معرفی اجمالی دوره
در دورهی آموزش دادهکاوی و کشف دانش مفاهیم، ابزارها و متدلوژیهای مختلف در حوزهی دادهکاوی معرفی میشود. در این دوره متدلوژی CRISP معرفی میشود که متدلوژی معروف و قابلفهم در دادهکاوی و کشف دانش است. همچنین الگوریتمهای مختلف در حوزهی دادهکاوی معرفی میشود که میتوان به الگوریتمهای خوشهبندی (k-means، سلسله مراتبی) ، دستهبندی (k-nn، شبکه عصبی، درخت تصمیم) و باهمآیی اشاره کرد و به مباحث انبارداده، آمادهسازی و پیشپردازش و مصورسازی داده نیز پرداخته میشود. در آموزش دادهکاوی و کشف دانش به کاربردهایی که این دوره در علوم و صنایع مختلف دارد، مانند سلامت و CRM، نیز اشاره میشود.
ویژگیهای دوره
آنلاین، پروژه محور، تعاملی همراه با تالارگفتگو، ارائه مدرک رسمی
فصول دوره
تعاریف و مفاهیم دادهکاوی
معرفی ابزارها و نرمافزارهای دادهکاوی
متدلوژی استفاده از دادهکاوی در عمل (crisp)
خوشهبندی
قواعد باهمآیی (Association)
دستهبندی
انبار داده
آمادهسازی و پیشپردازش دادهها
مصورسازی دادهها
کاربردهای دادهکاوی;
معرفی مدرس
سمیه علیزاده
سمیه علیزاده دکتری مهندسی صنایع (گرایش مدیریت سیستم) و کارشناسی ارشد مهندسی صنایع (گرایش مدیریت سیستم) و کارشناسی کامپیوتر (نرمافزار) از دانشگاه شریف میباشد. عضو هیات علمی گروه فناوری اطلاعات دانشگاه خواجه نصیرالدین طوسی است. حدود پانزده سال سابقه تدریس در فناوری اطلاعات داشته و همچنین پروژههای بسیاری در زمینه دادهکاوی و کشفدانش و فناوری اطلاعات در سازمانهای زیادی انجام دادهاست.
روش ارزیابی و نمرهدهی
حد نصاب قبولی در دوره: 75.0 نمره
نمونه گواهینامه