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