کتاب بوت‌کمپ جامع تحلیل داده؛ از مقدمات تا پروژه‌های عملی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بوت‌کمپ جامع تحلیل داده؛ از مقدمات تا پروژه‌های عملی

موضوع کلی: تحلیل داده‌های کسب‌وکار

موضوع میانی: ابزارها و تکنیک‌های تحلیل داده

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر تحلیل داده و نقش آن در کسب‌وکار
• 2. مفاهیم پایه آمار توصیفی برای تحلیلگران داده
• 3. آشنایی با محیط اکسل برای تحلیل داده
• 4. تمیزکاری داده در اکسل با ابزارهای پایه
• 5. کار با توابع جستجو و مرجع در اکسل
• 6. تحلیل شرطی با توابع IF و COUNTIF/S در اکسل
• 7. جدول محوری و مصورسازی سریع داده در اکسل
• 8. مقدمه‌ای بر SQL و پایگاه‌های داده رابطه‌ای
• 9. نوشتن کوئری‌های SELECT و فیلتر کردن داده
• 10. کار با JOIN برای ترکیب جداول در SQL
• 11. دسته‌بندی و گروه‌بندی داده با GROUP BY و HAVING
• 12. زیرکوئری‌ها و CTE برای تحلیل‌های پیشرفته
• 13. بهینه‌سازی کوئری و ایندکس‌گذاری
• 14. مقدمه‌ای بر Python برای تحلیل داده
• 15. نصب و راه‌اندازی Anaconda و Jupyter Notebook
• 16. ساختارهای داده در Python: لیست، دیکشنری و مجموعه
• 17. کار با کتابخانه Pandas: سری و دیتافریم
• 18. خواندن و نوشتن فایل‌های CSV و Excel با Pandas
• 19. تمیزکاری داده با Pandas: مدیریت مقادیر گمشده
• 20. تبدیل و تغییر شکل داده با Pandas
• 21. تحلیل اکتشافی داده با Pandas و Matplotlib
• 22. مصورسازی داده با Matplotlib: نمودارهای خطی، میله‌ای و پراکندگی
• 23. مصورسازی پیشرفته با Seaborn
• 24. مقدمه‌ای بر آمار استنباطی و آزمون فرضیه
• 25. تحلیل همبستگی و رگرسیون خطی ساده
• 26. رگرسیون خطی چندگانه و تفسیر نتایج
• 27. مقدمه‌ای بر یادگیری ماشین برای تحلیلگران داده
• 28. خوشه‌بندی با الگوریتم K-Means
• 29. دسته‌بندی با رگرسیون لجستیک
• 30. ارزیابی مدل‌های دسته‌بندی با معیارهای Accuracy و ROC
• 31. کار با کتابخانه Scikit-learn
• 32. مهندسی ویژگی و انتخاب ویژگی
• 33. تحلیل سری زمانی با Pandas
• 34. پیش‌بینی سری زمانی با ARIMA
• 35. مقدمه‌ای بر Tableau و اتصال به منابع داده
• 36. ساخت داشبوردهای تعاملی در Tableau
• 37. محاسبات و فیلترهای پیشرفته در Tableau
• 38. مصورسازی جغرافیایی با Tableau
• 39. داستان‌سرایی با داده در Tableau
• 40. مقدمه‌ای بر Power BI و مدل‌سازی داده
• 41. ایجاد گزارش‌های پویا با Power BI
• 42. استفاده از DAX برای محاسبات پیشرفته
• 43. اتصال Power BI به SQL و Excel
• 44. مفاهیم ETL و مقدمه‌ای بر ابزارهای آن
• 45. طراحی یک خط لوله داده ساده با Python
• 46. کار با APIها و استخراج داده از وب
• 47. پاکسازی و اعتبارسنجی داده در پروژه واقعی
• 48. تحلیل داده‌های فروش و شناسایی روندها
• 49. تحلیل داده‌های مشتری و بخش‌بندی بازار
• 50. تحلیل داده‌های منابع انسانی و نرخ ماندگاری کارکنان
• 51. تحلیل داده‌های مالی و شاخص‌های کلیدی عملکرد
• 52. تحلیل داده‌های بازاریابی و ROI کمپین‌ها
• 53. تحلیل داده‌های عملیاتی و زنجیره تامین
• 54. ارائه یافته‌های تحلیلی به ذی‌نفعان
• 55. مهارت‌های ارتباطی و مصورسازی برای تحلیلگران
• 56. بازبینی و رفع اشکال خط لوله داده
• 57. مدیریت نسخه کد و همکاری تیمی با Git
• 58. آماده‌سازی برای مصاحبه شغلی تحلیل داده
• 59. خلاصه و نقشه راه یادگیری تحلیل داده