در تحلیل داده گرافیکی، بسیار مهم است که ابتدا داده را درک کنیم (Exploratory Data Visualisation) سپس بتوانیم درک خود را از داده ها به صورت تصویری و ساده به دیگران انتقال دهیم (Exploratory Data Analysis). در این فرادرس، ضمن آشنایی اولیه با تصویر سازی مقدماتی با استفاده از زبان برنامه نویسی R (بسته نرم افزاری Base) که یکی از قدرتمندترین زبان ها در راستای تحلیل

استفاده از نرم افزارهای آماری، انجام محاسبات پیچیده آماری را آسان کرده است. کنترل کیفیت آماری یکی از مواردی است که نرم افزار Minitab قادر به انجام محاسبات آماری و رسم نمودارهای مربوطه به آن است. تحلیل فرایند و نمایش زمان خروج از کنترل در فرایند تولید یا خدمات، به کمک این نمودارها در Minitab امکان پذیر است. به علاوه به دست آوردن شاخص های آماری و شاخص ه

به دلیل قدرت و انعطاف بالای اکسل، این نرم افزار بیش از ۴ دهه از پرمصرف ترین نرم افزار های دنیای تجارت محسوب می شود. اکسل به عنوان ابزاری همه منظوره، برای تجزیه و تحلیل داده ها، بسیار محبوب است. اکسل حتی در زمینه محاسبات آماری نظیر: رگرسیون خطی، آزمون های آماری و ضریب همبستگی و … دستورها و توابعی دارد که برای کاربران عمومی که بیشتر علاقه

امروزه در علوم مهندسی و به خصوص مهندسی صنایع و رایانه، علم آمار کاربرد زیادی پیدا کرده است، به طوری که هیچ طرح تحقیقاتی بدون استفاده از فنون آماری انجام نمی گیرد. آگاهی از روش های آماری در انجام امور کنترل کیفیت تولید نقش مهمی دارد. بنابراین آموزش آمار برای رشته های غیر آماری ضرورت پیدا کرده است.

در این آموزش سعی شده است، مفاهیم و کاربردهای ف

بالا رفتن قدرت محاسباتی سیستم ها، افزایش حافظه ها و همچنین دسترسی آسان به داده های موجود در وب، باعث شده است تا پژوهشگران حوزه علوم داده به استفاده از داده های حجیم تحت وب، علاقه مند شوند. با توجه به این که سایت ها، شرکت ها و بنگاه های تجاری اینترنتی، داده های خود را به سادگی در اختیار دیگران نمی گذارند، پژوهشگران و برنامه نویسان، روش ها و ابز

مجموعه فرادرس های شبکه های عصبی مصنوعی در متلب، مجموعه ای از هفت فرادرس جامع درباره شبکه های عصبی مصنوعی است. این بسته آموزشی بی نظیر، در مجموع شامل تقریبا ۲۷ ساعت برنامه آموزشی تخصصی است، که تمام بخش های آن به صورت تئوری و عملی ارائه شده اند. 

در این فرادرس با مفاهیم و کاربردهای شبکه عصبی عمیق (GAN (Generative Adversarial Network آشنا خواهید شد. شبکه های GAN، یکی از به روزترین معماری های یادگیری عمیق است که از زمان مطرح شدن در سال ۲۰۱۴ تاکنون به شدت رشد یافته است. رشد عجیب این معماری یادگیری عمیق، به خاطر کاربردهای جذاب و بعضا حیرت آور آن از قبیل متحرک سازی تصویر ثابت مون

مجموعه فرادرس های شبکه عصبی، شامل پنج فرادرس در زمینه شبکه های عصبی مصنوعی و کاربردهای آن ها، حتما یکی از بهترین انتخاب های علمی شما برای ورود به این حوزه علمی خواهد بود. آینده در هر حوزه ای در دست آن هایی است که نگاهی رو به جلو در محور زمان دارند.