انجمن علم داده‌ها – Telegram
انجمن علم داده‌ها
199 subscribers
28 photos
2 videos
11 files
15 links
🔹️کانال ترویج، آموزش و اطلاع‌رسانی علم داده‌ها

🔹️ارتباط و ارائه پیشنهادات:
@Sajedeh_Lashgari
Download Telegram
#سومین_کارگاه_مصورسازی_داده‌ها

☑️ آشنایی با نحوه ایجاد وب-اپلیکیشن‌ها با استفاده از R-Shiny


🗓 جمعه ۲۹ بهمن ؛ ساعت ۱۷ الی ۲۰
👤 ارائه دهنده: دکتر سید مهدی صالحی

🔗 لینک برگزاری کارگاه:
vroom.um.ac.ir/mathj

#آزمایشگاه_علم_داده
📈@DSLab_FUM
👍8
سخنرانی علمی از سلسله برنامه های معاونت امور بین الملل با موضوع:
Pooling and Systematic Risk
تجمیع و ریسک سیستماتیک

ميزبان: دكتر سعيد رضاخواه، استاد دانشكده رياضي و علوم كامپيوتر، دانشگاه صنعتي اميركبير

سخنران: Prof. Hirbid Assa
Kent Business Shool
چهارشنبه ۴ اسفند ماه ۱۴۰۰، ساعت ۲۰:۳۰

لينك ثبت نام : https://intrel.aut.ac.ir/en/19-2/
لینک شرکت در سخنرانی:
https://bluemeet.aut.ac.ir/ch/statistics/guest
👍8
لینک برگزاری
http://vroom.shirazu.ac.ir/elmi31
👍8
با رشد رویکرد داده محور و افزایش تقاضا برای متخصصان علم داده‌ها، این رشته مسیر شغلی فریبنده‌ای را، برای دانشجویان و متخصصان ارائه می‌دهد.
برای رسیدن به تخصص در این زمینه، در کنار #دانش لازم که در پست‌های قبل راجع‌به آن صحبت شد، مهارت‌های کلیدی متعدد و بعضاً زیادی، مورد نیاز است. به طور کلی، می‌توانیم این مهارت‌ها را در دو نوع دسته‌بندی کنیم؛ که عبارتند از:
- مهارت‌های سخت
- مهارت‌های نرم

مهم‌ترین مهارت‌های سخت را می‌توان به صورت زیر، نام برد:
- کار با نرم‌افزارهای تحلیل داده‌ها
- کار با نرم‌افزارهای مدل‌سازی و پیش‌بینی
- کار با پایگاه‌های داده‌
- کار با نرم‌افزارهای پردازش موازی

در ادامه، راجع‌به مهارت‌های نرمِ مورد نیاز نیز، صحبت می‌کنیم.

سلسله پست‌های #مطالب_آموزشی
#مهارت #دانشمند_داده

@Data_Science_Association
👍8
گروه آمار دانشگاه تربیت مدرس برگزار می‌کند:
🔶سلسله سخنرانی‌های علمی
🗓زمان : شنبه 17 اردیبهشت ساعت 14-16
🗓زمان : شنبه 7 خرداد ساعت 15:30-17:30
🗓زمان : شنبه 4 تیر ساعت 14-16
سخنرانان: دکتر تابان باغفلکی دانشگاه تربیت مدرس، دکتر سیامک نوربلوچی دانشگاه مینه‌سوتا آمریکا، دکتر رضا دریکوندی دانشگاه دورام انگلستان
👍6
عمده مهارت‌های نرمی که هر دانشمند داده موفقی، باید داشته باشد:
• ارتباطات (Communication): این مهارت به متخصص کمک می‌کند که بینش مبتنی بر داده خود را به گونه‌ایی قابل درک، برای صاحبان مشاغل و ذی‌نفعان بیان کنند و به کمک داستان‌سرایی و تکنیک‌های رایج در این زمینه، افراد را راحت‌تر متقاعد کند.
• کنجکاوی (Curiosity): کنجکاوی دانشمندان داده را ترغیب می‌کند تا به دنبال یادگیری روش‌های متدوالی که به صورت روز افزون به وجود می‌آیند، رود و بتواند به مسائل پیچیده موجود، پاسخ مناسبی دهد.
• تطبیق‌پذیری (Adaptability): این متخصصان باید با به روزترین تکنولوژی‌ها، سازگار شوند.
• تفکر انتقادی (Critical Thinking): تفکر انتقادی به دانشمند داده این امکان را می‌دهد که برای یک مسئله، تحلیل علمی انجام دهد و سوالات خود را با توجه به چگونگی بهبود سازمان تعیین کند و هر بار درستی آن را، بسنجد.
• درک محصول (Product Understanding) : به عنوان یک دانشمند داده، طراحی مدل همه چیز نیست و باید بینش‌ کاربردی، برای بهبود کیفیت محصول و خدمت نهایی ارائه دهد.

سلسله پست‌های #مطالب_آموزشی
#مهارت #دانشمند_داده

@Data_Science_Association
👍6
اگر ایده جدید دارید و دنبال فرصتی برای بروز آن هستید، این جشنواره می‌تواند به شما کمک کند.

@DataScience_TMU
Channel name was changed to «انجمن علمی علم داده‌ها»
مناسبت هفته پژوهش و فناوری، پژوهشکده آمار روز شنبه مورخ 1401/9/26 دومین میزگرد تخصصی «خلاءهای پژوهشی و آموزشی آمار در نظام علمی کشور برای ارتقاء و بهبود برنامه‌ریزی و تصمیم‌گیری‌ها» برگزار می‌نماید. 
 
● میزگرد تخصصی با‌ حضور و سخنرانی:   
 ● دکتر عبدالرحمن راسخ؛ رییس انجمن آمار ایران و عضو هیئت علمی دانشگاه شهید چمران اهواز.
 ● دکتر علی رجالی؛ عضو هیئت علمی دانشگاه صنعتی اصفهان.
 ● سیدنعمت‌ا... میرفلاح‌نصیری؛ معاون طرح‌های آماری و آمارهای ثبتی مرکز آمار ایران.
 ● دکتر موسی گل‌علیزاده؛  عضو هیئت علمی دانشگاه تربیت مدرس.
 ● دکتر فاطمه ترابی؛ مدیر گروه جمعیت‌شناسی و عضو هیئت علمی دانشگاه تهران.
 ● دکتر اشکان شباک؛ عضو هیئت علمی پژوهشکده آمار.
 ● دکتر تقی ترابی؛ اقتصاددان.
                 
 ● تاریخ برگزاری: شنبه 26 آذرماه 140۱
 ● ساعت برگزاری: 13:30 الی 16
 
 ● شرکت در این میزگرد تخصصی برای عموم آزاد است.
 ●  لینک ورود:
https://www.skyroom.online/ch/srtc/panel1401
یه تعریف کلی و ساده، از دیتاساینس و یه نقشه راه کلی، برای یادگیری #دانش اون!
تو این اینفوگرافی، مهم‌ترین مباحثی که باید تو این مسیر یاد بگیریم، اومده.
در ادامه تلاش می‌کنیم، بیشتر راجع‌بهشون صحبت کنیم.

سلسله پست‌های #مطالب_آموزشی
#دانش #دانشمند_داده

@Data_Science_Association
👍64
فهم فرایند پروژه دیتاساینس با مدل CRISP-DM

CRISP-DM (The CRoss Industry Standard Process for Data Mining)

سلسله پست‌های آشنایی با اصطلاحات رایج، #مطالب_آموزشی و #ترویج #دانش
#دانشمند_داده

@Data_Science_Association
👍9