کتاب صوتی اصول بصری‌سازی داده برای نمایش فرآیندهای تولید

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اصول بصری‌سازی داده برای نمایش فرآیندهای تولید

موضوع کلی: برنامه نویسی

موضوع میانی: بصری‌سازی داده (Data Visualization)

📋 سرفصل‌های دوره

• 1. مبانی بصری‌سازی داده
• 2. چرا بصری‌سازی داده مهم است؟
• 3. هدف بصری‌سازی داده در فرآیندهای تولید
• 4. مخاطبان بصری‌سازی داده در تولید
• 5. انواع داده‌های تولیدی
• 6. جمع‌آوری داده‌های تولید
• 7. پاکسازی و پیش‌پردازش داده‌ها
• 8. شناخت انواع نمودارها
• 9. اصول طراحی بصری
• 10. روانشناسی رنگ در بصری‌سازی
• 11. انتخاب رنگ مناسب برای داده‌های تولید
• 12. انواع نمودارهای خطی
• 13. نمودارهای میله‌ای (Bar Charts)
• 14. نمودارهای دایره‌ای (Pie Charts)
• 15. هیستوگرام (Histograms)
• 16. نمودارهای پراکندگی (Scatter Plots)
• 17. نمودارهای منطقه (Area Charts)
• 18. نمودارهای جعبه‌ای (Box Plots)
• 19. نمودارهای شمعدانی (Candlestick Charts)
• 20. نمودارهای گانت (Gantt Charts)
• 21. نمودارهای جریان (Flowcharts)
• 22. نمودارهای پارتو (Pareto Charts)
• 23. نمودارهای کنترل فرآیند (Control Charts)
• 24. نقشه‌نمایی حرارتی (Heatmaps)
• 25. نمودارهای سلسله مراتبی (Hierarchical Charts)
• 26. نمودارهای شبکه‌ای (Network Graphs)
• 27. نمودارهای سه‌بعدی (3D Charts)
• 28. ابزارهای بصری‌سازی داده: معرفی
• 29. معرفی ابزارهای کدنویسی (Python, R)
• 30. مقدمه‌ای بر کتابخانه‌های بصری‌سازی در پایتون (Matplotlib)
• 31. اصول اولیه Matplotlib
• 32. رسم نمودارهای خطی در Matplotlib
• 33. رسم نمودارهای میله‌ای در Matplotlib
• 34. سفارشی‌سازی نمودارها در Matplotlib
• 35. اضافه کردن عنوان، برچسب‌ها و راهنما
• 36. تنظیم محورها و مقیاس‌ها
• 37. کار با رنگ‌ها و سبک‌های خطوط
• 38. ذخیره نمودارها
• 39. مقدمه‌ای بر کتابخانه‌های بصری‌سازی در پایتون (Seaborn)
• 40. مزایای Seaborn نسبت به Matplotlib
• 41. رسم نمودارهای آماری پیچیده با Seaborn
• 42. نمودارهای توزیع (Distribution Plots)
• 43. نمودارهای دسته‌بندی (Categorical Plots)
• 44. نمودارهای رگرسیون (Regression Plots)
• 45. رسم Heatmaps در Seaborn
• 46. کار با داده‌های چندبعدی
• 47. مقدمه‌ای بر کتابخانه‌های بصری‌سازی در پایتون (Plotly)
• 48. نمودارهای تعاملی با Plotly
• 49. ایجاد نمودارهای خطی تعاملی
• 50. ایجاد نمودارهای میله‌ای تعاملی
• 51. ایجاد نمودارهای پراکندگی تعاملی
• 52. ساخت داشبوردهای بصری‌سازی
• 53. مقدمه‌ای بر ابزارهای BI (Tableau, Power BI)
• 54. رابط کاربری Tableau
• 55. ساخت داشبوردهای تعاملی در Tableau
• 56. رسم انواع نمودار در Tableau
• 57. اتصال به منابع داده در Tableau
• 58. مقدمه‌ای بر Power BI
• 59. رابط کاربری Power BI
• 60. ساخت گزارش‌ها و داشبوردهای تعاملی در Power BI
• 61. اتصال به منابع داده در Power BI
• 62. مفاهیم بصری‌سازی داده‌های تولید
• 63. بصری‌سازی شاخص‌های کلیدی عملکرد (KPIs)
• 64. بصری‌سازی داده‌های زمان‌بندی تولید
• 65. بصری‌سازی داده‌های کیفیت محصول
• 66. بصری‌سازی داده‌های بهره‌وری ماشین‌آلات
• 67. بصری‌سازی داده‌های مصرف مواد
• 68. بصری‌سازی داده‌های توقف خط تولید
• 69. بصری‌سازی داده‌های گلوگاه‌های تولید
• 70. بصری‌سازی داده‌های مصرف انرژی
• 71. بصری‌سازی داده‌های لجستیک و زنجیره تامین
• 72. بصری‌سازی داده‌های نگهداری و تعمیرات
• 73. بصری‌سازی داده‌های ایمنی در تولید
• 74. بصری‌سازی داده‌های تغییرات در طول زمان
• 75. بصری‌سازی داده‌های مقایسه‌ای بین خطوط تولید
• 76. بصری‌سازی داده‌های مقایسه‌ای بین شیفت‌ها
• 77. بصری‌سازی داده‌های مقایسه‌ای بین محصولات
• 78. اصول طراحی داشبوردهای تولید
• 79. انواع داشبوردهای تولید
• 80. انتخاب نمودارهای مناسب برای هر KPI
• 81. استفاده از فیلترها و اسلایسرها
• 82. طراحی تجربه کاربری (UX) برای داشبوردها
• 83. طراحی رابط کاربری (UI) برای داشبوردها
• 84. نکات کلیدی برای طراحی داشبوردهای مؤثر
• 85. بصری‌سازی داده‌های Real-time در تولید
• 86. چالش‌های بصری‌سازی داده‌های تولید
• 87. تفسیر نمودارهای تولید
• 88. شناسایی الگوها و روندها در داده‌های تولید
• 89. شناسایی ناهنجاری‌ها (Anomalies)
• 90. پیش‌بینی مشکلات با استفاده از بصری‌سازی
• 91. ارتباط بصری‌سازی داده با تصمیم‌گیری
• 92. بهبود مستمر فرآیندهای تولید با بصری‌سازی
• 93. مطالعات موردی (Case Studies) بصری‌سازی داده در تولید
• 94. جمع‌بندی و گام‌های بعدی
• 95. ارزیابی و بازخورد در بصری‌سازی داده
• 96. ملاحظات اخلاقی در بصری‌سازی داده‌های تولید
• 97. آینده بصری‌سازی داده در تولید
• 98. تمرین عملی: طراحی اولین داشبورد تولید
• 99. تمرین عملی: بصری‌سازی داده‌های زمان‌بندی
• 100. تمرین عملی: بصری‌سازی داده‌های کیفیت