Corona dashboard[R]
داشبورد آنلاین ویروس کرونا!

این #داشبورد که با زبان R و پکیج Shiny طراحی شده، بصورت آنلاین آمار شیوع ویروس کرونا را مصور کرده است.
http://dataatomic-tools.com/shiny/CoronaOutbreak/

@Data➕Science

💡 فلوچارت انتخاب الگوریتم یادگیری ماشین

@Data➕Science

آشنایی با ابزارهای علم داده در قالبی طنز

فقط اون برخوردش با matlab 😂

👈{عضویت در کانال} 👉

💡 مسیر آموزشی علم‌داده!

📝 محمدرضا محتاط | @DataAnalysis

یکی از مهم‌ترین گام‌های تبدیل‌شدن به یک متخصص علم‌داده، انتخاب مسیر آموزشی بهینه جهت آموزش مفاهیم و ابزارهای کارآمد منطبق با بازار کار است. موضوعی که توسط مؤسسات و دوره‌های آموزشی که در کشور نیز در حال گسترش است کمتر به آن توجه می‌شود.

مسیر پیشنهادی زیر یکی از نمونه مسیرهای آموزشی مناسب جهت تبدیل‌شدن به یک متخصص علم‌داده و تحلیلگر کلان داده منطبق با بازار کار بین‌المللی و ایران هست.

🔵 بخش مقدماتی:

🔹پیش‌نیاز:
یکی از مهم‌ترین‌ پیش‌نیازهای ورود به حوزه علم‌داده فراگیری مفاهیم پایه حوزه‌های آمار، داده‌کاوی و... است. آموزش ساختار و قواعد زبان‌ برنامه‌نویسی پایتون، توانایی کار با پایگاه داده‌های رابطه‌ای و اجرای کوئری‌های SQL ای نیز از دیگر پیش‌نیاز کلیدی می‌باشد.

🔹علم‌داده با پایتون:
پس از آموزش ساختار و قواعد زبان برنامه‌نویسی پایتون، در گام بعدی فراگیری کتابخانه‌های تحلیل داده این زبان برنامه‌نویسی حائز اهمیت است. کتابخانه‌ Pandas بابت تحلیل داده‌های ساخت‌یافته، کتابخانه Numpy جهت پیاده‌سازی مفاهیم پایه ریاضی و آمار، کتابخانه Matplotlib جهت مصورسازی داده‌ها، کتابخانه IPython جهت اجرای Interctive پروژه‌های علم‌داده و... در این گام مفید خواهد بود.

🔹یادگیری ماشین:
در این گام هدف پیاده‌سازی و اجرای پروژه‌های یادگیری ماشین می‌باشد. کتابخانه Scikit learn از مطرح‌ترین کتابخانه‌های زبان پایتون است که به‌وسیله آن امکان پیاده‌سازی اکثر پروژه‌های یادگیری ماشین فراهم خواهد شد. آموزش تخصصی این کتابخانه در پروژه‌های موردی بسیار مفید است.

🔴 بخش پیشرفته:
در بخش پیشرفته تمرکز بر پلتفرم‌ها و ابزارهای نوظهور است که در صورت فراگیری آن امکان رشد بسیار سریع‌تر در این فیلد کاری میسر خواهد شد.

🔺یادگیری عمیق:
با توجه به قابلیت‌های یادگیری عمیق در مسائل پیچیده، یادگیری فریم‌ورک‌ها و کتابخانه‌های یادگیری عمیق نقش به سزایی در موفقیت شما به‌عنوان یک متخصص علم‌داده خواهد داشت. کتابخانه‌های Tensorflow و Keras دو کتابخانه مطرح یادگیری عمیق هستند که آموزش یکی از این دو بسیار مفید خواهد بود. تمامی این کتابخانه‌ها دارای واسط برای زبان برنامه‌نویسی پایتون هستند.

🔺کلان ‌داده:
با توجه به افزایش سرعت، حجم و تنوع اطلاعات، در حال حاضر دو جایگاه متخصص علم‌داده و تحلیلگر کلان داده به‌مراتب به یکدیگر نزدیک شده‌اند و بعضاً در فرصت‌های شغلی متخصصین علم‌داده توانایی‌های مرتبط با حوزه Big Data نیز از پیش‌نیازهای اصلی است. آشنایی با اکوسیستم Hadoop و زیر پروژه‌های آن همانند Pig, Sqoop, Hive و... در این بخش پیشنهاد می‌شود.

🔺آپاچی اسپارک:
آپاچی اسپارک یکی از برترین پلتفرم‌های پردازشی در حوزه کلان داده است. فراگیری کتابخانه‌های یادگیری ماشین این پلتفرم(MLlib)، اجرای کوئری‌های SQL در این پلتفرم پردازشی (Sprak SQL) و... جهت رشد سریع‌تر شما در این حوزه کاری بسیار موثر است.

پی‌نوشت:
1- جهت یادگیری اصولی و کاهش پیچیدگی‌های آموزشی در این مسیر توصیه می‌کنم حتما گام‌ها به ترتیب طی شود. بعضاً برخی از علاقه‌مندان بدون دانش مقدماتی یا در شروع فرایندهای آموزشی به دنبال یادگیری مفاهیم و ابزارهای تخصصی یادگیری عمیق یا کلان داده می‌شوند. امری که سبب بروز پیچیدگی و کسب دانش سطحی خواهد شد.
2- انتخاب موسسه و دوره آموزشی مناسب یکی از کاتالیزورهای موفقیت شما در این مسیر آموزشی دشوار اما جذاب است.

به تازگی موسسه تحقیقاتی هوش مصنوعی فیسبوک (Facebook AI Research) کتابخانه ویژه جهت استفاده از یادگیری عمیق در آموزش تصاویر سه بعدی را ارایه نموده است.
پیش بینی می‌شود از این کتابخانه Pytorch3D در آینده در حوزه های مختلف به ویژه پزشکی و تصویربرداری های سه بعدی استفاده های گسترده خواهد شد.

منبع : ایران ام‌ال

@Data➕Science

Corona dashboard[R]
داشبورد آنلاین ویروس کرونا!

این #داشبورد که با زبان R و پکیج Shiny طراحی شده، بصورت آنلاین آمار شیوع ویروس کرونا را مصور کرده است.
http://dataatomic-tools.com/shiny/CoronaOutbreak/

@Data➕Science

💡 دسته بندی الگوریتم‌های کلاسیک یادگیری ماشین

Classification of machine learning algorithms

@Data➕Science

💡 مربع جادویی گارتنر دقیقا چیست؟

موسسه #گارتنر در هر یک از چهار بخش خود، گروهی از شرکت‌ها را بر حسب دو عامل اصلی بررسی کرده و جای داده است. این دو عامل عبارتند از:

🔸 درک شرکت از تصویر آینده، داشتن بینش نسبت به آن (محور افقی)
🔹 توانایی اجرایی شرکت با توجه به اهداف مقرر شده (محور عمودی)

✅ چارک‌های مربع گارتنر بیانگر چیست؟
روش و فرایند بررسی این معیارها توسط موسسه فاش نمی‌شود و امتیازات کسب شده در مجموع جایگاه شرکت‌ها را در بازار در یکی از ۴ بخش مربع تعیین می‌کند. این بخش‌ها عبارتند از :
@Data➕Science
🔺رهبران:
این شرکت‌ها در هر دو زمینه امتیازات بیشتری را کسب کرده‌اند و عموما دارای جمعیت بیشتر و پختگی در زمینه فعالیت تخصصی خود هستند.

🔺چالشگران:
این دسته شامل شرکت‌هایی است که توانایی اجرایی بالایی دارند. اما در زمینه جامعیت بینش و تکامل اهداف درازمدت امتیاز پایین‌تری نسبت به رهبران کسب کرده‌اند و با کسب دید مناسبی در این راستا می‌توانند به عنوان چالش‌گر سهم بازار راهبران را به چالش کشیده و تهدید کنند.

🔺ایده پردازان:
این شرکت‌ها امتیاز کمتری در زمینه اجرای اهداف بدست آورده‌اند اما در زمینه تکامل اهداف امتیاز بیشتری دارند. عموما این شرکت‌ها کوچکتر از چالشگران هستند و علی‌رغم داشتن دید مناسبی از آینده، جای پیشرفت محسوسی در زمینه افزایش قدرت اجرایی شرکت دارند.

🔺فرصت جویان:
این دسته از شرکت ها در هر دو زمینه تکامل اهداف و قدرت اجرایی امتیاز کمتری نسبت به دیگران کسب کرده‌اند و عموما شرکت‌های تازه وارد به بازار هستند و سهم کوچکی از بازار را به خود اختصاص می‌دهند که گاها انواعی خاص از مصرف کننده را هدف می‌گیرند و وارد بخش‌های کلی بازار نمی‌شوند./ منبع:فراگستر

@Data➕Science | 📩 : @Contact2Mebot

📊 برترین ابزارهای هوش تجاری در سال 2020

🚨 گزارش موسسه گارتنر در تحلیل بازار ابزارهای هوشمندی کسب‌وکار در سال 2020 هم منتشر شد.
🔺 در این گزارش در رهبران بازار ابزارهای هوش تجاری تغییری نسبت به سال گذشته ایجاد نشده و کماکان چهار ابزار Power BI ، Tableau ، Qlik و ThoughtSpot پیشتازان این بازار هستند.
🔺فاصله رقابتی Power BI و Tableau کاهش یافته و پلتفرم Tableau توانسته است فاصله خود رو با رقیب اصلیش کم‌تر کند.
🔺پلتفرم Looker گوگل نیز توانسته ارتقای قابل توجهی داشته باشد.

@Data➕Science

دانشمندان داده کدام توانمندی ها را باید داشته باشند؟

The Most In Demand Tech Skills for Data Scientists

نمودار بالا از تحلیل آگهی‌های استخدام دانشمندان علم داده ایجاد شده است و نمایانگر این موضوع است که سه توانمندی پایتون، R و‌ SQL بیشترین تقاضا را در بازار دارند.

مطالعه متن کامل مقاله

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

آموزش یادگیری ماشین در سایت فرادرس به مدت محدود رایگان شده، علاقه مندان میتونن تا روز دوشنبه، 12 اسفند 1398 بصورت رایگان از لینک زیر این آموزش رو دریافت کنند:

https://faradars.org/courses/fvml9505/fvml9505-machine-learning/


لیست تمام آموزش‌های رایگان شده

@Data➕Science

تولید اشعار فارسی با هوش مصنوعی!

http://www.bolbolzaban.com/
توضیحات بیشتر | توسعه دهنده

@Data➕Science

چگونه در فرصت پیش آمده دوره رایگان پایتون بهمراه مدرک معتبر بگذرانیم؟

1. وارد سایت شکن شوید. اپلیکیشن و یا دی‌ان‌اس آن را برای دور زدن تحریم‌ها! دریافت کنید.
2. وارد سایت udemy شوید و در آن ثبت نام کنید.
3. وارد این لینک شوید و دوره رایگان و پرمخاطب پایتون رو را Enroll کنید.
4. پس از گذراندن این دوره 5 ساعته مدرک معتبر یودمی را دریافت کنید.

پ‌ن: کورس Learn to Code in Python 3: Programming basics to advanced تا کنون بیش از 103 هزار دانشجو داشته و امتیاز 4.5 از 5 را دریافت نموده است.

@Data➕Science