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.
هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.
می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.
با اپلیکیشن فینکا، به بیشتر دوره‌ها و مسیرها روی موبایل دسترسی دارید، تمرین می‌کنید و یادگیری رو هم‌زمان روی موبایل و دسکتاپ ادامه می‌دید.