معرفی اجمالی دوره
در دوره‌ی پیش‌رو، قبل از معرفی جعبه‌ابزار کلان داده، مفهوم تحلیل داده و همچنین مهم‌ترین روش‌های مورد استفاده در آن ( از حالت ساده تا پیشرفته )، توضیح داده شده و در نرمافزار، پیاده‌سازی می‌شود.
در گام بعد، به معرفی جعبه‌ابزار big data ، پرداخته شده و کاربران با مفاهیم جدید آن آشنا می‌شوند و با دیدن مثال‌هایی، چگونگی به کارگیری این ابزار را می‌آموزند.
ویژگی‌های دوره
انلاین، پروژه محور، همراه با تمرین و کوئیز و راهنمایی منتور و ارائه مدرک رسمی
فصول دوره
فصل اول - مقدمه ای بر داده کاوی
فصل دوم - کلان داده چیست
فصل سوم - مفاهیم پایه در بحث کلان داده
فصل چهارم - پیاده سازی روش های تحلیل داده
فصل پنجم - متلب و کلان داده
فصل ششم - استفاده از جعبه
ابزارهای تخصصی مرتبط با آرایه های tall;
معرفی مدرس
معین سلیمی
معین سلیمی دانش آموخته کارشناسی رشته مهندسی مکانیک در طراحی جامدات و معدل برتر کارشناسی ارشد مهندسی مکانیک (طراحی کاربردی) از دانشگاه گیلان است. وی مسلط به آموزش مباحث مختلف در زمینه‌های مرتبط با مهندسی مکانیک از جمله تحلیل المان محدود، تفاضلات محدود، دینامیک سیالات محاسباتی، ارتعاشات و کنترل سیستم‌های دینامیکی و مباحث مرتبط با هوش مصنوعی از جمله خوشه‌بندی، شناسایی الگو، روش‌های بهینه‌سازی، شبکه‌های عصبی و منطق فازی، پردازش سیگنال می‌باشد.
پیش‌نیازها
این دوره، نیاز به تسلط بر مفاهیم اولیه‌ی ریاضی دارد. سایر مباحث تئوری، بستگی به زمینه‌ی کاربردی این ابزار، برای افراد دارد. در هر سیستمی، نیاز به یک مدل ریاضی و منطقی برای تحلیل و بهبود سیستم است که تسلط بر این مفاهیم، بر عهده‌ی خود افراد بوده و امکان ارائه‌ی آن‌ها در سرفصل‌های این دوره، نیستد. از نظر برنامه‌نویسی، نیاز است مخاطبین عزیز، دوره‌ی برنامه‌نویسی مقدماتی با نرمافزار متلب را گذرانده باشند.
روش ارزیابی و نمره‌دهی
حداقل نمره‌ی قبولی برای گذراندن دوره، 70 بوده و لازم به ذکر است، انجام تمامی تمرین‌ها و پروژه‌ها برای اتمام دوره، الزامی است.
نمونه گواهینامه
