DSBOK (Release 2) DATA Sciense Body of Knowledge

EDISON DATA Science Framework | چارچوب علم داده ادیسون

علم داده “DATA Science” یک رشته میان رشته‌ای است که از روش‌ها، فرآیندها، الگوریتم‌ها و سیستم‌های علمی برای استخراج دانش و بینش از داده‌ها در اشکال گوناگون (ساختار یافته و ساختار نیافته) استفاده می‌کند. چیزی مشابه داده‌کاوی! علم داده مفهومی برای یکپارچه‌سازی آمار، تحلیل داده، یادگیری ماشین و دیگر مفاهیم مرتبط تحت یک عنوان واحد است. این کار به منظور درک و تحلیل پدیده‌ها با استفاده از داده‌ها انجام می‌شود. جهان امروز، جهان داده‌ است و ذخیره‌سازی و استفاده بهینه از داده‌ یکی از چالش‌های اصلی سازمان‌ها در یک دهه گذشته بوده است. سال‌های مدیدی است که جهان مملو از داده شده، حجم این داده‌ها و سرعت تولید آن‌ها با ظهور وب و البته شبکه‌های اجتماعی رشد فزاینده‌ای داشته. در واقع، حجم داده‌های دیجیتال با سرعت زیادی در حال رشد است. مطابق گزارش IBM، در سال ۲۰۱۲ هر روز بالغ بر ۲.۵ اگزابایت داده تولید می‌شده. بر اساس گزارش منتشر شده توسط DOMO، حجم تولید داده در سال ۲۰۱۸ نیز به همین منوال ادامه داشته است. در گزارش IBM آمده: «۷۵٪ داده‌های تولید شده، ساختار نیافته و منابعی مانند متن، صدا و ویدئو هستند.  ازاین‌رو در سال‌های اخیر، تمرکز اصلی متخصصان داده بر ساخت چهارچوب‌ها و راه‌حل‌هایی برای مدیریت داده‌ها (از استخراج و ذخیره‌سازی تا تحلیل و استراتژی‌های داده‌محور) بوده است.

در این دانش از روش‌ها و نظریه‌های علوم گوناگون از جمله ریاضیات، آمار، علم اطلاعات و علوم کامپیوتر استفاده می‌شود. به گفتهٔ برخی کارشناسان، یکی از جذاب‌ترین مشاغل قرن بیست‌ویکم تحلیل داده‌ها است اما باید ببینیم که چرا چنین لقبی به این حرفه داده شده است. در یک کلام، می‌توان گفت که در طول دهه‌های گذشته حجم داده‌های تولیدشده توسط کاربران و کمپانی‌های مختلف بسیار قابل‌توجه بوده که از آن به عنوان Big Data (کلان داده) یاد می‌شود اما این داده‌ها زمانی ارزشمند خواهند بود که بتوان آن‌ها را تحلیل کرده و از دل آن‌ها آمار و ارقامی به دست آوریم که با استفاده از آن‌ها بشود به شناخت بیشتر و بهتر بازار، رفتارهای کاربران، علائق ایشان و چیزهایی اینچنین دست یابیم که در همین راستا در این دوره ی آموزشی خواهیم آموخت که Data Science چیست و Data Scientist چه وظایفی دارا است

اهداف
  • Data Science
  • Data Research & Analysis
  • Data Engineering & Development
  • Data Architecture
  • Data Administration
پیش نیاز

تسلط بر مباحث علم مدیریت داده DMBOK و همچنین افزونگی داده BIG DATA، داده کاوی DATA Mining، هوش تجاری BI برای افزایش اثر بخشی دوره ی آموزشی دارای کاربرد است

مخاطبان
  • مدیران کسب و کار
  • مدیران و کارشناسان فناوری اطلاعات
  • مدیران سیستم ها و روش ها
  • مدیران پروژه
  • مدیران سیستم های هوش تجاری
  • تحلیل گران کسب و کار
سرفصل های دوره

Data Science for Business Stakeholders

  • Thinking like a Data Scientist
  • “By” Analysis Technique
  • Score Development Technique
  • Monetization Exercise
  • Metamorphosis Exercise

Data Science

  • Difference Between Business Intelligence and Data Science
  • Data Science Overview
  • The Data Lake

Business Potential of Big Data

  • The Big Data Business Mandate
  • Big Data Business Model Maturity Index
  • The Big Data Strategy Document
  • The Importance of the User Experience

Building Cross-Organizational support

  • Power of Envisioning
  • Organizational Ramifications
  • Stories

Data Science Fundamentals For Data Scientists

  • The Data Science Roadmap
  • Programming Languages
  • Visualization and Simple Metrics
  • Machine Learning Overview
  • Machine Learning Classification
  • Technical Communication and Documentation

Data Science Essentials For Data Scientists

  • Unsupervised Learning: Clustering and Dimensionality Reduction
  • Regression Overview
  • Data Encoding and File Formats
  • Big Data Fundamentals
  • Database Overview
  • Software Engineering Best Practices
  • Natural Language Processing
  • Time Series Analysis
  • Probability Overview
  • Statistics Overview

Advanced-Data Science For Data Scientists

  • Performance and Computer Memory
  • Computer Memory and Data Structure
  • Maximum Likelihood Estimation and Optimization
  • Advanced Classifiers

Stochastic Modelling

اعتباردهنده و مرجع علمی

به شرکت کنندگان در این دوره ی آموزشی گواهی حضور از سوی شرکت IT HOUSE تحت اعتبار شرکت PECB کانادا اعطا خواهد شد.

درباره مدرس

مدرس این دوره دکتر هومن تصدیقی می‌باشند.

مسیرآموزشی

ندارد.

به اشتراک گذاری بر روی whatsapp
به اشتراک گذاری بر روی email
به اشتراک گذاری بر روی linkedin
به اشتراک گذاری بر روی telegram
به اشتراک گذاری بر روی facebook

دوره های مرتبط:

محصولات مرتبط

زمان باقیمانده جهت ثبت‌نام

00
D
00
H
00
M
00
S

برای دانلود لطفا ایمیل خود را وارد نمایید .

شرکت دوره

به منظور ارسال درخواست ثبت‌نام، لطفا فرم زیر را با دقت تکمیل نمایید.

همکاران ما در اسرع وقت با شما تماس خواهند گرفت.