• یادگیری عملی: این دوره، بر روی پروژه‌های عملی و نمونه‌های واقعی تمرکز دارد تا شما بتوانید مهارت‌های خود را در عمل پیاده‌سازی کنید.
• محتوای جامع: پوشش کامل مفاهیم از پایه تا پیشرفته، اطمینان از یادگیری عمیق و پایدار.
• پشتیبانی: دسترسی به پشتیبانی برای رفع اشکالات و پاسخ به سوالات.
• صرفه‌جویی در زمان: دریافت دوره بر روی فلش مموری 32 گیگابایتی، امکان دسترسی آسان و سریع به محتوای آموزشی در هر زمان و مکان.
• افزایش مهارت: افزایش چشمگیر مهارت‌های شما در زمینه تحلیل داده و آماده‌سازی برای فرصت‌های شغلی بهتر.
• اعتبار: دریافت گواهی پایان دوره از IBM (در صورت ارائه) که می‌تواند به ارتقای رزومه شما کمک کند.

بخش ۱: مقدمه و مفاهیم پایه تحلیل داده

• معرفی تحلیل داده و اهمیت آن در دنیای امروز.
• انواع داده‌ها و روش‌های جمع‌آوری داده‌ها.
• چرخه حیات تحلیل داده.
• آشنایی با ابزارهای تحلیل داده.

بخش ۲: تحلیل داده با اکسل

• آشنایی با محیط اکسل و تنظیمات اولیه.
• وارد کردن و پاکسازی داده‌ها در اکسل.
• استفاده از توابع و فرمول‌های اکسل برای تحلیل داده‌ها (SUM, AVERAGE, COUNT, IF, VLOOKUP).
• ایجاد نمودارها و گزارش‌های تصویری در اکسل.
• استفاده از Pivot Table برای تحلیل داده‌ها و ایجاد گزارش‌های پویا.

بخش ۳: معرفی زبان برنامه‌نویسی R

• نصب و راه‌اندازی R و RStudio.
• مفاهیم اولیه برنامه‌نویسی در R (متغیرها، انواع داده‌ها، عملگرها).
• ساختار داده‌ها در R (بردارها، ماتریس‌ها، فریم‌های داده).
• نوشتن کدها و اجرای دستورات در R.

بخش ۴: تحلیل داده با R

• وارد کردن داده‌ها به R از منابع مختلف.
• پاکسازی و آماده‌سازی داده‌ها در R.
• استفاده از کتابخانه‌های R برای تحلیل داده‌ها (dplyr, ggplot2).
• تجسم داده‌ها در R و ایجاد نمودارهای مختلف.
• انجام تحلیل‌های آماری در R (آمار توصیفی، آزمون‌های آماری).

بخش ۵: مدل‌سازی و پیش‌بینی

• آشنایی با مفاهیم مدل‌سازی.
• ساخت مدل‌های رگرسیون خطی و لجستیک.
• ارزیابی مدل‌ها و انتخاب بهترین مدل.
• استفاده از مدل‌های پیش‌بینی برای پیش‌بینی روندها و الگوها.

بخش ۶: پروژه‌های عملی و نمونه‌های واقعی

• تحلیل داده‌های فروش.
• تحلیل داده‌های بازاریابی.
• تحلیل داده‌های مشتریان.