استخدام مدرس Data Analysis
شرح موقعیت شغلی
تدریس سرفصلهای مجتمع فنی تهران در نمایندگی اکباتان با شرح زیر:
|1- آشنایی با هوش مصنوعی و مفاهیم کلان در آن |
مروری بر جایگاه هوش مصنوعی در جهان
مروری بر زبان های برنامه نویسی مطرح در این حوزه
بیان چارت دوره
بیان بخش های مختلف هوش مصنوعی و تمرکز بر مواردی که در این دوره بررسی خواهد شد
| 2-نصب و آماده سازی محیط های لازم برای هوش مصنوعی |
نصب Anaconda
بیان مفهوم Virtual Env در پایتون
نحوه دانلود پکیج با pip
نحوه دانلود پکیج با conda
نصب کلیه پکیج های مورد نیاز در طول دوره
آشنایی با IDE های مختلف
|3- مروری بر مفاهیم جبر خطی |
معرفی ماتریس ها و نحوه تبدیل داده ها به آن
مروری انواع ابعاد داده ها
مروری بر عملیات جبر خطی
معرفی فضای برداری و نمایش نمونه های یک ماتریس در آن
|4- آموزش و کار با پکیج های مختلف پیش پردازش و آنالیز داده |
معرفی رویکردهای گوناگون فهم داده و لزوم آن
معرفی علم آمار و تقسیم بندی آن
معرفی آمار توصیفی
گشتاورهای آماری
میانگین / میانه
واریانس
چولگی
کشیدگی توزیع
همبستگی داده ها
معرفی توزیع های آماری و آشنایی با پکیج Scipy
توزیع نرمال
توزیع یونیفرم
توزیع برنولی
توزیع باینومیال
توزیع مالتی نومیال
توزیع پوآسون
توزیع نمایی
معرفی آزمون اثبات توزیع آماری
بررسی آزمون جنسون شنون
|5- آموزش و کار با پکیج های مختلف نمایش داده |
آشنایی با پکیج Matplotlib
Line Plot
Scatter Plot
Step Plot
Bar Plot
Histogram
Box Plot
3D Plot
Plot Attributes
آشنایی با پکیج Seaborn
Numerical Data Plotting
Categorical Data Plotting
Visualizing Distribution of Data
Linear Regression and Relationship
Plot Attributes
| 6-تحلیل اکتشافی داده (EDA) - بخش دوم آمار تفسیری | معرفی آمار تفسیری
معرفی آزمون های شبیه سازی آماری
A/B testing
معرفی آزمون های از پیش تعریف شده آماری
بررسی آزمون T-Test
بررسی آزمون U-Test
|1- آشنایی با هوش مصنوعی و مفاهیم کلان در آن |
مروری بر جایگاه هوش مصنوعی در جهان
مروری بر زبان های برنامه نویسی مطرح در این حوزه
بیان چارت دوره
بیان بخش های مختلف هوش مصنوعی و تمرکز بر مواردی که در این دوره بررسی خواهد شد
| 2-نصب و آماده سازی محیط های لازم برای هوش مصنوعی |
نصب Anaconda
بیان مفهوم Virtual Env در پایتون
نحوه دانلود پکیج با pip
نحوه دانلود پکیج با conda
نصب کلیه پکیج های مورد نیاز در طول دوره
آشنایی با IDE های مختلف
|3- مروری بر مفاهیم جبر خطی |
معرفی ماتریس ها و نحوه تبدیل داده ها به آن
مروری انواع ابعاد داده ها
مروری بر عملیات جبر خطی
معرفی فضای برداری و نمایش نمونه های یک ماتریس در آن
|4- آموزش و کار با پکیج های مختلف پیش پردازش و آنالیز داده |
معرفی رویکردهای گوناگون فهم داده و لزوم آن
معرفی علم آمار و تقسیم بندی آن
معرفی آمار توصیفی
گشتاورهای آماری
میانگین / میانه
واریانس
چولگی
کشیدگی توزیع
همبستگی داده ها
معرفی توزیع های آماری و آشنایی با پکیج Scipy
توزیع نرمال
توزیع یونیفرم
توزیع برنولی
توزیع باینومیال
توزیع مالتی نومیال
توزیع پوآسون
توزیع نمایی
معرفی آزمون اثبات توزیع آماری
بررسی آزمون جنسون شنون
|5- آموزش و کار با پکیج های مختلف نمایش داده |
آشنایی با پکیج Matplotlib
Line Plot
Scatter Plot
Step Plot
Bar Plot
Histogram
Box Plot
3D Plot
Plot Attributes
آشنایی با پکیج Seaborn
Numerical Data Plotting
Categorical Data Plotting
Visualizing Distribution of Data
Linear Regression and Relationship
Plot Attributes
| 6-تحلیل اکتشافی داده (EDA) - بخش دوم آمار تفسیری | معرفی آمار تفسیری
معرفی آزمون های شبیه سازی آماری
A/B testing
معرفی آزمون های از پیش تعریف شده آماری
بررسی آزمون T-Test
بررسی آزمون U-Test
مهارتهای مورد نیاز
- Data Analysis
- Anaconda
حداقل سابقه کار
- مهم نیست
جنسیت
- مهم نیست
وضعیت نظام وظیفه
- مهم نیست