تحلیل داده در روانشناسی با پایتون
دوره «تحلیل داده در روانشناسی با پایتون» با هدف آموزش کاربردی Python در تحلیل دادههای روانشناختی و پژوهشی طراحی شده است. در این دوره، شرکتکنندگان با آمادهسازی دادهها، تحلیل و مصورسازی دادهها و اجرای تحلیلهای آماری با استفاده از Python آشنا میشوند.
ظرفیت این دوره ۳۰ نفر است
- مدت دوره۰ ساعت
- تعداد جلسات۱۰ جلسه
- زمانبندی-
- تاریخ شروع-
- نوع برگزاریحضوری
در دوره «تحلیل داده در روانشناسی با پایتون»، مفاهیم Python از سطح موردنیاز برای تحلیل داده آغاز شده و سپس ابزارها و کتابخانههای کاربردی برای کار با دادههای روانشناختی آموزش داده میشوند.
شرکتکنندگان در این دوره با نحوه ورود و آمادهسازی دادهها، پاکسازی دادههای ناقص و نامنظم، مدیریت متغیرها، تحلیل دادهها و ایجاد نمودارهای مناسب آشنا میشوند. همچنین با استفاده از کتابخانههای تخصصی Python، دادههای پژوهشی را بررسی کرده و نتایج تحلیلها را به شکل قابل فهم ارائه میکنند.
بخش مهم دوره به کاربرد عملی تحلیل داده اختصاص دارد؛ بهطوری که مفاهیم در قالب دادهها و سناریوهای نزدیک به پژوهشهای روانشناسی تمرین میشوند.
این دوره برای دانشجویان و پژوهشگران روانشناسی و رشتههای مرتبط طراحی شده است که میخواهند مهارت تحلیل داده با Python را یاد بگیرند و از این ابزار در پروژهها و پژوهشهای خود استفاده کنند.
پس از این دوره چه یاد میگیرید؟
در پایان دوره، شرکتکننده میتواند:
محیط Python را برای تحلیل داده آماده کند.
دادههای پژوهشی را وارد و سازماندهی کند.
دادههای ناقص، تکراری و نامنظم را شناسایی و مدیریت کند.
دادههای روانشناختی را با ساختارهای مناسب Python مدیریت کند.
از کتابخانههای Pandas و NumPy برای تحلیل داده استفاده کند.
دادهها را فیلتر، دستهبندی و خلاصه کند.
شاخصهای توصیفی دادهها را محاسبه و بررسی کند.
نمودارهای مناسب برای نمایش دادههای روانشناختی ایجاد کند.
روابط و الگوهای موجود در دادهها را بررسی کند.
تحلیلهای آماری رایج را با Python اجرا کند.
نتایج تحلیلها را به شکل جدول و نمودار ارائه کند.
کدهای تحلیل خود را مستندسازی و برای استفاده مجدد سازماندهی کند.
یک فرایند تحلیل داده پژوهشی را از ورود داده تا گزارش نتایج اجرا کند.
پیشنیازها
آشنایی مقدماتی با کامپیوتر
آشنایی با مفاهیم پایه آمار و روش تحقیق در روانشناسی توصیه میشود.
دانش قبلی برنامهنویسی الزامی نیست.
آشنایی مقدماتی با Python مفید است، اما دوره میتواند مباحث موردنیاز را از پایه پوشش دهد.
دکتر سیامک حدادی
مدرس
سیامک حدادی، مدرس دانشگاه و پژوهشگر حوزه هوش مصنوعی و کامپیوتر، کاندیدای دکتری تخصصی هوش مصنوعی و سابقه تدریس دروس تخصصی برنامهنویسی، علم داده، یادگیری ماشین و یادگیری عمیق است. فعالیتهای علمی و پژوهشی ایشان بر توسعه و بهکارگیری روشهای هوش مصنوعی، شبکههای عصبی عمیق، بهینهسازی فراابتکاری و هوش مصنوعی توضیحپذیر (XAI) متمرکز بوده و در کنار فعالیتهای پژوهشی، در زمینه طراحی و برگزاری دورههای آموزشی دانشگاهی و مهارتمحور در حوزه برنامهنویسی و فناوریهای هوش مصنوعی فعالیت دارد.
مشاهده پروفایل کامل- تاریخ شروع-
- تاریخ پایان-
- زمانبندی هفتگی-
- آدرس-
- سالن-
هنوز نظری برای این دوره ثبت نشده است.