معرفی دوره
این رویداد آموزشی برای کسانی طراحی شده که در کار و تحقیقات خود از تحلیل داده استفاده کنند، اما پیش‌زمینه‌هایی مثل کدنویسی و آمار ندارند.
محتوای این دورۀ آموزشی با رویکردی کارگاهی طراحی شده تا شرکت‌کنندگان مفاهیم و روش‌هایی که یاد می‌گیرند را با حل مسئله و تمرین به کار بگیرند و در مسائل واقعی از آن‌ها استفاده کنند.
ابزار اصلی در این دوره آموزشی R است. R ابزار محبوب تحلیل داده در میان بسیاری از دانش‌آموختگان آمار، ریاضیات کاربردی، علوم انسانی و همینطور علوم تجربی در دنیاست و یادگیری آن شما را به جامعه بزرگی از تحلیلگران و پژوهشگران وصل خواهد کرد.
کار با این ابزار در این دوره آموزشی به طور کامل آموزش داده خواهد شد و در تحلیلهای گوناگون مورد استفاده قرار خواهد گرفت تا درک روش‌های کمّی و مفاهیم انتزاعی را آسان و ملموس کند.
در این دوره علاوه بر حل مسأله و تمرین در طول دوره در هر یک از موضوعات، یک پروژه گروهی نیز در پایان ارائه خواهد شد تا با انجام آن آموخته‌های خود را به صورت جدی‌تری محک بزنید.
در طول دوره جلسات حل تمرین و رفع اشکال به صورت مستمر برگزار خواهد شد تا مسائل و مشکلات خود را با پشتیبان‌های آموزشی مطرح کنید.
اگر دنبال یک دوره آموزشی با تمرین و چالش و حل مسئله برای یادگیری تحلیل داده هستید، این دوره آموزشی برای شماست!
بیشتر بخوانید:
عناوین دوره
- معرفی دوره و آشنایی با R
- تحلیل و مصورسازی داده با R
- مصورسازی و ترسیم نمودار با کتابخانه ggplot2
- پردازش داده با کتابخانه‌های dplyr و data.table
- آمار و مدلسازی آماری در R
- مفاهیم پایه آمار و مدلسازی آماری
- تحلیل رگرسیون و مدل‌های دسته‌بندی
- آشنایی با جبر خطی، خوشه‌بندی و کاهش ابعاد داده
- تحلیل بقا
- تحلیل عاملی
- استفاده از رویکرد شبکه در تحلیل داده
- کارگاه تحلیل داده‌های سلامت و بهداشت عمومی
- مطالعه موردی (۱): تحلیل کمّی عدالت اجتماعی در جغرافیای ایران
- مطالعه موردی (۲): تحلیل داده‌های کسب‌وکار
- ارائه پروژه‌ها و رویداد حضوری پایان دوره
مدرسان
میرامید حاجی‌میرصادقی
عضو هیأت علمی دانشکده علوم ریاضی دانشگاه صنعتی شریف و مدیرعامل شرکت سرچ‌وایز، دکترای ریاضی از دانشگاه پیر و ماری کوری (پاریس) و دانشگاه صنعتی شریف، سابقه فعالیت پژوهشی در دانشگاه تگزاس در آوستین، مشاور علوم داده در اسنپ‌پی و دیجی‌کالا
علیرضا کدیور
هم‌بنیان‌گذار شرکت پردازش و تحلیل داده دقیقه، کارشناسی ارشد آمار و تحقیق در عملیات از دانشگاه اسکس انگلستان، مدرس مدعو مبانی برنامه‌نویسی و آمار در دانشگاه صنعتی شریف
کوثر کریمی‌پور
متخصص علوم اجتماعی محاسباتی، پژوهشگر رفاه و سیاست‌گذاری اجتماعی، دکتری جامعه‌شناسی از دانشگاه مک‌مستر و پسادکتری شبکه‌های پیچیده و علوم اجتماعی محاسباتی از دانشگاه شهید بهشتی
شمیم طاهری
مدیر تحلیل داده در کارگزاری مفید، مدیر سابق قیمت‌گذاری تپسی و تحلیلگر داده سابق دیوار، دانش‌آموخته مهندسی کامپیوتر و اقتصاد از دانشگاه‌های تهران، شریف و مدرسه اقتصاد لندن، مدرس مدعو دانشگاه تهران
آمنه ابراهیم ولوجردی
متخصص آمار و تحلیل داده در تحقیقات سلامت، داروسازی، زیست‌شناسی و پزشکی، سابقه فعالیت در پژوهشکده علوم غدد، کارشناسی آمار در دانشگاه تهران و کارشناسی ارشد آمار زیستی در دانشگاه علوم پزشکی ایران
حمیده حسین زاده
تحلیلگر داده و مدیر محصول در شرکت سرچ‌وایز، دکترای علوم ریاضی از دانشگاه الزهرا، محقق پسادکتری علوم داده در دانشگاه بهشتی و سابقه فعالیت تحقیقاتی در دانشگاه واترلوی کانادا
پشتیبان‌های دوره
ساجده فدایی
دانش‌آموخته بیوانفورماتیک از دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف، مسئول‌یادگیری‌سازمانی و پشتیبانی
آموزشی در مدرسه دقیقه
علیرضا چمن‌زار
تحلیلگر داده در شرکت پردازش و تحلیل داده دقیقه، عضو هیات تحریریه مجله تحلیلی دقیقه، دانش‌آموخته‌ی علوم اجتماعی با گرایش سیاست‌گذاری اجتماعی از دانشگاه علامه طباطبایی
محمدحسین هاشمی
دانشجوی مهندسی کامپیوتر دانشگاه صنعتی شریف، مدرس برنامه‌نویسی و علوم کامپیوتر
اطلاعات برگزاری
- شروع دوره: 5 شهریور 1404
- زمان برگزاری: یکشنبه‌ها و چهار‌شنبه‌ها 18:00 تا 21:15
- طول دوره: 50 ساعت تدریس،16 ساعت کلاس رفع اشکال، حل تمرین، کارگاه و رویداد
- پایان دوره: 30 آبان 1404
- مهلت تحویل پروژه پایانی: آذر 1404
- تحویل گواهی پایانی: دی 1404
- شیوه برگزاری: آنلاین + رویداد حضوری-آنلاین در پایان دوره در دانشگاه صنعتی شریف (آذر 1404)
برنامه آموزشی
| سرفصل | عنوان | تاریخ | تاریخ جدید |
| ۱ – معرفی دوره و آشنایی با R | معرفی دوره، نگاهی به اکوسیستم تحلیل داده با R معرفی مدل‌های عرضی wide format و طولی long format نصب R و معرفی محیط Rstudio |
علیرضا کدیور | ۵ شهریور ۱۴۰۴ |
| کامپیوتر چیست و چگونه کار می‌کند؟ آموزش کدنویسی به زبان R عملگرها و مقدارهای پایه در R آشنایی با بردار و ماتریس |
علیرضا کدیور | ۹ شهریور ۱۴۰۴ | |
| آشنایی با لیست و جدول (data.frame) در R | علیرضا کدیور | ۱۲ شهریور ۱۴۰۴ | |
| ۲ – تحلیل و مصورسازی داده با R | کارگاه (۱): وارد کردن داده و تحلیل اولیه در R (محاسبه سالخوردگی جمعیت در ایران) | علیرضا کدیور | ۱۶ شهریور ۱۴۰۴ |
| نقش مصورسازی داده و ترسیم انواع نمودار با کتابخانه ggplot2 برای مصورسازی داده در R | علیرضا کدیور | ۲۳ شهریور ۱۴۰۴ | |
| پردازش و تغییر ساختار داده با کتابخانه dplyr | حمیده حسین‌زاده | ۲۶ شهریور ۱۴۰۴ | |
| پردازش و تغییر ساختار داده با کتابخانه‌های data.table | حمیده حسین‌زاده | ۳۰ شهریور ۱۴۰۴ | |
| کارگاه (۲): تحلیل اکتشافی داده‌های سلامت در R | علیرضا کدیور |
۲ مهر ۱۴۰۴
|
|
| ۳ – آمار و مدلسازی آماری در R | آشنایی با مفاهیم پایه آمار و مدلسازی در R | علیرضا کدیور | ۶ مهر ۱۴۰۴ |
| آشنایی با جبر خطی، خوشه‌بندی و کاهش ابعاد داده در R | علیرضا کدیور | ۹ مهر ۱۴۰۴ | |
| تحلیل عاملی در R | علیرضا کدیور | ۱۳ مهر ۱۴۰۴ | |
| ۴ – مطالعه موردی (۱): تحلیل کمّی عدالت اجتماعی در جغرافیای ایران | پیش‌پردازش داده‌ها، توصیف‌های تک‌متغیره و بررسی روابط بین متغیرها | کوثر کریمی‌پور | ۱۶ مهر ۱۴۰۴ |
| تحلیلهای چندمتغیره، خوشه‌بندی، تحلیل عاملی و کاهش ابعاد داده | کوثر کریمی‌پور | ۲۰ مهر ۱۴۰۴ | |
| استفاده از رویکرد تحلیل شبکه برای تحقیق درباره فقر و نابرابری در شهرستانهای ایران | کوثر کریمی‌پور | ۲۳ مهر ۱۴۰۴ | |
| معرفی پروژه‌های پایانی | – | – | |
| ۵ – ادامه آمار و مدلسازی آماری در R | نمونه‌گیری و استنتاج آماری در R | آمنه ابراهیم ولوجردی | ۲۷ مهر ۱۴۰۴ |
| تحلیل رگرسیون در R | علیرضا کدیور | ۳۰ مهر ۱۴۰۴ | |
| دسته بندی داده‌ها (classification) با مدل‌های نزدیک‌ترین k-همسایه و رگرسیون لجستیک در R | علیرضا کدیور | ۴ آبان ۱۴۰۴ | |
| تحلیل بقا در R | آمنه ابراهیم ولوجردی | ۷ آبان ۱۴۰۴ | |
|
۶ – مطالعه موردی (۲): تحلیل داده‌های کسب‌وکار
|
آشنایی با آزمون‌های A/B: مطالعه‌ی موردی کسب‌وکار یک تاکسی اینترنتی | شمیم طاهری | ۱۱ آبان ۱۴۰۴ |
|
کاربرد عملی رگرسیون چندمتغیره: مطالعه‌ی موردی محاسبه‌ی تورم مسکن کاربرد عملی روش تفاضل در تفاضل: مطالعه‌ی موردی یک شرکت مالی |
شمیم طاهری | ۱۴ آبان ۱۴۰۴ | |
| ۷ – رویداد پایانی | سخنرانی، گفتگوی جمعی و ارائه پروژه‌های پایانی | – | اعلام خواهد شد |
پرسش‌های متداول
بله، ویدئوی ضبط‌شده چند ساعت پس از اتمام هر جلسه در اختیار شرکت‌کنندگان قرار خواهد گرفت.
بله، قبل و بعد از هر جلسه، لینک درسنامه، تمرین، اسلاید، کد R، ویدئوهای تکمیلی و منابع بیشتر در دسترس شرکت‌کنندگان قرار خواهد گرفت.
شرکت‌کنندگان هر هفته یک ساعت با پشتیبان آموزشی خود جلسه آنلاین خواهند داشت تا اگر بخشی از درس‌ها برایشان مبهم است یا اگر در بعضی از تمرین‌ها نیاز به راهنمایی دارند با پشتیبان آموزشی خود مطرح کنند.
در هفته 6 ساعت کلاس خواهد داشت و 1 ساعت جلسه پشتیبانی، علاوه بر این لازم است به طور متوسط 8 تا 12 ساعت در هفته برای بازبینی فیلم کلاس و اسلاید درس‌ها، مطالعه منابع تکمیلی و حل تمرین‌ها وقت بگذارید.
این دوره پیش‌نیازی فراتر از ریاضیات دبیرستانی ندارد. دسترسی به لپتاپ یا کامپیوتر شخصی برای پیاده‌سازی روش‌ها در R لازم است. مهم‌ترین پیش‌نیاز شرکت در دوره اختصاص زمان کافی و تلاش است.
بله می‌توانید. در دوره‌های قبلی نیز شرکت‌کنندگان فعالی از رشته‌های علوم انسانی و تجربی در دوره حضور داشتند.
امتیاز تمرین‌ها و نمره پروژه تنها در گواهی پایانی نخواهد آمد و تنها در کارنامه عملکرد درج خواهد شد. کارنامه عملکرد شرکت‌کنندگان و رتبه ایشان در دوره، در صورت تمایل ایشان برای شرکت‌ها و سازمان‌های علاقه‌مند به استخدام ارسال خواهد شد.
تمامی شرکت‌کنندگان، مدرسین و پشتیبانان دوره عضو یک گروه مجازی خواهند بود و امکان برقراری ارتباط از آن طریق وجود خواهد داشت. در جلسات پشتیبانی و پروژه پایانی که به صورت گروهی انجام می‌شود نیز فرصت آشنایی با دیگران و تمرین کار تیمی وجود خواهد داشت. علاوه بر این موارد، در رویداد پایانی که به صورت حضوری برگزار می‌شود فرصت ایجاد ارتباط و آشنایی با افراد دارای علائق حرفه‌ای مشابه را خواهید داشت.
حضور در این دوره اشتغال شرکت‌کنندگان را تضمین نخواهد کرد، اما در صورت تمایل رزومه شما همراه با کارنامه عملکردتان در دوره برای شرکت‌هایی که در حوزه علوم داده و هوش مصنوعی اعلام نیاز کنند، ارسال می‌شود. تعدادی از این شرکت‌ها نیازهای خود را در وبینارهای دوره تشریح خواهند کرد. به عبارت دیگر شرکت فعال در دوره می‌تواند شانس اشتغال شما را در این حوزه افزایش دهد.
این دوره پیشتر با عنوان دوره آموزشی تحلیل داده با R با در سال 1402 برگزار شده است. در دوره جدید مباحث تحلیل عاملی، تحلیل بقا، استفاده از رویکرد شبکه در تحلیل داده به عنوان موضوعاتِ محوری در تحولات اخیر هوش مصنوعی به آن اضافه شده و به همین خاطر از عبارت «هوش مصنوعی» در عنوان دوره نیز استفاده شده است.
علاوه بر این، تعداد موضوعات آماری دوره مانند آزمون‌های فرض، A/B Test و تحلیل رگرسیون افزایش یافته و دو کارگاه تحت عنوان کارگاه حل مسأله و کدنویسی با پرامپت‌نویسی برای هوش مصنوعی و کارگاه مدیریت نسخه و کار گروهی با git به آن اضافه شده است.
تغییر مهم دیگر وبینارهای شناسایی فرصت‌های شغلی که اگرچه به صورت عمومی برگزار می‌شود اما شرکت‌کنندگان دوره این فرصت ویژه را خواهند داشت تا پس از آشنایی با ساختار مشاغل علوم داده و هوش مصنوعی در شرکت‌ها و سازمان‌ها با ارائه کارنامه عملکرد خود در دوره برای آن‌ها اقدام کنند.
به تمامی کسانی که تا پایان دوره در جلسات شرکت می‌کنند، گواهی حضور و به کسانی اغلب تمرین‌ها و پروژه پایانی خود را تحویل می‌دهند، گواهی موفقیت اهدا خواهد شد. گواهی به صورت کاغذی صادر می‌شود و علاوه بر پست نسخه فیزیکی، نسخه الکترونیک آن نیز در قالب pdf برای شرکت‌کنندگان ارسال خواهد شد. گواهی به صورت دوزبانه صادر خواهد شد و بررسی اصالت آن از درگاه زیر امکان‌پذیر است:
تصویر یک نمونه گواهی حضور و موفقیت در ادامه آمده است.
برگزارکننده
برای شرکت در دوره از طریق فرم درخواست پذیرش در لینک زیر اقدام کنید:
دسترسی به محتوای اختصاصی
برای دسترسی به محتوای اختصاصی رویداد لطفا کدی را که در اختیار شما قرار گرفته را وارد کنید و بقیه مراحل را طی کنید.
