| 1 |
آشنایی یا دانشجویان، هماهنگی در مورد سرفصل، نحوه ارزیابی و .... |
|
| 2 |
مقدمه‌ای بر هوشمندی کسب و کار |
|
| 3 |
مقدمه‌ای بر داده‌ها |
|
| 4 |
طبیعت داده ها، مدل‌های آماری و بصری‌سازی |
|
| 5 |
اجزای معماری داده |
|
| 6 |
تعطیل رسمی |
|
| 7 |
تعطیل رسمی |
|
| 8 |
فرآیند یکپارچه‌سازی داده‌ها |
|
| 9 |
طراحی و پیاده‌سازی یکپارچه‌سازی داده‌ها |
|
| 10 |
داده‌کاوی، روش‌ها و الگوریتم‌ها |
|
| 11 |
فنون یادگیری ماشین برای تحلیل شناسی پیش‌گویانه |
|
| 12 |
یادگیری عمیق و محاسبات شناختی |
|
| 13 |
متن‌کاوی، تحلیل‌شناسی عواطف و تحلیل‌شناسی اجتماعی |
|
| 14 |
تحلیل‌شناسی توصیفی: بهینه‌سازی و شبیه‌سازی |
|
| 15 |
کلان‌داده و رایانش ابری و تحلیل‌شناسی مکان محور: ابزارها و مفاهیم |
|
| 16 |
رویکردهای معماری‌‌های داده |
|
| 17 |
مبانی مدل‌سازی داده‌ها |
|
| 18 |
ساخت داشبوردها در نرم‌افزار اکسل |
|
| 19 |
کار با نرم‌افزار Power BI |
|
| 20 |
کار با خدمات یکپارچه سازی SQL SERVER |
|