دوره داده‌کاوی (Data Mining): هنر کشف طلای پنهان در داده‌ها

۱. مبانی داده‌کاوی و آمار

• آشنایی با مفاهیم پایه داده‌کاوی

• آمار توصیفی و استنباطی

• پیش‌پردازش داده‌ها (Data Preprocessing)

• انواع داده و مقیاس‌های اندازه‌گیری

۲. برنامه‌نویسی برای داده‌کاوی

• Python برای تحلیل داده

• کتابخانه‌های Pandas, NumPy, Matplotlib

• SQL برای استخراج داده از پایگاه داده

• کار با APIهای مختلف

۳. الگوریتم‌های داده‌کاوی

• خوشه‌بندی (Clustering) با K-Means

• دسته‌بندی (Classification) با Decision Trees

• قوانین انجمنی (Association Rules)

• درختان رگرسیون (Regression Trees)

۴. یادگیری ماشین در داده‌کاوی

• مقدمه‌ای بر Machine Learning

• الگوریتم‌های نظارت شده و نظارت نشده

• ارزیابی مدل‌ها و Validation

• انتخاب ویژگی (Feature Selection)

۵. بصری‌سازی داده‌ها

• ساخت داشبوردهای تعاملی

• کتابخانه Seaborn و Plotly

• ابزار Tableau برای گزارش‌گیری

• طراحی نمودارهای موثر