دوره رمزگشایی از توجه جمعی شهرها: تحلیل دادهمحور اقتصاد و جغرافیا همراه با فلشکارت آموزشی — ارائه روی فلش مموری
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره رمزگشایی از توجه جمعی شهرها: تحلیل دادهمحور اقتصاد و جغرافیا
موضوع کلی: علوم داده و تحلیل شهری
موضوع میانی: تحلیل شبکههای پیچیده در علوم اجتماعی
📋 سرفصلهای دوره
- 1. مقدمه ای بر علوم داده و تحلیل شهری
- 2. مفاهیم پایه ای شبکه های پیچیده
- 3. مروری بر مقاله "Economy and Geography Shape the Collective Attention of Cities"
- 4. جغرافیا و اقتصاد شهری: مفاهیم کلیدی
- 5. توجه جمعی: تعریف و اهمیت آن
- 6. مقدمه ای بر نظریه اطلاعات
- 7. جمع آوری داده های شهری: منابع و روش ها
- 8. داده های اقتصادی: شاخص ها و متغیرها
- 9. داده های جغرافیایی: سنجش از دور و GIS
- 10. داده های توجه جمعی: رسانه های اجتماعی و جستجوهای آنلاین
- 11. پاکسازی و پیش پردازش داده های شهری
- 12. تجمیع داده ها: مقیاس های فضایی و زمانی
- 13. تحلیل توصیفی داده های اقتصادی و جغرافیایی
- 14. تحلیل توصیفی داده های توجه جمعی
- 15. مبانی آمار و احتمال برای تحلیل شهری
- 16. آشنایی با زبان برنامه نویسی Python برای تحلیل داده
- 17. آشنایی با کتابخانه های Pandas و NumPy
- 18. مصورسازی داده ها با Matplotlib و Seaborn
- 19. مقدمه ای بر تحلیل شبکه با استفاده از NetworkX
- 20. ساخت شبکه های شهری: گره ها و یال ها
- 21. معیارهای مرکزی در شبکه های شهری
- 22. درجه مرکزی (Degree Centrality)
- 23. بینابینی مرکزی (Betweenness Centrality)
- 24. نزدیکی مرکزی (Closeness Centrality)
- 25. بردار ویژه مرکزی (Eigenvector Centrality)
- 26. تحلیل خوشه بندی در شبکه های شهری
- 27. تشخیص جوامع (Community Detection)
- 28. الگوریتم های لون (Louvain Algorithm)
- 29. الگوریتم لیدن (Leiden Algorithm)
- 30. تحلیل همبستگی بین اقتصاد و توجه جمعی
- 31. تحلیل همبستگی بین جغرافیا و توجه جمعی
- 32. مدل های رگرسیون خطی برای پیش بینی توجه جمعی
- 33. مدل های رگرسیون غیرخطی برای پیش بینی توجه جمعی
- 34. رگرسیون فضایی: در نظر گرفتن وابستگی فضایی
- 35. مدل های فضایی اتورگرسیو (SAR)
- 36. مدل های فضایی خطا (SEM)
- 37. مقدمه ای بر یادگیری ماشین برای تحلیل شهری
- 38. رگرسیون یادگیری ماشین: درخت های تصمیم و جنگل تصادفی
- 39. طبقه بندی یادگیری ماشین: ماشین های بردار پشتیبان (SVM)
- 40. شبکه های عصبی برای تحلیل شهری
- 41. شبکه های عصبی پیشخور (Feedforward Neural Networks)
- 42. شبکه های عصبی کانولوشنال (Convolutional Neural Networks)
- 43. شبکه های عصبی بازگشتی (Recurrent Neural Networks)
- 44. پردازش زبان طبیعی (NLP) برای تحلیل متن
- 45. تحلیل احساسات (Sentiment Analysis)
- 46. مدل سازی موضوعی (Topic Modeling)
- 47. تحلیل سری های زمانی داده های شهری
- 48. مدل های ARIMA
- 49. مدل های SARIMA
- 50. تحلیل فضایی-زمانی داده های شهری
- 51. تحلیل نقاط داغ (Hot Spot Analysis)
- 52. تحلیل الگوهای فضایی-زمانی
- 53. شبیه سازی مبتنی بر عامل (Agent-Based Modeling)
- 54. مدل سازی سیستم های پیچیده شهری
- 55. تحلیل سیاست های شهری با استفاده از داده ها
- 56. ارزیابی تاثیر سیاست ها بر توجه جمعی
- 57. شاخص های عملکرد شهری
- 58. پیش بینی روندهای شهری با استفاده از داده ها
- 59. سناریوسازی و تحلیل آینده
- 60. تحلیل ریسک و آسیب پذیری شهری
- 61. مدل سازی ترافیک و حمل و نقل
- 62. مدل سازی آلودگی هوا
- 63. مدل سازی جرم و جنایت
- 64. تحلیل رفتار شهروندان
- 65. تحلیل شبکه های اجتماعی شهری
- 66. تحلیل داده های تلفن همراه
- 67. تحلیل داده های سنسورهای شهری
- 68. شهر هوشمند و اینترنت اشیا (IoT)
- 69. حریم خصوصی و اخلاق در تحلیل داده های شهری
- 70. چالش های داده های بزرگ در تحلیل شهری
- 71. محاسبات ابری برای تحلیل شهری
- 72. تکنیک های بهینه سازی برای مدل های شهری
- 73. انتخاب ویژگی (Feature Selection)
- 74. کاهش ابعاد (Dimensionality Reduction)
- 75. ارزیابی عملکرد مدل های شهری
- 76. اعتبارسنجی و تعمیم پذیری مدل ها
- 77. ارتباطات و مصورسازی نتایج تحلیل
- 78. گزارش نویسی علمی و فنی
- 79. ارائه یافته ها به ذینفعان
- 80. مطالعات موردی: تحلیل توجه جمعی در شهرهای مختلف
- 81. مقایسه شهرهای مختلف بر اساس شاخص های توجه جمعی
- 82. تفسیر نتایج تحلیل در زمینه سیاست گذاری شهری
- 83. آینده تحلیل داده های شهری
- 84. روندها و چالش های نوظهور
- 85. اخلاق هوش مصنوعی در شهرها
- 86. داده کاوی در داده های بزرگ شهری
- 87. کاربرد یادگیری عمیق در تحلیل شهری
- 88. محاسبات لبه ای برای تحلیل شهری
- 89. داده های باز و مشارکت شهروندان
- 90. توسعه برنامه های کاربردی موبایل برای شهروندان
- 91. تجاری سازی تحلیل داده های شهری
- 92. استارتاپ های حوزه شهر هوشمند
- 93. ارائه پیشنهادهای سیاستی مبتنی بر تحلیل داده
- 94. چالش های جمع آوری و تحلیل داده های کم نماینده
- 95. نقش تحلیل داده در عدالت اجتماعی و برابری شهری
- 96. بررسی اثرات تبعیض در داده های شهری
- 97. داده کاوی اخلاقی و مسئولانه
- 98. ارائه یک پروژه پایانی در تحلیل داده های شهری
محتویات بسته آموزشی
🌐 سامانه آنلاین فلشکارت؛ مرور هدفمند و هوشمند
اکانت ارائهشده، دسترسی به نسخه تحت وب سامانه فلشکارت ویژه این دوره را فراهم میکند. این سامانه از الگوریتم زمانبندی مرور SM-2 استفاده میکند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم میکند.
به این ترتیب، کارتهای دشوارتر میتوانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسبتری داشته باشید.
مدتزمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج میشود.
گواهی دوزبانه با استعلام آنلاین
پس از تکمیل فعالیتهای لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر میشود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.
این گواهی صرفاً بهعنوان گواهی اتمام دوره آموزشی صادر میشود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.