فرا رسیدن نوروز و سال نو را شادباش می‌گوییم

برایتان تندرستی و نیک‌ورزی
در سال نو آرزو داریم

باشد که سالی سرشار از شادی
و کامروایی داشته باشید.

@DataAnalysis

برترین دوره‌های آموزشی آنلاین علم‌داده!

https://go.aws/33OcaSZ

ایام تعطیلات یکی از بهترین فرصت‌ها جهت یادگیری مهارت‌های جدید جهت ارتقا دانش و کسب موفقیت‌های بیشتر هست. در ادامه برترین دوره‌های رایگان و آنلاین علم‌داده وب‌سایت Coursera که توسط برترین دانشگاه‌ها و کمپانی‌های جهان منتشر شده است معرفی می‌شود. شرکت در دوره‌های زیر علاوه بر ارتقا دانش روز تخصصی شما، می‌تواند بعنوان به یکی از بخش‌های اعتبار دهنده رزومه شما نیز تبدیل شود.

🔹دوره علم‌داده در پایتون دانشگاه میشیگان
دوره Applied Data Science with Python دانشگاه میشیگان با دروس مباحث پایه علم‌داده، مصورسازی داده، یادگیری ماشین، متن‌کاوی و تحلیل شبکه اجتماعی در زبان برنامه‌نویسی پایتون یکی از بهترین دوره‌های جامع علم‌داده است. در این دوره بیش از 129 هزار نفر ثبت‌نام و تاکنون نمره 4.5/5.0 را کسب کرده است.
لینک دوره

🔹دوره جامع علم‌داده دانشگاه Johns Hopkins
این دوره شامل 10 درس و بر اساس زبان برنامه‌نویسی R تدریس می‌شود. سرفصل‌های مباحث پایه علم‌داده، کار با منابع داده‌ای، تکنیک‌های آماری، یادگیری ماشین و... در این دوره پوشش داده می‌شود. دوره فوق با بیش از 269 هزار دانش‌پذیر و نمره 4.5/5.0 یکی از برترین دوره‌های علم‌داده در وب‌سایت Coursera است.
لینک دوره

🔹دوره یادگیری ماشین Andrew Ng
دوره یادگیری ماشین دانشگاه استنفورد که توسط Andrew Ng تدریس میشود یکی از پرمخاطب‌ترین دوره‌های آموزشی وب‌سایت Coursera هست. در این دوره که تاکنون بیش از 3 میلیون نفر ثبت‌نام کرده‌اند(رضایت‌مندی 4.9/5.0) مباحث پایه یادگیری ماشین آموزش داده‌ می‌شود. جهت پیاده‌سازی سرفصل‌ها در این دوره از نرم‌افزار Octave استفاده می‌گردد.
لینک دوره

🔹دوره یادگیری عمیق Andrew Ng
دوره یادگیری عمیق Andrew Ng یکی از بهترین منابع یادگیری در حوزه یادگیری عمیق است. در این دوره که با رضایت‌مندی 4.8/5.0 بیش از 292 هزار دانش‌پذیر همراه بوده از مباحث پایه تا سرفصل‌های تخصصی Deep Learning آموزش داده میشود.
لینک دوره

🔹دوره جامع علم‌داده IBM
دوره جامع علم‌داده IBM دارای 8 درس تخصصی علم‌داده است. در این دوره تمرکز بر زبان برنامه‌نویسی پایتون و SQL است. بیش از 130 هزارنفر در این دوره ثبت‌نام کرده‌اند. نمره فعلی این دوره نیز 4.6/5.0 است.
لینک دوره

پی‌نوشت:
1- جهت دسترسی به ویدیوهای آموزشی دوره‌های وب‌سایت Coursera، پس از اتصال فیلتر شکن وارد صفحه هر درس(یک دوره شامل چند درس هست) شوید و پس از کلیک برروی گزینه Enroll گزینه Audit Only رو انتخاب نمایید.
2- در صورتی که قصد دریافت مدرک رو نیز دارید یا میبایست اقدام به پرداخت هرینه نمایید (با توجه به تحریم‌ها امکان آن به سختی قابل انجام هست) یا می‌توانید درخواست کمک هزینه تحصیلی (Financial Aid) بدهید که مراحل آن در لینک زیر آموزش داده شده است.
https://bit.ly/3ag4k7c

ارادتمند
محمدرضا محتاط
@DataAnalysis

برترین کتاب‌های مرجع علم‌داده!

https://bit.ly/2xxcZDX

مطالعه کتاب‌های مرجع یکی از بهترین راهکار جهت کسب دانش تخصصی هست. در ادامه 10 کتاب برتر علم داده جهت مطالعه در این ایام پیشنهاد میشود. کتاب‌های زیر هر دو جنبه فنی و کسب و کاری علم‌داده را به صورت کامل پوشش می‌دهند.

1⃣ Python Data Science Handbook

2⃣ Data Science (MIT Press)

3⃣ R for Data Science

4⃣ Storytelling with Data

5⃣ Data Science from Scratch

6⃣ Data Science for Business

7⃣ Data Smart

8⃣ Practical Statistics for Data Scientists

9⃣ Numsense! Data Science for the Layman

🔟 Practical Data Science with R

جهت دانلود کتاب‌های فوق میتوانید به وبسایت Libgen.is مراجعه نمایید.

@DataAnalysis

برترین ابزارها و پلتفرم‌های علم‌داده در سال 2020

🔸در تصویر فوق برترین ابزارها و پلتفرم‌های علم‌داده بر اساس تحلیل و بررسی بیش از 300 فرصت شغلی دانشمند علم‌داده شناسایی ‌شده‌اند. زبان‌های برنامه‌نویسی پایتون، R و SQL همچنان پرتقاضاترین مهارت مورد نیاز سازمان‌ها است.

🔸رشد جایگاه پلتفرم‌های مرتبط با Big Data همانند آپاچی هدوپ و Spark در فرصت‌های شغلی علم‌داده نشان از یک تغییر پارادایم و نزدیکی بیشتر دو جایگاه شغلی متخصص علم‌داده و تحلیلگر کلان داده دارد.

🔸در میان پلتفرم‌های یادگیری عمیق نیز دو ابزار Tensorflow و Keras بیشترین تقاضا را دارا بوده‌اند.

@DataAnalysis

کتاب پردازش متن در پایتون!

کتاب Applied Text Analysis with Python توسط انتشارات O’Reilly در سال 2018 منتشر شده است. در این کتاب که یکی از منابع خوب جهت فراگیری متدها و مفاهیم متن‌کاوی در زبان برنامه‌نویسی پایتون هست سرفصل‌های زیر پوشش داده‌ می‌شود.

▪️استخراج ویژگی از متن

▪️طبقه بندی متن

▪️خوشه‌بندی متن

▪️مصورسازی داده‌های متنی

▪️تحلیل ساختار گرافی متون

▪️راه‌اندازی چت بات هوشمند

▪️پردازش متن در پلتفرم پردازشی Spark

▪️تحلیل احساسات با یادگیری عمیق

مطالعه این کتاب را به تمامی متخصصین علم‌داده علاقه‌ به کار با داده‌های غیرساخت‌یافته متنی پیشنهاد می‌کنم.

@DataAnalysis

کتاب پردازش متن در پایتون!

@DataAnalysis

نمودار آخرین تعداد مبتلایان به ویروس کرونا به تفکیک کشورها

در نمودار فوق آخرین تغییر تعداد مبتلایان به ویروس کرونا در بازه زمانی یک بهمن 1398 الی 16 فروردین 1399 قابل مشاهده هست.

مدیریت خوب ویروس کرونا در کشور کره‌جنوبی از نکات بسیار جالب این گزارش هست. این کشور از رتبه 2 به رتبه 17 رسیده هست. در مقابل افزایش بسیار تعداد مبتلایان آمریکا، اسپانیا، ایتالیا و آلمان قابل تامل است.

@DataAnalysis

500 پرسش و پاسخ تخصصی علم‌داده

در فایل فوق که در 141 صفحه منتشر شده بیش از 500 سوال تخصصی در حوزه‌های علم‌داده، یادگیری ماشین، آمار و... به همراه پاسخ آنها توضیح داده شده است.

مطالعه این فایل را به تمامی علاقه‌مندان علم داده جهت آشنایی با نمونه سوالات مصاحبه‌های استخدامی توصیه می‌کنیم. متخصصین علم‌داده نیز جهت محک‌زدن دانش خود می‌توانند فایل فوق را تورق نمایند.

@DataAnalysis

500 پرسش و پاسخ تخصصی علم‌داده

@DataAnalysis

مشاوره مسیر شغلی علم‌داده

در شرایط تصمیم داریم به افرادی که دانشجو هستند یا هنوز از مسیر شغلی خود مطمئن نیستند کمک کنیم که بهترین مسیر شغلی رو در حوزه‌های کاری مرتبط با Data همانند متخصص علم‌داده، هوش تجاری، کلان‌داده و... انتخاب کنند.
اگر علاقه‌مندید در این مورد صحبت کنیم رزومه خودتان رو به آدرس ایمیل زیر ارسال کنید که به صورت آنلاین در ارتباط باشیم.

Mohtat@ut.ac.ir

لطفا عنوان ایمیل را "مشاوره مسیر شغلی" درج کنید. ذکر علاقه‌مندی‌ها و اهداف در کنار فایل رزومه نیز در شخصی‌سازی بیشتر نقشه‌راه پیشنهادی کمک خواهد کرد.

@DataAnalysis

آمدنت چون رستاخیز، عدل گستر است
و چون سپیده صبح
نوید آغازی دوباره برای همه خوبی‌هاست

🌺 ولادت با سعادت حضرت مهدی صاحب الزمان(ع) بر شما مبارک 🌺

@DataAnalysis

مقایسه کارکردهای پایتون و R

https://bit.ly/3a19N0X

همواره یکی از چالش‌های متخصصین علم‌داده، تحلیلگران داده و... انتخاب از میان دو زبان برنامه‌نویسی پایتون یا R براساس میزان قابلیت‌های آنها می‌باشد. در ادامه بر اساس نظر بیش از 23 هزار نفر در سایت Kaggle برخی نکات از میزان استفاده از این دو زبان برنامه نویسی در حوزه‌های علوم‌داده، توسعه دهنده نرم‌افزار، تحلیلگر داده، مهندسین داده و... ذکر شده است.

▪️بیش از 90 درصد از توسعه‌دهندگان نرم‌افزار و مهندسین داده از زبان پایتون استفاده می‌کند.

▪️ بیش از 75 درصد از متخصصین علم‌داده از پایتون به‌عنوان زبان برنامه‌نویسی اول استفاده می‌کنند.

▪️بیشترین استفاده زبان R در حوزه‌های متخصص آمار، تحلیلگر داده و تحلیلگر کسب‌وکار بوده است.

◾️در 15 حوزه کار تنها در جایگاه متخصص آماری میزان استفاده زبان R از پایتون بیشتر می‌باشد.

پی‌نوشت:
🔸اگر قصد فعالیت تخصصی در پروژه‌های علم‌داده را دارید نیازمند فراگیری هر دو زبان پایتون و R خواهید بود تا فراخور به نوع پروژه و قابلیت‌های هر یک از این دو زبان‌ برنامه‌نویسی بتوانید پروژه را به‌صورت بهینه پیاده‌سازی و مدیریت نمایید.

🔸 اگر قصد انتخاب تنها یک‌زبان برنامه‌نویسی را از میان پایتون و R دارید زبان پایتون انتخاب بهتری خواهد بود.

ارادتمند
محمدرضا محتاط

@DataAnalysis

با عرض سلام

با توجه به تعداد زیاد درخواست‌های ارسالی جهت دریافت مشاوره مسیر شغلی علم داده، پاسخ به تمامی ایمیل‌ها کمی زمانبر خواهد بود.
در تلاش هستم تا اواسط هفته جاری به تمامی سوالات و درخواست‌ها پاسخ دهم.

با احترام
محمدرضا محتاط

داشبورد پویا از پروفایل متخصصین علم‌داده Linkedin

براساس تحلیل اطلاعات بیش از هزار متخصص علم‌داده شبکه اجتماعی لینکدین توسط وبسایت 365datascienc یک داشبورد پویا از اطلاعات شغلی، تحصیلی، مهارت‌ها و... در دسترس عموم قرار داده شده است.

🔹نزدیک به 80 درصد از متخصصین علم‌داده مورد پیمایش مدرک تحصیلی کارشناسی ارشد یا دکترا داشته‌اند.

🔹عناوین شغلی متخصص علم‌داده، مهندس نرم‌افزار و تحلیلگر آماری بیشترین عناوین شغلی مورد استفاده بوده است.

🔹بیش از 50 درصد از این متخصصین بین 2 تا 5 سال سابقه کار داشته‌اند. تنها در حدود 57 نفر از 1001 نفر دارای بیش از 7 سابقه کار بودند.

🔹در سال 2020 بیش از 73 درصد متخصصین علم داده از زبان پایتون و 56 درصد از زبان R استفاده می‌کنند. بررسی روند زمان نیز نشان از افزایش میزان استفاده از پایتون در مقابل R دارد.

پی‌نوشت:
🔸 علاقه‌مندان می‌توانند از طریق لینک زیر به داشبورد فوق دسترسی داشته باشند.
https://365datascience.com/research-1001-data-scientists-2018-2020

@DataAnalysis

برترین دوره‌های آموزشی علم‌داده Udemy
https://bit.ly/3akwI7D

با توجه به رایگان کردن برخی از دوره‌های آموزشی توسط وب‌سایت Udemy به تازگی توجهات به دوره‌های آموزشی این وب‌سایت زیاد شده است.
در ادامه برترین دوره‌های آموزشی علم‌داده وب‌سایت Udemy معرفی میشود تا در صورتی که این دوره‌ها رایگان شد بتوانید بیشترین استفاده و بهره‌وری را از زمان خود داشته باشید.

1️⃣ Python for Data Science and Machine Learning Bootcamp
🔸 تعداد دانشجویان: 325 هزار نفر
🔹 امتیاز دوره: 4.6

2️⃣ The Data Science Course 2020: Complete Data Science Bootcamp
🔸 تعداد دانشجویان: 245 هزار نفر
🔹 امتیاز دوره: 4.5

3️⃣ Data Science A-Z™: Real-Life Data Science Exercises Included
🔸 تعداد دانشجویان: 168 هزار نفر
🔹 امتیاز دوره: 4.6

4️⃣ Machine Learning, Data Science and Deep Learning with Python
🔸 تعداد دانشجویان: 121 هزار نفر
🔹 امتیاز دوره: 4.5

5️⃣ Python A-Z™: Python For Data Science With Real Exercises!
🔸 تعداد دانشجویان: 106 هزار نفر
🔹 امتیاز دوره: 4.6

6️⃣ Statistics for Data Science and Business Analysis
🔸 تعداد دانشجویان: 60 هزار نفر
🔹 امتیاز دوره: 4.5

پی‌نوشت:
▪️پیرامون دوره‌های رایگان Udemy این نکته باید مورد توجه قرار گیرد که تنها برخی از دوره‌های رایگان شده دارای کیفیت مناسب هستند و مابقی دوره‌ها به دلیل سیاست برخی از مدرسین مبنی بر گرفتن دانشجوی بیشتر رایگان میشود. لذا شرکت در برخی از دوره جز هدر رفت زمان عایده‌ای نخواهد شد.
▪️در صورتی که قصد یادگیری مباحث تخصصی را دارید دوره‌های فوق دارای ارزش زیادی هستند اما با توجه به سیاست‌های ارزیابی دانشجویان در وبسایت Udemy در صورتی که قصد دریافت مدارک متعبر دارید توصیه به شرکت در دوره‌های وب‌سایت‌هایی همانند Coursera و EDX است.

با احترام
محمدرضا محتاط

@DataAnalysis

برترین کتابخانه‌های علم‌داده در پایتون، R و Scala

https://bit.ly/2ysajYI

در ادامه پرکاربردترین کتابخانه‌های علم داده زبان‌های برنامه برنامه‌نویسی پایتون، R و Scala در زیرشاخه‌های یادگیری ماشین، مصورسازی داده، تحلیل داده و مهندسی براساس میزان استفاده در Github مقایسه شده‌اند.

💻پرکاربردترین کتابخانه‌های یادگیری ماشین:
1️⃣ TensorFlow (Python)
2️⃣ H2O (R)
3️⃣ DeepLearning4j (Scala)
4️⃣ Scikit Learn (Python)
5️⃣ Spark MLlib (Scala)

📈پرکاربردترین کتابخانه‌های مصورسازی داده:
1️⃣ Matplotlib (Python)
2️⃣ Bokeh (Python)
3️⃣ ggplot2 (R)
4️⃣ Plotly (Python & R)
5️⃣ ggvi (R)

📊پرکاربردترین کتابخانه‌های آماده‌سازی و تحلیل داده:
1️⃣ Pandas (Python)
2️⃣ Scrapy (Python)
3️⃣ dplyr (R)
4️⃣ data.table (R)
5️⃣ Slick (Scala)

📐پرکاربردترین کتابخانه‌های ریاضی و مهندسی:
1️⃣ akka (Scala)
2️⃣ SciPy (Python)
3️⃣ Numpy (Python)
4️⃣ StatsModels (Python)
5️⃣ spaCy (Python)

پی‌نوشت:
1- در حوزه یادگیری ماشین و یادگیری عمیق رقابت میان این سه زبان برنامه‌نویسی بسیار نزدیک هست اما در حوزه‌های تحلیل داده، مصورسازی داده و کاربردهای مهندسی زبان پایتون با اختلاف پیشگام است.
2- با توجه به گسترش پلتفرم پردازشی آپاچی اسپارک انتظار رشد بیشتر زبان برنامه نویسی Scala وجود دارد البته اگر قصد فعالیت بعنوان تحلیلگر کلان داده را دارید همچنان پایتون بهترین انتخاب است.

با احترام
محمدرضا محتاط

@DataAnalysis

🔹دوره جامع علم‌داده دانشگاه تهران

🔸University of Tehran Data Science Professional

دوره جامع علم‌داده دانشگاه تهران یک سفری جذاب برای دانش‌پذیران جهت تبدیل شدن به یک متخصص علم‌داده منطبق با بازار کار داخلی و بین‌المللی خواهد بود. شرکت‌کنندگان در پایان دوره توانایی این را خواهند داشت تا علاوه بر تحلیل کسب‌وکار، به ‌توصیف و پیش‌بینی‌های ‌داده‌محور با استفاده از فنون و روش‌های نوین بپردازند.

برخی از مزایای دوره:
☑️ مسیر آموزشی جامع منطبق با بازار کار داخلی و بین‌المللی
☑️ اعطای مدرک معتبر دوزبانه از دانشگاه تهران
☑️ بهره‌گیری از اساتید برجسته
☑️ برگزاری به صورت آنلاین و حضوری
☑️ پیاده‌سازی طرح کتاب خوانی علم‌داده
☑️ پروژه محوری
☑️ امکان پرداخت نقد و اقساط

🔗توضیحات تکمیلی و پیش‌ ثبت‌نام:
https://evnd.co/PScHO

📋دانلود بروشور دوره:
https://bit.ly/2XTKICK

⁉️پشتیبانی آنلاین:
@bperm_admin

📞شماره تماس:
02182084160
09377516759

💢 ظرفیت محدود

🆔 @BPERM_UT

ابزارهای تخصصی دوره جامع علم داده دانشگاه تهران!

https://ibb.co/rQbGYHc

در دوره جامع علم داده دانشگاه تهران براساس آخرین روندهای حوزه علم داده 9 ابزار کلیدی در کنار مفاهیم و سرفصل‌های داده کاوی، یادگیری ماشین، تحلیل آماری، یادگیری عمیق، متن کاوی، تحلیل کلان داده و... طی 250 ساعت به صورت تخصصی آموزش داده خواهد شد. در ادامه این ابزارها معرفی میشوند.

1⃣ Python
در بیش از 100 ساعت از سرفصل‌های دوره جامع علم‌داده دانشگاه تهران به صورت تخصصی کتابخانه‌های کاربردی علم داده در پایتون در حوزه‌های یادگیری ماشین، متن کاوی، یادگیری عمیق و تحلیل کلان داده آموزش داده خواهد شد.

2⃣ R Programming Language
در دوره تحلیل آماری که به مدت 24 ساعت برنامه ریزی شده، قابلیت‌های زبان برنامه نویسی R در پیاده‌سازی مفاهیم و الگوریتم‌های آماری تدریس میشود.

3⃣ SQL
یکی از مفاهیم‌های پایه جهت تبدیل شدن به یک متخصص علم‌داده توانایی کار با انواع پایگاه‌های داده و اجرای Query های تحلیلی است. در دوره فوق زبان SQL با تمرکز بر پایگاه داده Microsoft SQL SERVER تدریس میشود.

4⃣ TensorFlow & Keras
در دوره یادگیری عمیق پیاده‌سازی مدل‌های شبکه‌های عصبی بازگشتی(RNN) و کانولوشن(CNN) در فریم‌ورک‌های تنسورفلو و Keras در زبان برنامه نویسی پایتون صورت خواهد پذیرفت.

5⃣ Apache Spark
آپاچی اسپارک یکی از برترین پلتفرم‌های پردازشی کلان داده هست که در دوره جامع علم داده دانشگاه تهران به صورت تخصصی پیاده‌سازی‌های متنوع جهت پردازش Big Data در آن آموزش داده میشود. در این دوره تمرکز بر آموزش کتابخانه یادگیری ماشین Spark MLlib و کتابخانه Spark SQL است.

6⃣ Tableau
نرم‌افزار Tableau یکی از برترین ابزارهای تخصصی حوزه هوش تجاری و مصورسازی داده است. در این دوره براساس سرفصل‌های استاندارد کمپانی Tableau مفاهیم پایه و تخصصی این نرم افزار آموزش داده میشود.

7⃣ IBM SPSS Modeler
نرم افزار داده کاوی کمپانی IBM با نام SPSS Modeler یکی از نرم افزارهای بسیار کاربردی جهت اجرا و پیاده سازی الگوریتم‌های داده کاوی و یادگیری ماشین است. با توجه به عدم محدودیت این نرم افزار در پردازش حجم زیاد داده‌ها و مقیاس پذیر بودن آن در این دوره این نرم افزار تخصصی انتخاب شده است.

8⃣ Gephi
نرم افزار گفی نیز یکی از پرکاربردترین نرم افزارهای تخصصی تحلیل شبکه اجتماعی هست که قابلیت‌های فراوانی را جهت تحلیل داده‌های گرافی در اختیار می‌گذارد. در این دوره قابلیت‌های این نرم افزار در کنار سایر ابزارهای معرفی شده تدریس خواهد شد.

پی‌نوشت:
در صورتی که در خصوص سرفصل‌های دوره جامع علم‌داده دانشگاه تهران نیازمند کسب اطلاعات تکمیلی هستید میتوانید با حساب کاربری @DataScience در ارتباط باشید.

با احترام
محمدرضا محتاط

@DataAnalysis

پرسش و پاسخ در گروه MODERN COGITATION

#موضوع_جلسه: هوش مصنوعی و علوم‌ داده

#پرسش_پاسخ با جناب آقای محمدرضا محتاط؛ متخصص ارشد علم‌داده، عضو کمیسیون اینترنت اشیا و داده‌های عظیم سازمان نظام صنفی رایانه‌ای و کارشناسی ارشد مدیریت فناوری اطلاعات از دانشگاه تهران

#زمان: جمعه ساعت 18 به وقت ایران

تاریخ:1399/02/05

#مکان_برگزاری: MODERN COGITATION

https://news.1rj.ru/str/joinchat/K-cfnlS607OEYYMHJL3KgA

آرشیو سخنرانی‌ها و کنفرانس‌‌ها:
@MODERN_COGITATION

ویس سخنرانی ،جناب مهندس محتاط،متخصص ارشد علوم داده

#موضوع_جلسه: هوش مصنوعی و علوم‌ داده

برگزار شده در گروه: Modern Cogitation

@modern_cogitation
@modern_cogitation_archive