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