Mini MBA کاربرد علم داده در مالی و کسب‌وکارها (سطح یک)

• کلیات(آشنایی با زبان‌های برنامه نویسی و محبوبیت آن‌ها، آشنایی اجمالی بر الگوریتم و فلوچارت)
• آشنایی با پایتون(تاریخچه پایتون، ویژگی‌های پایتون، کاربردهای پایتون، نسخه‌های پایتون، نصب پایتون، آشنایی با محیط پایتون و محیط‌های توسعه)
•  انواع داده ها(اعداد، رشته، لیست، Tuple، دیکشنری، Set و تبدیل داده ها)
• انواع عملگرها در پایتون(محاسباتی، منطقی، مقایسه‌ای، تقدم عملگرها)
• ساختارهای تصمیم: دستورات شرطی(ساختار if ،if.else و ساختار شرطی تو در تو)
• ساختارهای تصمیم: حلقه ها(ساختار for و while، ساختار حلقه تو در تو، دستورات کنترلی در حلقه)
• ایجاد تابع(مزیت استفاده از تابع، انواع توابع، توابع بازگشتی، تست توابع)
• فایل(باز کردن فایل، خواندن فایل، نوشتن در فایل، بستن فایل، حذف فایل)
• کاربرد مقدماتی پایتون در علم داده(توابع ریاضی، اعداد تصادفی، ورود داده‌های مالی به پایتون، محاسبه بازده دارایی‌ها، محاسبه ریسک در بازده دارایی‌ها، تحلیل همبستگی)
• آشنایی با کتابخانه Numpy برای انجام محاسبات عددی
• آشنایی با کتابخانه Pandas برای مدیریت و ترسیم داده‌های مالی

• آشنایی با کتابخانه Matplotlib و Seaborn برای مصورسازی داده‌های مالی
• کاربردهای متنوع در حوزه مالی:
• ورود داده‌های مالی از منابع معتبر Finance Google ،Finance Yahoo ،World Bank و...
• انتقال فایل داده از اکسل، R و سایر نرم افزارهای مرتبط با مالی
• انواع ترسیم‌های کاربردی در داده‌های مالی(نمودارهای سری زمانی، نمودارهای همبستگی، هیستوگرام و...)
• انواع محاسبات مقدماتی در علم داده مالی(محاسبه بازده و بازده تجمعی، سنجه‌های ریسک، رگرسیون و...)

مدیریت داده‌های مالی در اکسل:

• وارد کردن داده‌ها به اکسل
• تکنیک‌های پاک‌سازی و عملیات روی داده‌ها
• آشنایی با Data Validation
• آشنایی با ابزار Consolidate
• آشنایی با Pivot Tables
• تحلیل داده‌ها با Pivot Tables
• انجام تحلیل‌های What-If و سناریوسازی
• تحلیل داده‌ها و بهینه‌یابی با ابزارهای Solver و Goal Seek
• آشنایی با Analysis Toolpack
• آشنایی با Get&Transform

SQL Database:

1.کویری نویسی

• مدیریت داده با دستورات T-SQL
• خواندن داده با دستور SELECT
• خواندن اطلاعات چند جدول با دستورات JOIN
• ساخت توابع و استفاده از توابع تجمیعی
• کویری نویسی با دستورات پیشرفته T-SQL
• استفاده از ساب کویری و دستور APPLY
• گروه بندی و پیوت کردن اطلاعات در کویری نویسی

2.طراحی

• طراحی و پیاده سازی اشیا پایگاه داده
• طراحی و پیاده سازی یک مدل رابطه ای
• تضمین یکپارچگی اطلاعات با استفاده از اعمال محدودیت داده ای

• مباحث جبر خطی و ماتریسی
• مروری بر آمار توصیفی
• تئوری احتمال
• توزیع های آماری
• فواصل اطمینان
• آزمون فرضیه
• قانون اعداد بزرگ و قضیه حد مرکزی
• مفاهیم تورش، سازگاری و همگرایی
• ماهیت تحلیل رگرسیونی
• تحلیل رگرسیونی دو متغیره
• مسئله تخمین
• فروض کلاسیک رگرسیون
• ساخت فواصل اطمینان و آزمون فرضیه
• انواع مدل های رگرسیونی
• تحلیل رگرسیونی چند متغیره
• آمار استنباطی در رگرسیون چند متغیره
• مدل رگرسیونی با متغیرهای مجازی
• هم خطی
• ناهمسانی واریانس
• خودهمبستگی
• خطای تصریح
• مقدمه ای بر سری های زمانی
• ایستایی قوی و ضعیف
• مدل های ARMA
• شروط ایستایی مدل های ARMA
• مدلسازی Box-Jenkins
• پیش بینی توسط مدل های ARMA
• فرآیندهای ناایستا (روند تصادفی و قطعی، تفاوت آنها و نحوه ایستا کردن هر یک)
• آزمون ریشه واحد دیکی-فولر تعمیم یافته
• مفهوم هم انباشتگی و رگرسیون کاذب
• هم انباشتگی انگل گرنجر
• مدل تصحیح خطا
• آزمون هم انباشتگی جوهانسن -جوسلیوس
• مدل های ناهمسانی واریانس شرطی خودرگرسیونی (ARCH)