کتاب آمار در عمل: راهنمای جامع تحلیل داده و تصمیم‌گیری هوشمندانه با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آمار در عمل: راهنمای جامع تحلیل داده و تصمیم‌گیری هوشمندانه

موضوع کلی: علم داده و آمار

موضوع میانی: کاربرد آمار در تصمیم‌گیری و تحلیل

📋 سرفصل‌های دوره

• 1. مبانی آمار و علم داده
• 2. داده‌ها و انواع آن‌ها: کمی، کیفی، پیوسته، گسسته
• 3. جمع‌آوری و سازماندهی داده‌ها
• 4. آمار توصیفی: مفاهیم مرکزی
• 5. آمار توصیفی: پراکندگی داده‌ها
• 6. نمودارها و تجسم داده‌ها: هیستوگرام، نمودار میله‌ای، نمودار دایره‌ای
• 7. خلاصه سازی داده‌ها: جداول فراوانی، چگالی داده
• 8. مقدمه‌ای بر احتمال و تئوری مجموعه‌ها
• 9. قوانین احتمال: جمع، ضرب، شرطی
• 10. متغیرهای تصادفی و توزیع‌های احتمال
• 11. توزیع‌های گسسته: برنولی، دوجمله‌ای، پواسون
• 12. توزیع‌های پیوسته: نرمال، نمایی
• 13. مفاهیم اساسی نمونه‌گیری
• 14. نمونه‌گیری تصادفی و انواع آن
• 15. آمار استنباطی: مقدمه‌ای بر تخمین
• 16. تخمین نقطه‌ای و بازه‌ای
• 17. فواصل اطمینان برای میانگین
• 18. فواصل اطمینان برای نسبت
• 19. آزمون فرض آماری: مفاهیم اساسی
• 20. آزمون فرض برای میانگین یک جامعه
• 21. آزمون فرض برای نسبت یک جامعه
• 22. آزمون فرض برای مقایسه دو میانگین
• 23. آزمون فرض برای مقایسه دو نسبت
• 24. خطای نوع اول و دوم و توان آزمون
• 25. همبستگی و رگرسیون خطی ساده
• 26. تحلیل باقی‌مانده‌ها در رگرسیون
• 27. ضریب تعیین و تفسیر آن
• 28. رگرسیون چندگانه: مقدمه
• 29. تداخل و چندخطی در رگرسیون چندگانه
• 30. تحلیل واریانس (ANOVA): مقدمه
• 31. تحلیل واریانس یک طرفه
• 32. تحلیل واریانس دو طرفه
• 33. آزمون کای-دو: نیکویی برازش
• 34. آزمون کای-دو: استقلال
• 35. سری‌های زمانی: مقدمه
• 36. روند و فصلی بودن در سری‌های زمانی
• 37. هموارسازی نمایی
• 38. مدل‌های ARIMA: مقدمه
• 39. پیش‌بینی در سری‌های زمانی
• 40. آمار غیر پارامتری: مقدمه
• 41. آزمون‌های ناپارامتری: ویلکاکسون، من-ویتنی
• 42. آزمون‌های ناپارامتری: کروسکال-والیس
• 43. تجزیه و تحلیل داده‌های طبقه‌ای
• 44. متغیرهای طبقه‌ای و جداول توافقی
• 45. مدل‌های لجستیک: مقدمه
• 46. تفسیر ضرایب در مدل لجستیک
• 47. ارزیابی مدل لجستیک
• 48. کاربرد آمار در بازاریابی: تحلیل داده‌های فروش
• 49. کاربرد آمار در امور مالی: مدیریت ریسک
• 50. کاربرد آمار در بهداشت و درمان: مطالعات اپیدمیولوژی
• 51. کاربرد آمار در علوم اجتماعی: تحلیل نظرسنجی‌ها
• 52. کاربرد آمار در مهندسی: کنترل کیفیت
• 53. کاربرد آمار در علوم کامپیوتر: یادگیری ماشین
• 54. مقدمه‌ای بر داده‌کاوی
• 55. خوشه‌بندی داده‌ها: K-Means
• 56. طبقه‌بندی داده‌ها: درخت تصمیم
• 57. طبقه‌بندی داده‌ها: بیز ساده
• 58. اعتبارسنجی مدل‌ها: Cross-Validation
• 59. انتخاب مدل و ارزیابی عملکرد
• 60. کار با نرم‌افزارهای آماری: R، Python
• 61. آماده‌سازی داده‌ها: پاکسازی و تبدیل
• 62. مدیریت داده‌های بزرگ
• 63. تجزیه و تحلیل متن
• 64. تجزیه و تحلیل شبکه‌های اجتماعی
• 65. اصول اخلاقی در علم داده و آمار
• 66. بیان نتایج و گزارش‌دهی
• 67. طراحی آزمایش‌ها: اصول اولیه
• 68. طراحی آزمایش‌ها: کنترل متغیرها
• 69. طراحی آزمایش‌ها: بلوک‌بندی
• 70. استفاده از آمار برای حل مسائل دنیای واقعی
• 71. ارتباطات موثر در علم داده
• 72. تصمیم‌گیری بر اساس داده‌ها
• 73. مقدمه‌ای بر Bayesian Statistics
• 74. توزیع‌های پیشین و پسین
• 75. به‌روزرسانی قوانین بیز
• 76. مدل‌های سلسله‌مراتبی
• 77. تصمیم‌گیری تحت عدم قطعیت
• 78. ارزش اطلاعات: تصمیم‌گیری بهینه
• 79. مقدمه‌ای بر شبیه‌سازی
• 80. شبیه‌سازی مونت کارلو
• 81. کاربرد شبیه‌سازی در تصمیم‌گیری
• 82. مقدمه‌ای بر یادگیری ماشین
• 83. یادگیری نظارت‌شده و غیرنظارت‌شده
• 84. انتخاب ویژگی‌ها
• 85. کاهش ابعاد: PCA
• 86. یادگیری عمیق: مقدمه
• 87. یادگیری عمیق: شبکه‌های عصبی
• 88. کاربرد هوش مصنوعی در آمار
• 89. مدیریت پروژه در علم داده
• 90. تیم‌سازی و همکاری
• 91. چالش‌های علم داده: تعصب و سوگیری
• 92. آینده علم داده و آمار
• 93. ابزارها و منابع یادگیری
• 94. استراتژی‌های یادگیری مؤثر
• 95. بهبود مستمر مهارت‌های آماری
• 96. مطالعه موردی: تحلیل داده‌های واقعی
• 97. تمرین عملی: پروژه‌های علم داده
• 98. مرور مفاهیم اصلی
• 99. آماده‌سازی برای آزمون‌ها و مصاحبه‌ها
• 100. راهنمایی برای انتخاب مسیر شغلی