✳️ ‌علم داده، تحلیل داده، داده‌کاوی و یادگیری ماشین ــ تفاوت‌ها و شباهت‌ها

«علم داده» (data science)، «تحلیل داده‌ها» (Data analytics)، «یادگیری ماشین» (machine learning) و «داده‌کاوی» (Data Mining) با نرخ نجومی در حال رشد و توسعه هستند. از این‌رو شرکت‌ها به‌دنبال کارشناسانی می‌گردند که با کیمیاگری داده‌ها به آن‌ها در اتخاذ تصمیم‌های چابک، اثرگذار و کارا در کسب‌و‌کار کمک کنند.

══ فهرست مطالب ══

○ علم داده چیست؟
○ چه مهارت‌هایی برای مبدل شدن به یک دانشمند داده مورد نیاز است؟
○ تحلیل‌گر داده کیست؟
○ چه مهارت‌هایی برای مبدل شدن به یک تحلیل‌گر داده مورد نیاز است؟
○ آیا بین علم داده و تحلیل داده هم‌پوشانی وجود دارد؟
○ یادگیری ماشین چیست؟
○ چه مهارت‌هایی برای تبدیل شدن به یک متخصص یادگیری ماشین مورد نیاز است؟
○ آیا بین یادگیری ماشین و علم داده هم‌پوشانی وجود دارد؟
○ داده‌کاوی چیست؟
○ چه مهارت‌هایی برای تبدیل شدن به یک داده‌کاو مورد نیاز است؟
○ آیا همپوشانی بین داده‌کاوی و علم داده وجود دارد؟


🔸 علم داده چیست؟

افراد زیادی برای بیش از یک دهه تلاش کرده‌اند تا علم داده را تعریف کنند. بهترین راه برای پاسخ به این پرسش استفاده از یک نمودار وِن است. این نمودار توسط «هوق کانوی» (Hugh Conway) در سال ۲۰۱۰ ترسیم شده و شامل سه دایره ریاضیات و آمار، دانش دامنه (دانشی درباره دامنه‌ای که محاسبات و خلاصه‌سازی در آن انجام می‌شود) و مهارت‌های هک می‌شود. اساسا اگر فرد بتواند همه این سه مجموعه فعالیت را انجام دهد، دانش خوبی در زمینه علم داده دارد.



مطالعه ادامه مطلب 👇👇

🔗 علم داده، تحلیل داده، داده‌کاوی و یادگیری ماشین ــ تفاوت‌ها و شباهت‌ها — کلیک کنید (+)

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

‌
✳️ ‌۱۵ مورد رایج خطا در تحلیل داده — راهنمای تصویری و کاربردی

داده‌ها در اقتصاد داده‌محور امروز نقش انکارناپذیری در کسب بینش‌های نوین، تصمیم‌گیری‌ها و ساخت محصولات جدید دارد. در واقع امروزه شاهد سیل فزاینده داده‌ها هستیم که حجم‌شان هر دو سال دو برابر می‌شود و تا سال ۲۰۲۵ به عدد حیرت‌انگیز ۱۷۵ هزار اگزابایت داده خواهیم رسید. این عدد بسیار بزرگ و تصور کردن آن کاری دشوار است. برای آن که تخمینی از این عدد در ذهن خود داشته باشید، باید اشاره کنیم که این مقدار داده معادل ۱,۰۰۰,۰۰۰,۰۰۰ گیگابایت داده است. پنج اگزابایت داده تقریباً معادل همه واژه‌هایی است که بشر در عمر خود صحبت کرده است. بدیهی است که وقتی صحبت از  این حجم داده و تحلیل آن‌ها می‌شود، بروز خطا نیز ناگزیر خواهد بود. با ما همراه باشید تا با انواع مختلف خطا در تحلیل داده و توضیح آن‌ها آشنا شوید.

══ فهرست مطالب ══

○ انواع رایج خطا در تحلیل داده
○ ۱۵ مورد رایج خطا در تحلیل داده
○ توضیح برخی از انواع خطای رایج در تحلیل داده
○ سخن پایانی


🔸 انواع رایج خطا در تحلیل داده

چنان که شاید متوجه شده باشید، بررسی همه این داده‌ها چالش بسیار بزرگی محسوب می‌شود. داده‌ها معمولاً شکل‌های بسیار مختلفی دارند و تحلیل همه آن‌ها آسان نیست. در نتیجه اغلب وسوسه می‌شویم که میانبرهایی روی داده‌ها به کار گیریم یا این که تلاش می‌کنیم داده‌های ورودی را با نمادهای از پیش مشخصی که با آن‌ها آشنا هستیم، تطبیق دهیم. در تصاویر زیر برخی از مغالطه‌های رایج را مشاهده می‌کنید که افراد در زمان تحلیل داده‌ها مرتکب می‌شوند.



مطالعه ادامه مطلب 👇👇

🔗 ۱۵ مورد رایج خطا در تحلیل داده — راهنمای تصویری و کاربردی — کلیک کنید (+)

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

✳️ ‌دیتا ساینس چیست؟ – هر آنچه باید از Data Science بدانید

با گسترده شدن کاربرد اینترنت و شبکه‌های اجتماعی و سیستمی شدن فعالیت‌های سازمان‌ها و شرکت‌ها، روزانه حجم عظیمی از داده‌های جدید تولید می‌شوند که برای مدیریت و پردازش آن‌ها باید از روش‌ها و ابزارهای پیچیده‌ای استفاده کرد. همین امر، بستری را به وجود آورده است که امروزه حوزه «دیتا ساینس | علم داده» (Data Science) به عنوان یکی از داغ‌ترین موضوعات حوزه فناوری اطلاعات تبدیل شود. در مطلب حاضر، به این پرسش پاسخ خواهیم داد که علم داده یا دیتا ساینس چیست و افرادی که در این حوزه مشغول به کار هستند، چه وظایفی را انجام می‌دهند. به‌علاوه، کاربردها و مهارت‌های فنی مورد نیاز حوزه دیتا ساینس و همچنین منابع یادگیری آن نیز معرفی می‌شوند.

══ فهرست مطالب ══

○ دیتا ساینس چیست ؟
○ دلیل ظهور دیتا ساینس چیست ؟
○ مراحل دیتا ساینس
○ مهارت های مورد نیاز دیتا ساینس
○ مشاغل مرتبط با دیتا ساینس
○ کاربردهای دیتا ساینس چیست ؟
○ تفاوت دیتا ساینس و ماشین لرنینگ و هوش مصنوعی چیست ؟
○ منابع یادگیری دیتا ساینس
○ جمع‌بندی


🔸 دیتا ساینس چیست ؟

امروزه،‌ داده‌ها به عنوان یکی از اصلی‌ترین سرمایه‌های سازمان‌ها و شرکت‌ها محسوب می‌شوند که مدیران با کمک اطلاعات حاصل از آن‌ها می‌توانند تصمیمات بسیار مهمی را در افزایش میزان سوددهی کسب و کار اتخاذ کنند. چنین هدفی با استفاده از مفاهیم حیطه دیتا ساینس محقق می‌شود.



مطالعه ادامه مطلب 👇👇

🔗 دیتا ساینس چیست؟ – هر آنچه باید از Data Science بدانید — کلیک کنید (+)

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

✳️ ‌کاربرد داده کاوی در مهندسی صنایع

داده کاوی (Data Mining) مجموعه‌ای از ابزارهای مهم و کاربردی است، که قطعاً در هر رشته و حوزه کاری، که داده و اطلاعات وجود دارد، می‌تواند کاربرد داشته باشد. اصولاً در داده کاوی، سعی می‌شود انبوه داده‌ها و اطلاعات در دسترس، به طریقی به نوعی از دانش تبدیل شود، که بیانی بسیار خلاصه و مفید از پدیده‌ها را ارائه می‌نماید.

══ فهرست مطالب ══

○ مفهوم داده کاوی (Data Mining)
○ مثال‌های کاربرد داده کاوی در مهندسی صنایع


🔸 مفهوم داده کاوی (Data Mining)

داده کاوی (Data Mining) مجموعه‌ای از ابزارهای مهم و کاربردی است، که قطعاً در هر رشته و حوزه کاری، که داده و اطلاعات وجود دارد، می‌تواند کاربرد داشته باشد. اصولاً در داده کاوی، سعی می‌شود انبوه داده‌ها و اطلاعات در دسترس، به طریقی به نوعی از دانش تبدیل شود، که بیانی بسیار خلاصه و مفید از پدیده‌ها را ارائه می‌نماید.

مقالات مروری بسیاری در زمینه کاربردهای داده کاوی در حوزه مهندسی صنایع، مدیریت تولید، تحقیق در عملیات و زمینه‌های مرتبط نوشته شده است. مطالعه این موارد، برای اطلاع جامع و کامل از کاربردهای داده کاوی در این حوزه‌ها، قطعاً مفید خواهد بود. اما قدر مسلم این است که، تقریباً همه روش‌های داده کاوی، تا کنون بر روی مسائل و کاربردهای مختلف مورد استفاده قرار گرفته‌اند.


🔸 مثال‌های کاربرد داده کاوی در مهندسی صنایع

به عنوان مثال، در زمینه مدیریت زنجیره تأمین (Supply Chain Management) یا SCM، روش‌های مختلف طبقه بندی (نظارت شده) و خوشه بندی (غیر نظارت شده) برای گروه بندی مشتریان، خدمات دهندگان و کالاها (یا خدمات) مورد استفاده واقع شده‌اند و هدف اصلی آن‌ها، ایجاد یک تصویر بیان خلاصه‌تر از زنجیره تأمین بوده است.



مطالعه ادامه مطلب 👇👇

🔗 کاربرد داده کاوی در مهندسی صنایع — کلیک کنید (+)

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

‌
✳️ ‌بیگ دیتا چیست و کلان داده چه کاربردی دارد؟ — به زبان ساده

در طول چند سال اخیر حوزه‌هایی مانند کلان داده (Big Data)، یادگیری ماشین (Machine Learning) و داده کاوی (Data Mining) به میزان قابل توجهی شهرت پیدا کرده و مطرح شده‌اند. با توجه به اینکه امروزه عبارت داده‌ها و به طور خاص، بیگ دیتا یا همان کلان داده به شدت بر سر زبان‌ها افتاده، ممکن است این سوال پیش بیاید که بیگ دیتا چیست یا کلان داده چه کاربردی دارد ؟ در این مقاله چیستی بیگ دیتا و کاربرد‌های آن به صورت جامع و در عین حال به زبان ساده شرح داده شده است. علاوه بر این، در بخش‌های دیگر این مقاله به مواردی مانند کاربرد بیگ دیتا در دیجیتال مارکتینگ، انواع تحلیل کلان داده، منابع مختلف دسترسی به کلان داده و بسیاری از مفاهیم پراهمیت این حوزه پرداخته خواهد شد. در بخش آغازین به شرح چیستی بیگ دیتا پرداخته شده است.

══ فهرست مطالب ══

○ بیگ دیتا چیست ؟
○ مشخصه‌های بیگ دیتا چه هستند؟
○ مزایای بیگ دیتا کدامند؟
○ معایب بیگ دیتا چه هستند؟
○  انواع تحلیل کلان داده
○ مدل ۳V بیگ دیتا چیست ؟
○ معرفی فیلم های آموزش داده کاوی و یادگیری ماشین فرادرس
○ کاربرد بیگ دیتا چیست ؟
○ کاربرد بیگ دیتا در دیجیتال مارکتینگ
○ چرا بیگ دیتا اهمیت دارد؟
○ عملکرد بیگ دیتا چگونه است؟
○ ابزارها و زبان‌های برنامه نویسی بیگ دیتا
○ چه سازمان‌هایی از کلان داده استفاده می‌کنند؟
○ منابع اصلی دسترسی به کلان داده‌
○ معرفی فیلم های آموزش کلان داده
○ جمع بندی


🔸 بیگ دیتا چیست ؟

کلان داده‌ (Big Data) به مجموعه‌ای از داده‌ها گفته می‌شود که خود حجم زیادی دارند و در عین حال حجم آن‌ها با گذشت زمان به طور تصاعدی بیش‌تر هم می‌شود. این داده‌ها بسیار حجیم و پیچیده هستند، به طوری که هیچ یک از ابزارهای سنتی مدیریت داده‌ها امکان ذخیره یا پردازش آن‌ها را به طور کارآمد ندارند. به طور کلی، مفهوم کلان داده به داده‌هایی اشاره دارد که تنوع بسیاری دارند و حجم آن‌ها با سرعت زیادی افزایش می‌یابد. دسته‌بندی‌های مختلفی برای انواع کلان داده وجود دارد.



مطالعه ادامه مطلب 👇👇

🔗 بیگ دیتا چیست و کلان داده چه کاربردی دارد؟ — به زبان ساده — کلیک کنید (+)

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

‌
✳️ ‌آزمون رگرسیون خطی در SPSS — راهنمای کاربردی

رگرسیون یا به اصطلاح «معادله خط برگشت» (Regression Line Equation) یک تکنیک آماری است که در بسیاری از حوزه‌های علمی، بخصوص «یادگیری ماشین» (Machine Learning) و «داده‌کاوی» (Data Mining) کاربرد دارد. از آنجا که محاسبات برای اجرای رگرسیون خطی، زمان‌بر و طولانی است و باید دقیق باشد، در اغلب موارد از نر‌م‌افزارهای محاسبات آماری مانند SPSS‌ برای انجام این کار استفاده می‌کنند. به همین دلیل نیز در این نوشتار به تکنیک و آزمون رگرسیون خطی در SPSS پرداخته و با ذکر مثالی، مراحل انجام این کار را مرور خواهیم کرد.

══ فهرست مطالب ══

○ آزمون رگرسیون خطی ساده در SPSS
○ معرفی فیلم آموزش همبستگی و رگرسیون خطی در SPSS
○ خلاصه و جمع‌بندی


🔸 آزمون رگرسیون خطی ساده در SPSS

مدل سازی بخصوص مدل خطی که می‌تواند ساده‌ترین مدل برازش برای داده‌ها در حوزه علوم آماری باشد، در بیشتر شاخه‌های علوم دیگر مانند «هوش‌مصنوعی» و «داده‌کاوی» به کار می‌رود. یکی از ساده‌ترین و از طرفی، موثر‌ترین روش‌های ساخت مدل خطی، «رگرسیون» (Regression) یا «معادله خط برگشت» نام دارد. همانطور که از نام این تکنیک بر می‌آید، به دنبال ساخت مدلی هستیم که به واسطه معادله یک خط نوشته می‌شود. قرار است به کمک زوج داده‌های موجود، ضریب زاویه و همچنین عرض از مبدا چنین خطی را محاسبه کنیم.

این خط می‌توان بیانگر رابطه خطی بین «متغیرهای پاسخ» (Response Variable) و «متغیرهای توصیفی» (Exploratory Variables) باشد. شایان ذکر است که گاهی به متغیرهای پاسخ، «متغیرهای وابسته» (Dependent Variable) و به متغیرهای توصیفی نیز «متغیرهای مستقل» (Independent Variable) یا متغیرهای پیشگو می‌گویند.




مطالعه ادامه مطلب 👇👇

🔗 آزمون رگرسیون خطی در SPSS — راهنمای کاربردی — کلیک کنید (+)

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

‌
✳️ ‌داده چیست؟ — به زبان ساده + توضیح اهمیت و کاربرد

به احتمال زیاد کلمه «داده» (دیتا | Data) را بارها شاید در مدرسه، دانشگاه، محل کار یا در اخبار شنیده‌اید؛ شاید هم در اینترنت با آن مواجه شده باشید. اگر دانشمند داده هستید یا قصد دارید در حوزه‌های مهم ریاضی و علوم کامپیوتر مثل رشته علم داده، داده کاوی، تحلیل داده، پایگاه داده و بسیاری از موارد دیگر فعالیت کنید، قطعاً تمام حرفه شما به داده ها بستگی دارد. داده منبعی نامحدود و بی‌کران است و در همه جای جهان یافت می‌شود. اما به هر حال، استفاده از اصطلاح «داده» گاهی می‌تواند سردرگمی ایجاد کند و تقریباً هر شخصی ممکن است در خصوص اینکه داده چیست نظر متفاوتی داشته باشد.

══ فهرست مطالب ══

○ داده چیست ؟
○ اهمیت داده در دنیای امروز و به ویژه در سازمان ها
○ معرفی فیلم های آموزش داده کاوی و یادگیری ماشین فرادرس
○ آناتومی داده چیست؟
○ انواع داده چیست و داده ها چه کاربردهایی دارند؟
○ داده چگونه ذخیره سازی می شود؟
○ چرخه پردازش داده چیست ؟
○ تحلیل داده چیست و چگونه داده را تجزیه و تحلیل می کنیم؟
○ داده کاوی چیست ؟
○ تفاوت داده کاوی با تحلیل داده چیست ؟
○ فراکافت داده چیست و چه تفاوتی با تحلیل داده دارد؟
○ علم داده چیست ؟
○ مشاغل مرتبط با داده چیست و برترین دلایل برای تبدیل شدن به دانشمند داده چه هستند؟
○ چالش وجود نام های مختلف برای مفاهیم یکسان در حوزه علم داده و برنامه نویسی
○ جمع‌بندی


🔸 داده چیست ؟

داده انواع مختلفی از اطلاعات خام است که معمولاً به شکل خاصی قالب‌بندی (فرمت‌بندی) می‌شود. گاهی به موارد جمع‌آوری شده‌ای که هنوز هیچ تغییری روی آن‌ها انجام نشده است داده می‌گویند و گاهی هم پس از انجام برخی تغییرات، سازمان‌دهی‌ها و ساختاردهی‌ها همچنان به آن‌ها داده گفته می‌شود. در اصل مفهوم «داده» و «اطلاعات» با هم تفاوت دارند، اما معمولاً این دو اصطلاح را به جای هم استفاده می‌کنند. تمام نرم‌افزارها به دو بخش اصلی «برنامه‌ها» (Program) و «داده» (Data) تقسیم می‌شوند. برنامه‌ها مجموعه‌هایی از دستورالعمل‌هایی هستند که از آن‌ها برای تغییر دادن و کار روی داده‌ها استفاده می‌شود.



مطالعه ادامه مطلب 👇👇

🔗 داده چیست؟ — به زبان ساده + توضیح اهمیت و کاربرد — کلیک کنید (+)

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

‌
✳️ ‌انتخاب دو وضعیتی و تحلیل آماری | پیاده سازی در R

اغلب لازم است بین دو وضعیت یا موقعیت، دست به انتخاب بزنیم. این که کدام انتخاب، صحیح و به واقعیت نزدیک‌تر است، یک امر عقلانی است. ولی اگر با پدیده‌های تصادفی سروکار داشته باشیم و لازم باشد احتمال قرارگیری هر شی را در گروه A یا در گروه B برآورد یا مورد آزمون قرار دهیم، احتیاج به یک بررسی آماری داریم. در این نوشتار از مجله فرادرس به بررسی انتخاب دو وضعیتی و تحلیل آماری آن خواهیم پرداخت. البته در این بین از کدهای نوشته شده به زبان R نیز  استفاده کرده و در محیط RStudio برنامه‌ها را ایجاد و پس از اجرا، نتایج را مشاهده خواهیم کرد.

══ فهرست مطالب ══

○ انتخاب دو وضعیتی و تحلیل آماری
○ خلاصه و جمع‌بندی


🔸 انتخاب دو وضعیتی و تحلیل آماری

هدف این مقاله ارائه راهنمایی در مورد چگونگی انجام تجزیه و تحلیل نتایج نمونه آزمایشی A / B با استفاده از R و همچنین ارزیابی نتایج و نتیجه‌گیری بر اساس تجزیه و تحلیل آماری است. قبل از شروع، بهتر است که مشخص کنیم، منظور از آزمایش A / B چیست و به طور معمول برای چه مواردی استفاده می‌شود و البته در انتها نیز به برخی از محدودیت‌های آن اشاره خواهیم کرد.

آزمون A / B که به عنوان «تست تفکیک» (Split Test) نیز شناخته می‌شود، یک روش کلی است که به کمک آن محصول یا ویژگی جدیدی را مورد آزمایش قرار می‌دهند. هدف این است که یک آزمایش قوی طراحی شود و نتایج قابل تکرار داشته باشد تا تصمیمی آگاهانه یا الگویی برای انتخاب یا رد فراهم شود.


🔸 خلاصه و جمع‌بندی

در این نوشتار به بررسی نحوه به کارگیری آزمون‌های آماری برای یک تست A / B پرداختیم و به این ترتیب به کدنویسی در محیط R، انتخاب دو وضعیتی و تحلیل آماری را به کار بردیم. البته در این بین استفاده از آزمون‌های آماری و تفسیر نتایج از محاسبات مربوطه، ما را در جهت اندازه‌گیری خطای انتخاب نیز یاری رساندند. رسم نمودار و همچنین مشخص کردن فاصله اطمینان برای پارامتر جامعه‌ها، در شناخت آزمون و همچنین نتیجه‌گیری در رد فرص صفر نیز موثر بوده و حاصل آزمون آماری را تایید کردند.



مطالعه ادامه مطلب 👇👇

🔗 انتخاب دو وضعیتی و تحلیل آماری | پیاده سازی در R — کلیک کنید (+)

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

‌
✳️ ‌آنالیز کلان داده و ساختار شبکه اجتماعی — آشنایی با اصطلاحات و مثال عملی

با انفجار اطلاعات و افزایش داده‌هایی که روزانه از منابع مختلف تولید می‌شود، با پدیده جدیدی به نام «کلان داده» (Big Data) یا «مِه داده» مواجه شده‌ایم. لازم است که ابزارهای مناسب برای ثبت و نگهداری و همچنین تحلیل چنین حجم عظیمی از داده‌ها را داشته باشیم. پیشرفت دستگاه‌های محاسباتی و بوجود آمدن «رایانش ابری» (Cloud Computing) دسترسی به این داده‌ها و پردازش آن‌ها را در زمان کوتاه میسر ساخته است. بنابراین مسائلی مانند نمونه‌گیری که در آمار برای جلوگیری از بررسی همه جامعه آماری به وجود آمده، دیگر لزومی نداشته باشد. به همین جهت در این نوشتار از مجله فرادرس به بررسی روش آنالیز کلان داده و ساختار شبکه پرداخته‌ایم. در این بین به تکنیک شبکه‌ای کردن و ارتباط گره‌ها اشاره کرده و مثال‌های عینی نتایج را مورد بررسی قرار داده‌ایم.

══ فهرست مطالب ══

○ آنالیز کلان داده و ساختار شبکه اجتماعی
○ آنالیز کلان داده و تحلیل شبکه‌های اجتماعی
○ خلاصه و جمع‌بندی


🔸 آنالیز کلان داده و ساختار شبکه اجتماعی

داده های بزرگ یا «مِه داده» (Big data) زمینه‌ای است که روش‌های تجزیه و تحلیل، استخراج سیستماتیک اطلاعات و محاسبه روی حجم عظیمی از داده‌ها را میسر می‌کند. در اغلب موارد نمی‌توان با نرم افزارهای کاربردی پردازش داده سنتی کلان داده (Big Data) را پردازش کرد. این گونه داده‌ها اگر به ساختار جدولی ثبت شوند، دارای ستون‌ها (فیلدها) و سطرها (رکوردها) زیادی خواهند بود.

چالش‌های آنالیز کلان داده‌ شامل «دریافت داده‌ها» (capturing data)، «ذخیره داده ها» (data storage)، «تجزیه و تحلیل داده‌ها» (data analysis)، «جستجو» (search)، «به اشتراک گذاری» (sharing)، «انتقال» (transfer)، «مصورسازی» (Visualization)، «پرس و جو» (querying)، «به روزرسانی» (updating)، «حریم خصوصی اطلاعات و منبع داده» (information privacy) است.





مطالعه ادامه مطلب 👇👇

🔗 آنالیز کلان داده و ساختار شبکه اجتماعی — آشنایی با اصطلاحات و مثال عملی — کلیک کنید (+)

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

‌
✳️ ‌داده کاوی (Data Mining) و مفاهیم کلیدی آن — راهنمای جامع و ساده

در این مطلب، مفاهیم کلیدی «داده کاوی» (Data Mining) مورد بررسی قرار خواهد گرفت. این مفاهیم در کلیه مسائل این حوزه مشترک محسوب می‌شوند و یادگیری آن‌ها از الزامات یادگیری داده‌کاوی است. هدف از این نوشته پرداختن به هر یک از این مفاهیم همراه با جزئیات نیست، بلکه یک دید کلی از آن‌ها به منظور آماده‌سازی ذهن مخاطب ارائه خواهد شد و برای مطالعه همراه با جزئیات هر مبحث، لینک‌هایی در متن و انتهای این نوشته قرار گرفته است.

══ فهرست مطالب ══

○ مفاهیم مقدماتی
○ انواع ویژگی
○ جبر خطی و آمار
○ روش‌های داده‌کاوی
○ ارزیابی مدل
○ سایر مفاهیم
○ نتیجه‌گیری


🔸 مفاهیم مقدماتی

در ادامه برخی مفاهیم مقدماتی داده‌کاوی و علم داده مورد بررسی قرار می‌گیرند.

«نویز» (Noise | نوفه) از یک سو، در تعریف به نمادها و سمبل‌ها و یا داده‌های ایجاد شده به صورت تصادفی که فاقد معنای خاصی هستند گفته می‌شود. بر همین اساس، گاهی داده‌هایی که دارای خطا هستند نویزی (دارای نویز) نامیده می‌شوند. از جمله این داده‌ها می‌توان به «مقادیر ناموجود» (Missing Values) و مقادیر غلط (مانند عدد ۲۰۰۰ برای وزن یک انسان) اشاره کرد. از سوی دیگر، تفاوت بین یک مدل و پیش‌بینی‌های آن را نویز گویند.


🔸 انواع ویژگی

یک مجموعه داده از نمونه‌ها و ویژگی‌ها (خصیصه‌ها) تشکیل می‌شود. یک ویژگی، فیلد داده‌ای است که مشخصه‌های یک شی داده را ارائه می‌کند. واژگان بُعد و متغیر معمولا در ادبیات این حوزه با معنای مشابه به کار می‌روند. اصطلاح بُعد به طور معمول توسط کارشناسان انبار داده مورد استفاده قرار می‌گیرد. نوع یک ویژگی توسط مجموعه‌ای از مقادیر ممکن تعیین می‌شود. این انواع شامل «اسمی» (nominal) که به آن «دسته‌ای» (categorical) نیز گفته می‌شود، «دودویی» (binary) و «عددی» (numeric) می‌شوند.

«داده‌های پیوسته» (Continuous) می‌توانند هر مقداری را در یک بازه از اعداد حقیقی بپذیرند. این مقدار الزاما نباید صحیح باشد. داده‌های پیوسته متفاوت و به نوعی متضاد داده‌های گسسته (Discrete) یا دسته‌ای هستند.



مطالعه ادامه مطلب 👇👇

🔗 داده کاوی (Data Mining) و مفاهیم کلیدی آن — راهنمای جامع و ساده — کلیک کنید (+)

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

‌
✳️ ‌تاپل در پایگاه داده چیست؟ – توضیح Tuple به زبان ساده

«تاپل» (Tuple) یکی از پر استفاده‌ترین اجزای «سیستم‌های مدیریت پایگاه داده» (DBMS) به حساب می‌آید. تاپل در پایگاه داده و در سیستم‌های مدیریت بانک اطلاعاتی اساساً سطری به حساب می‌آید که دارای داده‌های پیوندی راجع به یک موجودیت خاص است (می‌تواند هر نوع شیئی باشد). این اطلاعات در میان چندین ستون با ویژگی‌های مختلفی مثل نام، سن، جنسیت، علائم و سایر موارد پراکنده شده‌اند. سیستم‌های مدیریت پایگاه داده رابطه‌ای که به اختصار آن‌ها را RDBMS خطاب می‌کنند از «مدل رابطه‌ای» (Relational Model) بهره می‌برند. تاپل‌ها اساساً در سیستم‌های رابطه‌ای یا همان RDBMSها یعنی در قالب جدولی به کار برده می‌شوند. در ادامه این مطلب بیشتر و دقیق‌تر به این پرسش پاسخ داده شده است که تاپل در پایگاه داده چیست و سایر موضوع‌های مهم پیرامون آن نیز شرح داده شده‌اند.

══ فهرست مطالب ══

○ نحوه کار سیستم مدیریت پایگاه داده رابطه ای چگونه است؟
○ تاپل در پایگاه داده چیست ؟
○ نحوه کار با تاپل در پایگاه داده به همراه مثال
○ تاپل جعلی چیست ؟
○ جمع‌بندی


🔸 نحوه کار سیستم مدیریت پایگاه داده رابطه ای چگونه است؟

در مدل رابطه‌ای، پایگاه داده یا همان بانک اطلاعاتی به عنوان مجموعه‌ای از رابطه‌ها نمایش داده می‌شود. از طرف دیگر، رابطه جدولی از مقادیر به حساب می‌آید که در آن هر سطر نماینده گروهی از مقادیر داده مرتبط است. برای مشخص کردن مفهوم مقادیر در هر سطر از جدول‌های دیتابیس، ستون‌ها و اسامی جدول‌ها بسیار مفید هستند. داده‌های مدل رابطه‌ای معمولاً در قالب جدول‌هایی نگهداری می‌شوند. اگرچه، این ذخیره‌سازی داده‌ها کاملاً مستقل از میزان ساختارمندی منطقی داده‌ها است.

پس از آن‌که درک مطلوبی نسبت به زبان «پُرسمان» (کوئری) مثل SQL و پایگاه داده‌های رابطه‌ای بوجود آمد، می‌توان به بحث چیستی تاپل در پایگاه داده پرداخت. تاپل در سیستم مدیریت پایگاه داده، رکورد یا همان سطری در بافت پایگاه داده‌های رابطه‌ای به حساب می‌آید.




مطالعه ادامه مطلب 👇👇

🔗 تاپل در پایگاه داده چیست؟ – توضیح Tuple به زبان ساده — کلیک کنید (+)

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

✳️ ‌پایگاه داده توزیع شده چیست؟ – به زبان ساده

در این نوشته به این پرسش پاسخ داده شده است که «Distributed Database» یا همان پایگاه داده توزیع شده چیست و همچنین شرح داده‌ایم که چرا باید دیتابیس یا همان پایگاه داده یا بانک اطلاعاتی خود را توزیع کنیم و برخی از سایر مباحث مرتبط در حوزه پایگاه داده های توزیع شده را نیز بسط داده‌ایم.

══ فهرست مطالب ══

○ پایگاه داده توزیع شده چیست ؟
○ سیستم پایگاه داده توزیع شده چیست ؟
○ پایگاه داده توزیع شده همگن چیست ؟
○ پایگاه داده توزیع شده ناهمگن چیست ؟
○ علت نیاز به استفاده از دیتابیس توزیع شده چیست ؟
○ کاربرد پایگاه داده توزیع شده چیست ؟
○ پایگاه داده توزیع شده چه خصوصیت هایی باید داشته باشد؟
○ ذخیره سازی داده ها به صورت توزیع شده چگونه انجام می شود؟
○ اجرای پرسمان توزیع شده چیست ؟
○ مزیت امنیت در پایگاه داده توزیع شده چیست ؟
○ چرا مجتمع سازی و ادغام در پایگاه داده توزیع شده آسان تر است؟
○ چرا استفاده از پایگاه داده های توزیع شده مقرون به صرفه است ؟
○ جمع‌بندی


🔸 پایگاه داده توزیع شده چیست ؟

«توزیع» (Distribution) یا ادغام قابلیت‌های پردازشی چندین ماشین برای استفاده از کارایی آن‌ها به گونه‌ای که گویی همگی یک موجودیت واحد هستند، در دنیای امروزی محاسبات، بسیار رایج و مرسوم است. به احتمال زیاد، بسیاری از افراد تاکنون بدون اینکه مطلع باشند، با یک سیستم توزیع شده تعامل داشته‌اند.



مطالعه ادامه مطلب 👇👇

🔗 پایگاه داده توزیع شده چیست؟ – به زبان ساده — کلیک کنید (+)

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

‌
✳️ ‌بوت استرپ در علم داده به زبان پایتون | راهنمای کاربردی

یکی از تکنیک‌های مهم و ناپارامتری برای برآورد خطای مدل‌ها و برآوردگرهای آماری، استفاده از نمونه‌گیری مجدد (بازنمونه‌گیری- Resampling) و محاسبه برآوردگر تحت نمونه‌های مختلف است. در این صورت واریانس یا انحراف معیار مقدار برآوردگرها حاصل از نمونه‌های مختلف، به عنوان خطای برآوردگر در نظر گرفته می‌شود. در حقیقت، چنین شیوه‌ای برای پیدا کردن خطای برآوردگر را «بوت استرپ» (Bootstrap) می‌نامند. از آنجایی که بوت استرپ در علم داده یک روش و تکنیک رایانه‌ای است، در این نوشتار به کمک زبان برنامه‌نویسی پایتون به پیاده سازی آن پرداخته‌ایم.

══ فهرست مطالب ══

○ بوت استرپ در علم داده به زبان پایتون
○ خلاصه و جمع‌بندی


🔸 بوت استرپ در علم داده به زبان پایتون

بوت استرپ در علم داده روشی قدرتمند و مبتنی بر رایانه برای استنباط آماری بدون تکیه بر فرضیه‌های زیاد است. این فقط جادویی است که از یک نمونه داده می‌توان یک توزیع نمونه برداری تولید کرد. برای استنباط آماری در بوت استرپ هیچ احتیاجی به اطلاع از توزیع آماری برآوردگرها نیست. به این ترتیب «بوت استرپ» (Bootstrap) برای ایجاد «فاصله اطمینان» (Confidence Interval)، «مدل رگرسیونی» (Regression Model)، حتی در زمینه «یادگیری ماشین» (Machine Learning) به طور گسترده‌ای به کار برده می‌شود.

در این متن ما در مورد دو موضوع وابسته به بوت استرپ در علم داده صحبت خواهیم کرد:


🔸 خلاصه و جمع‌بندی

در این نوشتار با توجه به شیوه باز نمونه‌گیری بوت استرپ در علم داده به محاسبه فاصله اطمینان و آزمون آماری پرداختیم و براساس مثالی از داده‌ها، در زبان پایتون به پیاده‌سازی تکنیک بوت استرپ اقدام کردیم. همانطور که دیده شد، نتایج حاصل از برآوردگرهای بدست آمده از تکنیک بوت استرپ در علم داده با مقدارهای حاصل از روش‌های آماری تفاوت چندانی ندارند و به طور تقریبی زمانی که از توزیع آماره‌های مورد نظر اطلاعی نداریم، نتایج رضایت بخشی از بوت استرپ بدست می‌آید.



مطالعه ادامه مطلب 👇👇

🔗 بوت استرپ در علم داده به زبان پایتون | راهنمای کاربردی — کلیک کنید (+)

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

‌
💫 هدیه ۱۰۰ هزار تومانی، ویژه نصب اپلیکیشن فرادرس

😉 فرقی نمی‌کنه موبایل اندرویدی داری یا iOS؛ اپلیکیشن فرادرس برای هر دو سیستم عامل منتشر شده و در گوگل پلی و سیب اپ در دسترس شماست.

🎯 با نصب اپلیکیشن فرادرس، می‌توانید از اعتبار هدیه ۱۰۰ هزار تومانی آن استفاده کنید و به بیش از ۶,۸۰۰ عنوان آموزشی در موبایل دسترسی داشته باشید. 👇

🔗 دریافت اپلیکیشن فرادرس — [کلیک کنید]

🎁 کد هدیه ۱۰۰ هزار تومانی اپلیکیشن: FRAPP


📚 یادگیری، همیشه، همه‌جا؛ فرادرس

‌@FaraDars — فرادرس
‌‌

‌
✳️ ‌آموزش نرم افزار SPSS

🔖 در زمینه‌های مختلف مانند روان‌شناسی، اقتصاد، مدیریت، مهندسی، علوم اجتماعی و...، نیازمند تجزیه‌وتحلیل داده و ارائه گزارش‌های آماری هستیم. استفاده از نرم‌افزارها و بسته‌های محاسبات آماری، کار محاسبات را برای محققین این حوزه ساده‌تر می‌کند. SPSS یکی از عمومی‌ترین و محبوب‌ترین این نرم‌افزار هاست که دارای محیطی ساده و کارآمد برای کار با داده‌هاست و می‌توان به راحتی داده‌های خود را وارد کرده و آن‌ها پردازش کنید. همچنین، SPSS قابلیت تحلیل ویژگی‌های گروهی، رگرسیون، خوشه‌بندی، تحلیل عاملی، و دیگر روش‌های آماری را نیز داراست.

🎊 هم‌اکنون در «طرح ویژه آموختن» می‌توانید این آموزش و ۵۰۰ آموزش دیگر این طرح را فقط با ۴۹ هزار تومان به ازای هر آموزش دریافت کنید.

🎯 برای مشاهده و دریافت این آموزش روی لینک زیر بزنید:👇

🔗 آموزش نرم افزار SPSS — [کلیک کنید]


🟢 همچنین برای مشاهده سایر آموزش‌های طرح ویژه آموختن، وارد لینک زیر شوید:👇

🔗 طرح ویژه آموختن - [مشاهده ۱۰۰+۴۰۰ آموزش]


📚 فرادرس | دانش در دسترس همه؛ همیشه و همه جا

@FaraDars — فرادرس‌
‌

‌
✳️ هر آنچه باید درباره NLP بدانید

کسب و کارها غرق در داده‌های بدون ساختار هستند، برای آنها تحلیل و پردازش همه این داده‌ها و اطلاعات بدون کمک «پردازش زبان طبیعی» (Natural Language Processing | NLP) غیرممکن است. با مطالعه این مطلب به فراگیری اینکه NLP چیست می‌پردازیم و درمی‌یابیم که چطور ان ال پی می‌تواند باعث اثرگذاری بیشتر کسب و کارها شود و همچنین به محبوبیت تکنیک‌ها و مثال‌های NLP نیز پی خواهیم برد. در آخر نشان خواهیم داد که چطور می‌توان از ابزارهای NLP به راحتی استفاده و مسیر حرفه‌ای تحلیل داده‌های زبانی را آغاز کرد.

══ فهرست مطالب ══

○ ان ال پی چیست ؟
○ چرا NLP مهم است؟
○ چالش‌های NLP چیست؟
○ ان ال پی چگونه کار می کند؟
○ معرفی فیلم های آموزش داده کاوی و یادگیری ماشین
○ الگوریتم های NLP چیست ؟
○ نمونه هایی از تکنیک ها و روش های NLP
○ کاربرد های NLP چیست؟
○ برترین ابزار های NLP برای شروع چیست؟
○ تکامل NLP
○ نکات پایانی


🔸 ان ال پی چیست ؟

پردازش زبان طبیعی (NLP) زیرشاخه‌ای از «هوش مصنوعی» (AI) است و به ماشین‌ها در درک و پردازش زبان انسان‌ها کمک می‌کند، تا آن‌ها بتوانند به‌صورت خودکار وظایف تکراری را انجام دهند. به عنوان مثال این وظایف شامل «ترجمه ماشینی» (Machine Translation)، «خلاصه سازی» (Summarization)، «طبقه‌بندی» (Classification) و «تصحیح املا» (Spell Checker) می‌شوند.

همان‌طور که گفته شد، پردازش زبان طبیعی زیرمجموعه‌ای از هوش مصنوعی است که شامل وجه اشتراک‌ با حوزه‌های «یادگیری ماشین» (Machine Learning | ML) و «یادگیری عمیق» (Deep Learning | DL) می‌شود؛ به طوری که برای پیاده‌سازی و انجام پردازش زبان طبیعی، برخی مدل‌ها و الگوریتم‌های یادگیری ماشین و یادگیری عمیق مورد نیاز هستند.

مطالعه ادامه مطلب 👇👇

🔗 هر آنچه باید درباره NLP بدانید — کلیک کنید (+)


📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس
‌

‌
✳️ ‌مسئله تانک آلمانی – آشنایی و پیاده سازی در پایتون

مسئله تانک آلمانی، مسئله‌ای معروف در نظریه احتمال است که نحوه تخمین اندازه کل جمعیت بر اساس نمونه‌های محدود را نمایش می‌دهد. در این مقاله از مجله فرادرس، به معرفی مسئله تانک آلمانی و آموزش نحوه پیاده‌سازی آن در پایتون به صورت گام به گام خواهیم پرداخت.

══ فهرست مطالب ══

○ تاریخچه مسئله تانک آلمانی
○ پیاده‌سازی مسئله تانک آلمانی در پایتون
○ جمع‌بندی


🔸 تاریخچه مسئله تانک آلمانی

در طول جنگ جهانی دوم، آلمان در حال تولید تانک‌هایی همچون پنتر (Panther) بودند که برای کشورهای متفقین مشکل‌ساز بود. کشورهای متّفق به دنبال راهی برای تخمین تعداد تانک‌های تولیدی توسط آلمان بودند.

آن‌ها از برترین ماموران اطلاعاتی به این منظور کمک می‌گرفتند اما در کنار این راه‌حل، از کارشناسان آمار (Statistician) نیز کمک خواستند. هر دو دسته با توجه به اطلاعاتی که به دست آورده بودند، پیش‌بینی‌هایی برای تعداد تانک‌های تولید شده در هر ماه ارائه کردند که به شرح زیر است:


🔸 پیاده‌سازی مسئله تانک آلمانی در پایتون

تمامی کدهای نوشته شده برای این مطلب در محیط برنامه‌نویسی پایتون، از طریق این لینک در دسترس است.

– برای دانلود فایل حاوی کدهای پایتون + اینجا کلیک کنید.

در ابتدا، برای بررسی دقت مدل‌های (Model) یادگیری ماشین (Machine Learning) و روش آماری آورده شده، به یک مجموعه داده (Dataset) نیاز داریم که به اندازه کافی بزرگ باشد. به این منظور یک مجموعه داده سنتز خواهیم کرد.

مطالعه ادامه مطلب 👇👇

🔗 مسئله تانک آلمانی – آشنایی و پیاده سازی در پایتون — کلیک کنید (+)


📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس
‌

‌
📘 آموزش نرم افزار اورنج – داده کاوی و هوش تجاری بدون کدنویسی با Orange منتشر شد!

🔹 لینک آموزش – [کلیک کنید]

🔖 در این آموزش، مبانی و مباحث داده‌کاوی و یادگیری ماشین را با رویکرد هوش تجاری در کسب‌وکار و سازمان‌ها با یکدیگر فرا می‌گیریم. این فرادرس، ترکیبی از مبانی الگوریتم‌های داده‌کاوی به صورت ساده و پیاده‌سازی آن‌ها با استفاده از مجموعه داده‌های دنیای واقعی، در کسب‌وکارها خواهد بود. در این دوره، بدون کدنویسی و با استفاده از نرم‌افزار متن‌باز و رایگان Orange، مباحث را به صورت کاربردی همراه با مثال‌های متعدد تشریح خواهیم کرد.

🎯 مناسب برای: فعالان حوزه تجارت الکترونیک | محققان و پژوهشگران

💲 هزینه اصلی آموزش: ۷۹۸,۰۰۰ تومان

🎁 هزینه با احتساب هدیه ویژه انتشار: ۲۷۹,۳۰۰ تومان
‌(‌۶۵ درصد تخفیف)

👈 کد تخفیف: NWMJ45

❗️ اعتبار: تا پایان روز سه‌شنبه، ۹ آبان ۱۴۰۲

🔗 لینک آموزش – [کلیک کنید]

@FaraDars — فرادرس
@FDPub — تازه‌های نشر فرادرس
.