تفاصيل الدورة
مخطط الدورة
دورة 5 أيام
الرياضيات والإحصاء التمهيدي
- مقدمة في نظرية الاحتمالات.
- أساسيات الاحتمالات ونماذج احتمالات الإحصاءات.
- قانون بايز Bayes والاحتمال الشرطي.
- إجمالي الاحتمال.
- تطبيق قانون بايز Bayes.
- توزيع الاحتمالات.
- توزيع ذات الحدين.
- نظرية الحد المركزي.
- التلاعب بالمتغيرات العادية.
Python
- نظرة عامة على أنظمة التشغيل.
- المتغيرات في بايثون Python.
- إنشاء وإدارة القوائم.
- مجموعات القوائم العددية.
- قواميس في لغة بايثون Python.
- متغيرات القيمة المنطقية.
- المتغيرات الشرطية.
- حول الوظائف.
- عرض بايثون Python ومعالجة الكود.
تحليلات وصفية
- ما هي البيانات؟
- البيانات واتخاذ القرار.
- تقدير إحصائيات مجموعة البيانات.
- أقصى تقدير احتمالي.
- كشف وتقدير الارتباط.
- القيم المتطرفة للانحدار الخطي.
- تطبيقات واقعية.
التحليلات التنبؤية
- مقدمة في التعلم الآلي.
- عملية التعلم الآلي.
- تنبؤ التعلم تحت الإشراف مقابل الاستدلال.
- مشاكل التصنيف.
- توقع النتائج في سياق الأعمال التجارية باستخدام أشجار الانحدار.
- تصنيف البيانات باستخدام خوارزمية آلة المتجهات الداعمة.
- قياس تشابه مجموعات البيانات.
- توقع نتائج المجموعات المختلفة.
- التعلم الآلي في العالم الحقيقي.
أسس البرمجة الخطية
- مشاكل التحسين.
- مشكلة تخطيط الإنتاج.
- مشكلة الميزانية الرأسمالية تحدد المعوقات.
- الحل الأمثل.
- حل المشكلة في برنامج Excel.
- نموذج مشاكل الأعمال كبرامج برمجة صحيحة.
- نماذج التحسين.
- خدع التجارة لقرارات الأعمال.
- تطبيقات واقعية.
