علم داده در حال ایجاد یک انقلاب جهانی است که همه چیز را از اتوماسیون کسب و کار تا تعاملات اجتماعی تحت تأثیر قرار میدهد. این حوزه همچنین یکی از سریعترین و پربازدهترین مشاغل در حال رشد است که تحلیلگران و مهندسان را در سراسر جهان به کار میگیرد. این دوره یک مرور کلی و غیر فنی از علم داده ارائه میدهد و به بررسی واژگان، مهارتها، مشاغل، ابزارها و تکنیکهای این حوزه میپردازد. مدرس، بارتون پولسون، روابط علم داده با سایر حوزههای مرتبط مانند یادگیری ماشین و هوش مصنوعی را توضیح میدهد.
او به بررسی روشهای اصلی شامل جمعآوری و تحلیل داده، تدوین قوانین برای طبقهبندی و تصمیمگیری و استخراج بینشهای عملی میپردازد. همچنین به مباحث اخلاق و مسئولیتپذیری پرداخته و راهنماییهایی برای یادگیری بیشتر ارائه میدهد. در پایان دوره، شما خواهید دید که چگونه علم داده میتواند به شما در اتخاذ تصمیمات بهتر، دستیابی به بینشهای عمیقتر و کارآمدتر و مؤثرتر کردن کارتان کمک کند.
اهداف یادگیری این دوره عبارتند از:
- ارزیابی مهارتهای لازم برای شروع یک شغل در علم داده
- بررسی منابع مختلف داده، از جمله متریکها و APIها
- کاوش دادهها با استفاده از نمودارها و آمار
- آشنایی با نحوه استفاده دانشمندان داده از زبانهای برنامهنویسی مانند R، پایتون و SQL
- ارزیابی نقش ریاضیات، مانند جبر، در علم داده
- ارزیابی نقش آمار کاربردی، مانند بازههای اطمینان، در علم داده
- ارزیابی نقش یادگیری ماشین، مانند شبکههای عصبی مصنوعی، در علم داده
- تعریف مؤلفههای یک تجسم داده مؤثر