دوره کشف الگوهای اجتماعی-اقتصادی در شهرها با استفاده از شبکه‌های رفت و آمد و مدل‌سازی گرافی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

2,490,000 تومان
کشف الگوهای اجتماعی-اقتصادی شهرها با شبکه‌های رفت و آمد: دوره‌ای جامع برای تحلیلگران شهری کشف الگوهای اجتماعی-اقتصادی در شهرها با استفاده از شبکه‌های رفت و آمد و مدل‌سازی گرافی معرفی دوره آیا می‌خواهی...
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 622,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کشف الگوهای اجتماعی-اقتصادی در شهرها با استفاده از شبکه‌های رفت و آمد و مدل‌سازی گرافی

موضوع کلی: علوم داده و تحلیل شهری

موضوع میانی: یادگیری ماشینی و تحلیل شبکه‌های شهری

📋 سرفصل‌های دوره

  • 1. معرفی دوره: اهداف، ساختار و پیش‌نیازها
  • 2. مقدمه‌ای بر تحلیل شهری: نیاز به شهرهای داده‌محور
  • 3. نابرابری‌های اجتماعی-اقتصادی در محیط‌های شهری
  • 4. شبکه‌های رفت و آمد چیست؟ یک نگاه اولیه
  • 5. مقدمه‌ای بر علم شبکه: چرا از گراف‌ها استفاده می‌کنیم؟
  • 6. مروری بر مقاله الهام‌بخش: "Urban Delineation..."
  • 7. نصب و راه‌اندازی محیط توسعه (پایتون، ژوپیتر)
  • 8. انواع داده‌های شهری: سرشماری، موبایل، اداری
  • 9. منابع داده‌های رفت و آمد: حمل و نقل عمومی، GPS، نظرسنجی‌ها
  • 10. مبانی داده‌های مکانی: مختصات، سیستم‌های تصویر
  • 11. مفاهیم سیستم‌های اطلاعات جغرافیایی (GIS)
  • 12. تکنیک‌های پاکسازی داده: مقادیر گمشده، داده‌های پرت
  • 13. چالش‌های یکپارچه‌سازی داده: ادغام مجموعه‌داده‌های متنوع
  • 14. کدگذاری جغرافیایی (Geocoding) و اتصال مکانی (Spatial Joins)
  • 15. تجمیع داده‌ها به مناطق شهری (مانند بلوک‌های آماری)
  • 16. ملاحظات اخلاقی در داده‌های شهری: حریم خصوصی و سوگیری
  • 17. استراتژی‌های ذخیره‌سازی و مدیریت داده
  • 18. مقدمه‌ای بر Pandas برای دستکاری داده‌ها
  • 19. تجسم داده‌های خام شهری
  • 20. قابلیت بازتولید در پروژه‌های علوم داده
  • 21. مبانی نظریه گراف: گره‌ها، یال‌ها، ویژگی‌ها
  • 22. نمایش داده‌های رفت و آمد به عنوان گراف: ماتریس‌های مبدأ-مقصد
  • 23. انواع گراف‌ها: جهت‌دار، بی‌جهت، وزن‌دار، چندگرافی
  • 24. نمایش گراف در کد: ماتریس مجاورت، لیست مجاورت
  • 25. ویژگی‌های اساسی گراف: درجه، چگالی، طول مسیر
  • 26. معیارهای مرکزیت: درجه، نزدیکی، بینابینی
  • 27. مرکزیت بردار ویژه و PageRank
  • 28. الگوریتم‌های کشف جامعه: پیمانه، روش Louvain
  • 29. شناسایی حفره‌های ساختاری و پل‌ها در شبکه
  • 30. شبکه‌های دنیای کوچک و بدون مقیاس
  • 31. شبکه‌های مکانی: ویژگی‌ها و چالش‌های منحصر به فرد
  • 32. قوت و تاب‌آوری شبکه
  • 33. شبکه‌های زمانی: ثبت رفت و آمدهای پویا
  • 34. مقدمه‌ای بر کتابخانه‌های NetworkX و igraph
  • 35. تجسم شبکه‌های شهری
  • 36. آمار توصیفی جریان‌های رفت و آمد
  • 37. توزیع مکانی مبدأها و مقصدهای رفت و آمد
  • 38. مدل‌های گرانشی برای پیش‌بینی رفت و آمد
  • 39. تحلیل کارایی و تراکم رفت و آمد
  • 40. شناسایی کریدورهای اصلی رفت و آمد
  • 41. الگوهای زمانی رفت و آمد: ساعات اوج، آخر هفته‌ها
  • 42. تأثیر زیرساخت‌ها بر شبکه‌های رفت و آمد
  • 43. تحلیل جریان و نمودارهای Sankey
  • 44. اندازه‌گیری مسافت‌ها و زمان‌های رفت و آمد
  • 45. مقایسه الگوهای رفت و آمد در شهرهای مختلف
  • 46. پارادایم‌های یادگیری ماشین: نظارت‌شده، بدون نظارت، تقویتی
  • 47. مقدمه‌ای بر یادگیری نظارت‌شده: رگرسیون و طبقه‌بندی
  • 48. مقدمه‌ای بر یادگیری بدون نظارت: خوشه‌بندی
  • 49. مهندسی ویژگی در بافت شهری
  • 50. آموزش، اعتبارسنجی و آزمون مدل
  • 51. بیش‌برازش و کم‌برازش: تعادل بایاس-واریانس
  • 52. معیارهای ارزیابی برای طبقه‌بندی (دقت، صحت، بازیابی، F1)
  • 53. معیارهای ارزیابی برای رگرسیون (MAE، MSE، R-squared)
  • 54. تکنیک‌های اعتبارسنجی متقاطع
  • 55. مقدمه‌ای بر Scikit-learn برای وظایف ML
  • 56. انگیزه برای جاسازی گراف: چرا گراف‌ها را جاسازی کنیم؟
  • 57. کاهش ابعاد سنتی بر روی ویژگی‌های گره (PCA, t-SNE)
  • 58. روش‌های فاکتورگیری ماتریسی برای گراف‌ها (SVD بر روی ماتریس مجاورت)
  • 59. تکنیک‌های جاسازی گره: یک مرور کلی
  • 60. جاسازی‌های مبتنی بر گام تصادفی: DeepWalk
  • 61. بهینه‌سازی گام‌های تصادفی برای جاسازی گره‌ها
  • 62. Node2Vec: یادگیری تعریف‌های انعطاف‌پذیر محله
  • 63. پارامترهای طول و تعداد گام‌ها
  • 64. نمونه‌گیری منفی در Word2Vec/Node2Vec
  • 65. مقدمه‌ای بر شبکه‌های عصبی گراف (GNNs)
  • 66. شبکه‌های پیچشی گراف (GCNs): نظریه و کاربرد
  • 67. GraphSAGE: یادگیری جاسازی‌های استقرایی
  • 68. مکانیزم‌های توجه در GNNs (GATs)
  • 69. ساخت و آموزش مدل‌های GNN با PyTorch/TensorFlow
  • 70. ارزیابی جاسازی‌های گره: پیش‌بینی پیوند، طبقه‌بندی گره
  • 71. تجسم جاسازی‌های گراف در 2D/3D
  • 72. تنظیم پارامترها برای مدل‌های جاسازی گراف
  • 73. مقیاس‌پذیری الگوریتم‌های جاسازی گراف
  • 74. موضوع پیشرفته: جاسازی‌های زیرگراف
  • 75. موضوع پیشرفته: جاسازی‌های گراف پویا
  • 76. تعریف شاخص‌های اجتماعی-اقتصادی: درآمد، تحصیلات، اشتغال
  • 77. منابع داده‌های اجتماعی-اقتصادی در سطح مناطق شهری
  • 78. یکپارچه‌سازی جاسازی‌های شبکه رفت و آمد با داده‌های اجتماعی-اقتصادی
  • 79. خوشه‌بندی مناطق شهری بر اساس جاسازی‌ها
  • 80. تفسیر خوشه‌ها: آن‌ها چه چیزی را از نظر اجتماعی-اقتصادی نشان می‌دهند؟
  • 81. طبقه‌بندی نظارت‌شده گروه‌های اجتماعی-اقتصادی با استفاده از جاسازی‌ها
  • 82. تحلیل اهمیت ویژگی از مدل‌های ML
  • 83. نقشه‌برداری مناطق شهری مرزبندی‌شده
  • 84. مقایسه مرزبندی‌ها با مرزهای اداری سنتی
  • 85. درک نقش الگوهای رفت و آمد در تفکیک اجتماعی
  • 86. مطالعه موردی: بازتولید روش "Urban Delineation..."
  • 87. اعتبارسنجی مرزبندی اجتماعی-اقتصادی
  • 88. آزمون پایداری نتایج مرزبندی
  • 89. کاوش تحرک اجتماعی-اقتصادی از طریق تغییرات رفت و آمد
  • 90. ملاحظات استنباط علّی در تحلیل شهری
  • 91. پیامدهای سیاستی مرزبندی اجتماعی-اقتصادی
  • 92. کاربردها در برنامه‌ریزی و توسعه شهری
  • 93. هدف‌گذاری خدمات عمومی و سرمایه‌گذاری زیرساختی
  • 94. تحلیل تأثیر سیاست‌های شهری بر شبکه‌های رفت و آمد
  • 95. هوش مصنوعی اخلاقی و انصاف در تصمیم‌گیری‌های شهری
  • 96. چالش‌ها و محدودیت‌های تحلیل مبتنی بر رفت و آمد
  • 97. مسیرهای تحقیقاتی آینده: یکپارچه‌سازی داده‌های چندوجهی
  • 98. مدل‌های شهری پویا و مرزبندی بلادرنگ
  • 99. نقش هوش مصنوعی در ایجاد شهرهای عادلانه‌تر
  • 100. پروژه نهایی: کاربرد مفاهیم در یک شهر جدید
✦ مجموعه ویژه یادگیری

یک دوره، چند مسیر برای یادگیری بهتر

کتاب‌های آموزشی، محتوای صوتی و تصویری و دسترسی به سامانه آنلاین فلش‌کارت؛ مجموعه‌ای برای مطالعه، تمرین و تثبیت آموخته‌ها.

📚 محتوای متنی 🎧 صوت و ویدیو 🧠 مرور هوشمند

محتویات بسته آموزشی

مجموعه‌ای از منابع برای شیوه‌های مختلف یادگیری
📚
کتاب نکته‌های خودمانی
نسخه PDF با زبان ساده، روان و کاربردی برای یادگیری راحت‌تر مفاهیم.
PDF · بیان ساده
📘
کتاب نکته‌های رسمی فارسی
نسخه PDF با نگارش استاندارد، بیان دقیق و رویکرد علمی.
PDF · نگارش رسمی
❓
کتاب پرسش و پاسخ تشریحی
نسخه PDF برای مرور مفاهیم و آشنایی با پاسخ‌های توضیحی.
PDF · یادگیری مفهومی
✅
کتاب پرسش‌های چهارگزینه‌ای
نسخه PDF برای تمرین، سنجش آموخته‌ها و آمادگی بیشتر.
PDF · تمرین و سنجش
🎧
پادکست‌های صوتی فارسی
محتوای صوتی برای یادگیری و مرور مطالب در زمان‌های مختلف.
محتوای صوتی
🎬
ویدیوهای آموزشی فارسی
محتوای ویدیویی برای تکمیل تجربه یادگیری و درک بهتر مطالب.
محتوای ویدیویی
💻
اکانت سامانه آنلاین فلش‌کارت
دسترسی به نرم‌افزار آنلاین فلش‌کارت ویژه این دوره برای تمرین و مرور مطالب.
دسترسی آنلاین
🎓
گواهی پایان دوره
امکان دریافت گواهی پس از تکمیل فعالیت‌های لازم در سامانه و طی مراحل تأیید.
پس از تکمیل شرایط
💾
بسته فیزیکی روی فلش مموری
این محصول به‌صورت فلش مموری حاوی فایل‌های آموزشی، محتوای صوتی و ویدیویی ارائه می‌شود.
تحویل فیزیکی
نکته: استفاده از سامانه آنلاین فلش‌کارت به اتصال اینترنت نیاز دارد؛ محتوای قابل استفاده آفلاین به نوع فایل‌های موجود در بسته بستگی دارد.
SMART LEARNING

🌐 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.

🧠
مرور زمان‌بندی‌شده
📈
پیگیری پیشرفت
🔄
تمرین و تکرار هدفمند
📚 حجم آموزشی دوره
هزاران
فلش‌کارت آموزشی، به‌صورت تقریبی
۶۰ ساعت
مدت‌زمان معادل برآوردشده آموزشی

مدت‌زمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج می‌شود.

🏅

گواهی دوزبانه با استعلام آنلاین

گواهی فارسی و انگلیسی · لینک اختصاصی · QR Code

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.

⚖️ توضیح مهم درباره گواهی پایان دوره

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.

تجربه‌ای کامل‌تر برای مطالعه، تمرین و یادگیری
express24.ir
تگ‌ها: City patterns Commute networks Data Science Graph Embeddings Machine Learning Socioeconomic groups spatial analysis Urban Analysis Urban Studies تحلیل شبکه‌های شهری تحلیل شهری شبکه‌های رفت و آمد علوم داده مدل‌سازی گرافی یادگیری ماشینی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.