پرکاربردترین تکنیک‌های آماری در علم‌داده!

http://tiny.cc/amm3dz

یادگیری تخصصی تکنیک‌ها و الگوریتم‌های آماری همواره یکی از چالش‌های متخصصین علم‌داده است. در ادامه 10 تکنیک پرکاربرد آمار در پروژه‌های علم‌داده و داده‌کاوی معرفی می‌شوند.

1- رگرسیون خطی (Linear Regression)

2- الگوریتم‌های طبقه‌بندی (Classification)

3- نمونه‌سازی (Resampling)

4- کاهش بعد (Dimension Reduction)

5- مدل‌های غیرخطی (Nonlinear Models)

6- الگوریتم‌های بدون نظارت (Unsupervised Learning)

7- الگوریتم ماشین پشتیبان بردار (SVM)

8- متدهای انتخاب زیرمجموعه (Subset Selection)

9- مدل‌های مبتنی بر درخت (Tree-Based Methods)

10- روش Shrinkage

در شکل زیر به تفکیک، متدها و الگوریتم‌های مورد نیاز در هر دسته عنوان شده است. آموزش هدفمند در هر یک از این موارد در گسترش دانش آماری علاقه‌مندان می‌تواند بسیار مفید باشد.

پی‌نوشت:
در لینک زیر نیز یک جزوه تخصصی از مباحث آماری در یادگیری ماشین به زبان انگلیسی در 47 صفحه قابل دانلود است.
https://gwthomas.github.io/docs/math4ml.pdf

ارادتمند
محمدرضا محتاط
@DataAnalysis

💡 از Hype Cycle چه می دانید؟

چرخه محبوبیت یا Hype Cycle، نموداری است که مراحل زمانی محبوب شدن یک فناوری را به تصویر می‌کشد. به عبارت دیگر یک فناوری از زمان پیدایش ایده، تا زمانی که به بلوغ برسد و جایگاه واقعی خود را در صنعت / دانشگاه پیدا کند 5 مرحله مختلف را طی می کند. این چرخه توسط شرکت Gartner (یک شرکت مشاوره و تحقیقات در حوزه‌ی IT) معرفی شده است.
در تصویر زیر شکل کلی این چرخه را میبینید. در محور افقی که زمان، یا مراحل چرخه را نشان میدهد، فازهای مختلف با خطهای عمودی از هم جدا شده‌اند. محور عمودی هم «انتظارات» یا به بیان دیگر محبوبیت را نشان میدهد.

🚨 مراحل این چرخه به ترتیب عبارتند از:

1) پیدایش نوآوری یا Innovation Trigger
در این مرحله، ابتدا فناوری بصورت یک مفهوم مطرح میشود. معمولا در حد پروتوتایپ یا proof of concept نمونه‌هایی از آن ارائه می‌شود. استارت آپ‌هایی دور آن شکل میگیرد اما نمونه‌‌های تجاری آن هنوز آنقدر ارزان و فراگیر نشده‌اند.

2) قله‌ی انتظارات یا Peak of Inflated Expectations
رسانه‌ها به سرعت اطلاع‌رسانی می‌کنند و در زمان کوتاهی این فناوری بر سر زبانها می‌افتد. کسانی که «خوره‌ی تکنولوژی» آن را پیاده‌سازی می‌کنند. در کنار آن سرمایه‌گذاری و فعالیت برای تجاری سازی آن توسط شرکت‌ها به سرعت افزایش می‌یابد.

از جنبه‌ی آکادمیک، دانشگاه‌ها و موسسات تحقیقاتی همه هجوم میبرند به سمت این فناوری، تعریف کردن پایان نامه‌های متعدد و چاپ کردن مقاله. معمولا کسی در این مقالات به محدودیت‌های آن اشاره نمی‌کند و فقط نتایج بهتر و اعداد بزرگتر گزارش می‌شوند.

3) دره‌ی سرخوردگی یا Trough of Disillusionment
به زودی نشانه هایی از مشکلات این فناوری روشن می‌شوند و نواقص‌ آن کم‌کم خود را نشان می‌دهند. غالبا این بخش «صنعت» است که متوجه این نواقص می‌شود. آنها این نواقص را در تضاد با یافته‌های مقالات علمی و وعده‌های داده شده می‌بینند. در نتیجه حسی از بی اعتمادی و ناامیدی در بین طرفداران شکل می‌گیرد. شرکت‌ها سرمایه‌گذاری‌های خود را متوقف می‌کنند و همه چیز منوط میشود به برطرف کردن نواقص.

4) شیب روشنفکری یا Slope of Enlightenment
کم کم پتانسیل‌های این فناوری بیشتر مشخص می‌شود و برخی شرکتها می‌فهمند با وجود محدودیت‌ها و نواقص آن چگونه از آن استفاده کنند. این اتفاق در حینی صورت میپذیرد که رسانه‌ها توجه زیادی به این فناوری ندارند و جامعه‌ی علمی آن را به شکل یک زمینه‌ی اشباع شده میبیند.

5) فلات بهره‌وری یا Plateau of Productivity
فناوری به ثبات خوبی می‌رسد و مزیتهای و محدودیتهای آن به خوبی روشن شده است. این بار بخش صنعت با اطلاع کامل و بصورت معقول سرمایه‌گذاری را مدیریت می‌کند.

مثال‌های زیادی برای این چرخه میتوان زد، یکی از آنها فناوری یادگیری عمیق (Deep Learning) است. همانطور که در تصویر میبینید، این فناوری در حال حاضر (2018) در بالای قله قرار دارد که نشان از توجه بیش از حد جامعه‌ی تحقیقاتی به آن دارد. پیش بینی می‌شود این فناوری در چند سال آینده نتواند انتظارات -غیرمنطقی- را برآورده کند و در نتیجه با یک دره‌ی سرخوردگی مواجه میشود.

فناوری اینترنت نسل 5 یا پردازش کوانتومی هنوز در فاز اول این چرخه هستند، یا از طرف دیگر، فناوریهایی مثل «بلاک چِین» و «واقعیت افزوده»، از مرحله هیجانی عبور کرده و هم اکنون در دوران سرخوردگی به سر می‌برند.

📝منبع: جواد امیریان

👈{عضویت در کانال} 👉 | 📩 ارتباط با ما

The age structure of the ten largest countries in the world

#مصورسازی هرم سنی 10 کشور پر جمعیت دنیا

#visualization

👈{عضویت در کانال} 👉 | 📩 ارتباط با ما

📗 دانلود رایگان کتاب داده‌کاوی برای برنامه‌نویسان
زبان برنامه‌نویسی: پایتون
این کتاب توسط مسعود کاویانی ترجمه و به همت انتشارات ناقوس چاپ شده است. نسخه‌ی دیجیتالی کتاب به صورت رایگان در اختیار عموم قرار گرفته است.
مثال‌ها و کدهای پایتون را نیز می‌توانید در آدرس
👉 chistio.ir/books
دانلود کرده و استفاده نمایید

👈{عضویت در کانال} 👉 | 📩 ارتباط با ما

صعود و افول سیستم عامل های موبایل در طی ۲۰ سال اخیر از سال ۱۹۹۹ تاکنون.‌
‌
👈{عضویت در کانال} 👉 | 📩 ارتباط با ما

Gartner hype cycle 2019

♨️ چرخه هایپ فناوریهای نوظهور #گارتنر 2019

👈{عضویت در کانال} 👉 | 📩 ارتباط با ما

ربات جدید OpenAI با یک دست مکعب روبیک را حل می کند!

اطلاعات بیشتر

👈{عضویت در کانال} 👉 | 📩 ارتباط با ما

🎞 نمایش تبلیغ حین پخش ویدیوهای یوتیوب و پلتفرم های مشابه به امری رایج تبدیل شده اما چینی ها روش کاملا متفاوت و جالبی برای اینکار در پیش گرفته اند.
‌
🔸«تنسنت»، که بر بخش بزرگی از بازار IT چین سیطره دارد، به جای ایجاد وقفه در نمایش ویدیوها تصمیم گرفته با استفاده از #هوش_مصنوعی سوژه‌هایی را که در خود ویدیو وجود دارد، به مکانی برای نمایش تبلیغات تبدیل کند. برای مثال اگر بازیگر در حال نوشیدن چای یا قهوه است، در پلتفرم ویدیویی تنسنت تبلیغ روی ماگ به نمایش در می آید./دیجیاتو
‌
🔸نمونه‌هایی از پیاده‌سازی هوشمند این ایده را در ویدئو بالا ببینید

👈{عضویت در کانال} 👉

💡 آنچه که انجام می‌دهیم بسیار تاثیر گذارتر است از آنچه که می‌گوییم!

@SyThinking

راهنمای انتخاب نوع نمودار برای مصورسازی داده‌ها

👈{عضویت در کانال} 👉

Data Scientist vs Data Analyst vs Data Engineer - Role & Responsibility, Skills, Salary

مقایسه بین پوزیشن‌های متخصص علم داده، تحلیلگر داده و مهندس داده از جهت توانمندی‌ها، مسئولیت‌ها و درآمد
source : Simplilearn

👈{عضویت در کانال} 👉

آشنایی با ابزارهای علم داده در قالبی طنز

فقط اون برخوردش با matlab 😂

👈{عضویت در کانال} 👉

🎞 مناظره ایلان ماسک با جک ما؛ از هوش مصنوعی تا کاهش جمعیت

مناظره ایلان ماسک بنیان گذار شرکت تسلا دربرابر جک ما بنیان گذار شرکت علی بابا درحاشیه کنفرانس #هوش_مصنوعی در چین درباره هوش مصنوعی، زندگی، شغل، جمعیت (با زیرنویس فارسی)

📽 مشاهده در آپارات

👈{عضویت در کانال} 👉

🏴ایام سوگواری شهادت رسول اکرم حضرت محمد (صلی الله علیه و آله) ، امام حسن مجتبی و امام رضا (علیهما السلام) تسلیت باد.




📊👨‍🏫 @DataPlusScience | @Data➕Science

مسیر پیشنهادی DataCamp برای یادگیری علم داده


👈{عضویت در کانال} 👉 | 📩 : @Contact2Mebot

📈 Top skills to master to become a DATA SCIENTIST!

توانمندی‌های مورد نیاز دانشمندان داده

این لیست از تحلیل ۳۰۰ موقعیت شغلی شرکت‌های تکنولوژی در ژوئن 2019 استخراج شده است.

👈{عضویت در کانال} 👉

📊 برترین ابزارهای هوش تجاری در سال 2019

🔺پیشتازی بیش از پیش Microsoft Power BI از دیگر رقبا و به ویژه Tableau
🔺کلیک (Qlik) کماکان در جمع رهبران این حوزه
🔺 ورود ThoughtSpot به جمع رهبران

👈{عضویت در کانال} 👉

Various branches of Artificial Intelligence

حوزه‌های مختلف هوش مصنوعی

هوش مصنوعی شامل خوزه‌های مختلفی از جمله یادگیری ماشین، پردازش زبان طبیعی، شبکه عصبی، پردازش تصویر ، رباتیک و... می شود

👈{عضویت در کانال} 👉

تفاوت بین هوش مصنوعی، یادگیری ماشین و یادگیری عمیق

AI Vs Machine Learning Vs Deep Learning

➕ مطالعه بیشتر

👈{عضویت در کانال} 👉

ارائه مفید مهارت‌های داده‌ای در عصر دیجیتال!

در ارائه فوق که توسط استاد محمدرضا محتاط ارائه گردیده، مهارت‌های مورد نیاز جهت تبدیل شدن به متخصص‌‌ حوزه‌های زیر به تفکیک ذکر گردیده است.

1- علم‌داده
2- هوش تجاری
3- کلان‌داده
4- مهندس داده

@SyThinking | تفکرسیستمی