نام دوره ی آموزشی:  مبانی و مفاهیم علم داده

کد دوره: SBC-T-001-00

مدت زمان دوره: ۱۶ ساعت

مخاطبان دوره: دانشجویان مهندسی صنایع، مهندسی کامپیوتر، هوش مصنوعی و کلیه علاقه مندان به مباحث نوین علم داده

پیش نیاز:

ندارد

اهداف دوره:

  • آشنایی با مفاهیم و مبانی پایه ی علم داده، داده کاوی، یادگیری ماشین و یادگیری عمیق
  • آشنایی با کابردهای علم داده در صنایع و فرایندهای مختلف
  • آشنایی با روند اجرای پروژه های علم داده

دستاوردهای دوره

  • مفاهیم اولیه علم داده را به خوبی فرا گرفته باشد.
  • ارتباط بین علم داده، داده کاوی، یادگیری ماشین و یادگیری عمیق را مسلط باشد.
  • با الگوریتم های شاخص حوزه یادگیری ماشین، آشنایی کلی پیدا کند.
  • کاربردهای علم داده و مسائل و عارضه هایی که علم داده و یادگیری ماشین می توانند برای آن ها راه حل ارائه دهند، در کسب و کار خود شناسایی کند.

سرفصل های دوره:

  • مقدمات علم داده (تعاریف، مفاهیم، حوزه ها)
  • کاربردهای علم داده در صنایع مختلف
  • معرفی چرخه CRISP-DM در پروژه های داده کاوی و تشریح فازهای آن:
  • فهم صحیح مسائل کسب و کار
  • مفاهیم کلی انواع داده و درک داده ها
  • مفاهیم کلی آماده سازی و پیش پردازش داده ها
  • مفاهیم کلی مدل سازی
  • مفاهیم کلی بهینه سازی
  • مفاهیم کلی ارزیابی مدل
  • مقدمات یادگیری ماشین (تعاریف، مفاهیم و حوزه ها)
  • تشریح روش های Supervised Learning و الگوریتم های شاخص آن
  • تشریح روش های Unsupervised Learning و الگوریتم های شاخص آن
  • مروری بر مفاهیم پیشرفته تر (کلیّات یادگیری عمیق و بیگ دیتا)
  • یک پروژه علم داده را چگونه تعریف، اجرا و مدیریت کنیم؟
  • معرفی منابع و مسیرهای کاری برای ادامه