@mrpouyannik
دوره جدید BI
Part1_SQL Server
زیر نظر مرکز فرآیندها و دانشکده مدیریت دانشگاه تهران
به همراه گواهی نامه دانشگاه تهران
مدرس، مهندس نیکزاد
@datascienceie
دوره جدید BI
Part1_SQL Server
زیر نظر مرکز فرآیندها و دانشکده مدیریت دانشگاه تهران
به همراه گواهی نامه دانشگاه تهران
مدرس، مهندس نیکزاد
@datascienceie
@mrpouyannik
دوره جدید BI
Part1_SQL Server
زیر نظر مرکز فرآیندها و دانشکده مدیریت دانشگاه تهران
به همراه گواهی نامه دانشگاه تهران
مدرس، مهندس نیکزاد
@datascienceie
دوره جدید BI
Part1_SQL Server
زیر نظر مرکز فرآیندها و دانشکده مدیریت دانشگاه تهران
به همراه گواهی نامه دانشگاه تهران
مدرس، مهندس نیکزاد
@datascienceie
دوره SSIS و SSAS
این دوره مناسب افرادی است که میخواهند به صورت حرفه ای در پروژه های هوش تجاری و دیتا فعال باشند. ابزارهای فوق توانایی انتقال و مدیریت دیتا را در سطح حرفه ای به شما میدهند.
پیش نیاز دوره: SQL Server
سرفصل مباحث SSAS:
MDX Query, Aggregation, KPI, Partitioning, DAX Query
سرفصل دوره SSIS:
Data Warehouse, ETL Tools, Data Quality, Master Data
شهریه دوره 750 هزار تومان، 44 ساعت
محل برگزاری، مرکز آموزشهای ضمن خدمت دانشگاه تهران
پنج شنبه ها، ساعت 13.30 الی 17.30
مدرس دوره، مهندس نیکزاد
@datascienceie
این دوره مناسب افرادی است که میخواهند به صورت حرفه ای در پروژه های هوش تجاری و دیتا فعال باشند. ابزارهای فوق توانایی انتقال و مدیریت دیتا را در سطح حرفه ای به شما میدهند.
پیش نیاز دوره: SQL Server
سرفصل مباحث SSAS:
MDX Query, Aggregation, KPI, Partitioning, DAX Query
سرفصل دوره SSIS:
Data Warehouse, ETL Tools, Data Quality, Master Data
شهریه دوره 750 هزار تومان، 44 ساعت
محل برگزاری، مرکز آموزشهای ضمن خدمت دانشگاه تهران
پنج شنبه ها، ساعت 13.30 الی 17.30
مدرس دوره، مهندس نیکزاد
@datascienceie
در این تصویر به خوبی نقاط مشترک حوزه IT, Data science و مهارت های سازمانی مشخص شده است.
@datascienceie
@datascienceie
مدارکی که برای متخصص شدن در حوزه کلان داده نیاز است
البته در کنار مدرک تجربه بسیار بیشتر مورد نیاز است.
@datascienceie
البته در کنار مدرک تجربه بسیار بیشتر مورد نیاز است.
@datascienceie
یادگیری mdx و dax
Tabular و cube
و ابزارهای etl
دوره آموزش SSAS و SSIS
برای ساخت مدل داده و فرآیند ETL انبار داده
۴۴ ساعت
مدرس مهندس نیکزاد
اطلاعات بیشتر @mrpouyannik
کانال @datascienceie
محل برگزاری، مرکز آموزش های دانشگاه تهران
روزهای پنج شنبه
Tabular و cube
و ابزارهای etl
دوره آموزش SSAS و SSIS
برای ساخت مدل داده و فرآیند ETL انبار داده
۴۴ ساعت
مدرس مهندس نیکزاد
اطلاعات بیشتر @mrpouyannik
کانال @datascienceie
محل برگزاری، مرکز آموزش های دانشگاه تهران
روزهای پنج شنبه
DATA SCIENCE IE
یادگیری mdx و dax Tabular و cube و ابزارهای etl دوره آموزش SSAS و SSIS برای ساخت مدل داده و فرآیند ETL انبار داده ۴۴ ساعت مدرس مهندس نیکزاد اطلاعات بیشتر @mrpouyannik کانال @datascienceie محل برگزاری، مرکز آموزش های دانشگاه تهران روزهای پنج شنبه
شهریه دوره ۷۵۰ هزار تومان
پرداخت در دو قسط
یک جلسه در شانزده اسفند و مابقی جلسات در سال ۹۸
پرداخت در دو قسط
یک جلسه در شانزده اسفند و مابقی جلسات در سال ۹۸
در دوره SSIS و SSAS یاد می گیریم:
چگونه با زبان MDX و DAX از مدل های داده چند وجهی و یا تبولار استفاده کنیم. در این کلاس در زمینه ساخت Aggregation, KPI و Partition حرفه ای میشویم. همچنین در این کلاس در رابطه با چگونگی ساخت انبار داده و انجام فرایند ETL و استفاده از پکیج های SSIS متخصص میشویم.
این دوره 44 ساعت است که شهریه آن 750 هزار تومان و قابلیت پرداخت در دو قسط را دارد.
اولین جلسه در 16 اسفند برگزار میگردد و مابقی جلسات در فروردین سال 98
کلاس در بلوار کشاورز، مرکز آموزشهای ضمن خدمت دانشگاه تهران در روزهای پنج شنبه ساعت 13.30 الی 17.30 برگزار میگردد.
برای کسب اطلاعات بیشتر پیغام دهید
@MrpouyanNik
کانال
@Datascienceie
چگونه با زبان MDX و DAX از مدل های داده چند وجهی و یا تبولار استفاده کنیم. در این کلاس در زمینه ساخت Aggregation, KPI و Partition حرفه ای میشویم. همچنین در این کلاس در رابطه با چگونگی ساخت انبار داده و انجام فرایند ETL و استفاده از پکیج های SSIS متخصص میشویم.
این دوره 44 ساعت است که شهریه آن 750 هزار تومان و قابلیت پرداخت در دو قسط را دارد.
اولین جلسه در 16 اسفند برگزار میگردد و مابقی جلسات در فروردین سال 98
کلاس در بلوار کشاورز، مرکز آموزشهای ضمن خدمت دانشگاه تهران در روزهای پنج شنبه ساعت 13.30 الی 17.30 برگزار میگردد.
برای کسب اطلاعات بیشتر پیغام دهید
@MrpouyanNik
کانال
@Datascienceie
This media is not supported in your browser
VIEW IN TELEGRAM
قطعهی "مادر من"
ساختهی زندهیاد ناصر چشمآذر
با صدای مرحوم خسرو شکیبایی
روز مادر مبارک❤️
@Datascienceie
ساختهی زندهیاد ناصر چشمآذر
با صدای مرحوم خسرو شکیبایی
روز مادر مبارک❤️
@Datascienceie
در تابستان سال ۱۹۵۶ تعدادی ریاضیدان و دانشمند حوزههای دیگر علوم در کالج دارتموث نیوهمشایر گرد هم آمدند. دستور کار این همایش دو ماهه بحث و بررسی درخصوص این موضوع بود که آیا میتوان یادگیری یا سایر جنبههای هوش انسان را به گونهای توصیف کرد که امکان شبیهسازی آن توسط ماشین وجود داشته باشد.
اصطلاح «هوش مصنوعی» برای اولین بار در این همایش مورد استفاده قرار گرفت. شاید هیچ یک از حاضران در آن جمع تصور دقیقی از نقشی که ۶۰ سال بعد هوش مصنوعی میتواند در زندگی بشر داشته باشد نداشتند. هوش مصنوعی شاخهای از علوم و مهندسی کامپیوتر است که هدف آن ایجاد ماشینهایی با قابلیت رفتار هوشمندانه (مشابه انسان) است. در بین الگوریتمها و فناوریهای مختلفی که با عنوان کلی هوش مصنوعی شناخته میشوند «یادگیری ماشین» حوزهای است که بیشترین توجه را به خود جلب کرده و دارای کاربردهای بیشتری است. الگوریتمهای یادگیری ماشین به جای استفاده از مدلها یا قواعد از قبل تعریف شده، مدل خود از پدیدهها را با استفاده از دادههای موجود میسازند. این مدلها برای پیشبینی یا دستهبندی نمونههای جدید مورد استفاده قرار خواهند گرفت.
بهعنوان مثال، با ارائه نمونههایی از تصاویر MRI افراد سالم و بیمار به یک الگوریتم یادگیری ماشین، مدلی برای تشخیص بیماری ایجاد میشود که با حداقل هزینه و به سادگی در شرایطی که پزشک متخصص در دسترس نیست قابل استفاده خواهد بود. مثال دیگر تشخیص ایمیلهای اسپم است که با ارائه نمونههایی از ایمیل آلوده و ایمیل سالم به الگوریتم یادگیری ماشین میتوان فیلتر ایمیل اسپم ایجاد کرد. طی دهه گذشته و با افزایش کاربرد هوش مصنوعی در صنایع مختلف، نحوه زندگی و کسب و کاربشر دستخوش تغییر جدی شده است. این تغییر در حوزههای مختلف مانند آموزش و تحصیل، ورزش، صنعت، کشاورزی، ارتباطات، حمل و نقل، هواشناسی، پزشکی و بهداشت عمومی، امنیت و دفاع قابل مشاهده است. امروزه بنگاههای تجاری، دولتها و سازمانهای امنیتی از روشهای نوین مبتنی بر هوش مصنوعی برای جمع آوری و تحلیل داده، بهینهسازی فرآیندها، تولید و ارائه کالا و خدمات و مدیریت ارتباط با ذینفعان استفاده میکنند و روشهای سنتی قدیمی، پرهزینه و غیر موثر را کنار گذاشتهاند.
اصطلاح «هوش مصنوعی» برای اولین بار در این همایش مورد استفاده قرار گرفت. شاید هیچ یک از حاضران در آن جمع تصور دقیقی از نقشی که ۶۰ سال بعد هوش مصنوعی میتواند در زندگی بشر داشته باشد نداشتند. هوش مصنوعی شاخهای از علوم و مهندسی کامپیوتر است که هدف آن ایجاد ماشینهایی با قابلیت رفتار هوشمندانه (مشابه انسان) است. در بین الگوریتمها و فناوریهای مختلفی که با عنوان کلی هوش مصنوعی شناخته میشوند «یادگیری ماشین» حوزهای است که بیشترین توجه را به خود جلب کرده و دارای کاربردهای بیشتری است. الگوریتمهای یادگیری ماشین به جای استفاده از مدلها یا قواعد از قبل تعریف شده، مدل خود از پدیدهها را با استفاده از دادههای موجود میسازند. این مدلها برای پیشبینی یا دستهبندی نمونههای جدید مورد استفاده قرار خواهند گرفت.
بهعنوان مثال، با ارائه نمونههایی از تصاویر MRI افراد سالم و بیمار به یک الگوریتم یادگیری ماشین، مدلی برای تشخیص بیماری ایجاد میشود که با حداقل هزینه و به سادگی در شرایطی که پزشک متخصص در دسترس نیست قابل استفاده خواهد بود. مثال دیگر تشخیص ایمیلهای اسپم است که با ارائه نمونههایی از ایمیل آلوده و ایمیل سالم به الگوریتم یادگیری ماشین میتوان فیلتر ایمیل اسپم ایجاد کرد. طی دهه گذشته و با افزایش کاربرد هوش مصنوعی در صنایع مختلف، نحوه زندگی و کسب و کاربشر دستخوش تغییر جدی شده است. این تغییر در حوزههای مختلف مانند آموزش و تحصیل، ورزش، صنعت، کشاورزی، ارتباطات، حمل و نقل، هواشناسی، پزشکی و بهداشت عمومی، امنیت و دفاع قابل مشاهده است. امروزه بنگاههای تجاری، دولتها و سازمانهای امنیتی از روشهای نوین مبتنی بر هوش مصنوعی برای جمع آوری و تحلیل داده، بهینهسازی فرآیندها، تولید و ارائه کالا و خدمات و مدیریت ارتباط با ذینفعان استفاده میکنند و روشهای سنتی قدیمی، پرهزینه و غیر موثر را کنار گذاشتهاند.