مدرسه پردازش و تحلیل داده دقیقه

تفکر محاسباتی و استنتاج آماری

درس
94
12 ساعت

اگر تصور می‌کنید یادگیری آمار و تحلیل داده به معنای حفظ کردن فرمول‌های خسته‌کننده و درگیری با ریاضیات پیچیده است، این درسنامه نگاه شما را برای همیشه تغییر خواهد داد. این درسنامه ترجمه‌ای اقتباسی همراه با گزینش، خلاصه‌سازی و شرح از Computational and Inferential Thinking نخستین مرجع درسی در دوره شناخته‌شده و خوش‌نام Data 8 در دانشگاه برکلی است: یک منبع متمایز و عمیق و در عین حال ساختارشکن و ساده در آموزش علوم داده که به جای تکیه بر تئوری‌های انتزاعی، قدرت شبیه‌سازی کامپیوتری را جایگزین ریاضیات محض کرده است. متن پیش رو دو دنیای برنامه‌نویسی پایتون و استنتاج آماری را هنرمندانه در هم می‌آمیزد و خواننده از همان صفحات نخست، به جای محاسبه‌ی کورکورانه‌ی اعداد، مفاهیم را از طریق نوشتن کدهای ساده و درگیری با داده‌های واقعی در دنیای پیرامون خود تجربه می‌کند.

وجه تمایز اصلی این مرجع در نحوه ایجاد «شهود آماری» است؛ جایی که به جای تدریس مفاهیمی چون فاصله اطمینان با معادلات ثقیل، از شما می‌خواهد با یک حلقه کد ساده، یک رویداد را ده‌هزار بار شبیه‌سازی کنید تا توزیع نتایج را با چشمان خود ببینید. این رویکرد مبتنی بر شبیه‌سازی، باعث می‌شود منطق پنهان داده‌ها پیش از آنکه نام تخصصی‌شان را بشنوید، در عمیق‌ترین لایه‌های ذهنی‌تان نقش ببندد. با این شیوه، شما صرفاً یک مصرف‌کننده‌ی الگوریتم‌ها نخواهید بود، بلکه به یک متفکر نقاد تبدیل می‌شوید که چرایی رفتار داده‌ها را با تمام وجود درک می‌کند و می‌تواند به شکلی مستقل به حل مسائل پیچیده بپردازد.

دقیقاً به دلیل همین زبان روان و رویکرد تجربی، مطالعه این درسنامه برای طیف وسیعی از افراد، از مبتدیان مطلق علوم داده گرفته تا برنامه‌نویسانی که همیشه از کتاب‌های سنگین آماری فراری بوده‌اند، یک تجربه رهایی‌بخش است. حتی اگر هیچ پیش‌زمینه‌ای در آمار یا برنامه‌نویسی ندارید، نویسندگان شما را قدم‌به‌قدم همراهی می‌کنند تا از یک فرد کنجکاو، به تحلیل‌گری مسلط تبدیل شوید که می‌داند چگونه از دل انبوهی از داده‌های خام، گزاره‌هایی ارزشمند و قابل اتکا استخراج کند. در نهایت، این کتاب تنها یک راهنمای فنی نیست، بلکه عینکی جدید برای دیدن، فهمیدن و تحلیل کردن جهان بر پایه تفکر محاسباتی است که خواندن آن برای هر ذهن جستجوگری به شدت توصیه می‌شود.

مشخصات منبع:
Computational and Inferential Thinking
2nd Edition by Ani Adhikari, John DeNero, David Wagner
originally developed for the UC Berkeley course Data 8: Foundations of Data Science
inferentialthinking.com

اهداف

  • فهم عمیق از موضوع اساسی علوم داده
  • پرورش تفکر انتقادی در علوم داده
  • فراگیری مفاهیم آمار و تحلیل داده بدون نیاز به ریاضیات انتزاعی

فهرست:

6 درس12h

چرا علوم داده؟

علوم داده چیست؟
اکتشاف، پیش‌بینی، استنتاج
ابزارهای محاسباتی و روش‌های آماری
علوم داده و تفکر انتقادی

گریزی به ادبیات کلاسیک

علیرضا کدیور

تحلیلگر داده در دقیقه

علیرضا کدیور از سال ۱۳۹۳ تا‌کنون به تحلیل داده‌ در حوزه‌های گوناگون اشتغال دارد. تمرکز علیرضا بیش از هرچیز بر به‌کارگیری روش‌های آماری و ایده‌های تحلیل داده در مسائل واقعی است.

مطالعات اجتماعی، تحلیل نتایج نظرسنجی، تحلیل داده‌های سلامت و درمان، کشف تقلب در سازمان‌های بیمه‌گر، پیش‌بینی قیمت در بازارهای بورس و مسکن، تحلیل داده در کسب و کارهای دیجیتال، تحلیل داده برای حل مسائل مدیریت شهری و مطالعات رفاهی زمینه‌هایی است که او در آن‌ها به عنوان تحلیلگر تجربه فعالیت داشته است.

علیرضا فارغ التحصیل مهندسی صنایع از دانشگاه شریف و کارشناسی ارشد آمار و تحقیق در عملیات از دانشگاه اسکس در انگلستان و هم‌بنیان‌گذار شرکت پردازش و تحلیل داده دقیقه است. او از سال ۹۵ آموزش در حوزۀ علوم داده را نیز آغاز کرد و از آن زمان تاکنون دوره‌ها و کارگاه‌های آموزشی متعددی در سازمان‌های گوناگون برگزار کرده است. او همچنین از سال ۹۸ مبانی برنامه‌سازی کامپیوتری و مقدمات تحلیل داده را در دانشگاه صنعتی شریف تدریس می‌کند.

او به روزنامه‌نگاری مبتنی بر تحلیل و مصورسازی داده در زمینه‌های اجتماعی، اقتصادی، فرهنگی و ... نیز علاقه‌مند است و سردبیری مجله تحلیلی دقیقه‌ای برای تأمل را از ابتدای راه‌اندازی آن بر عهده دارد. تحلیل‌های او در ارتباط با شیوع کرونا در سال ۱۳۹۹ و ۱۴۰۰ به صورت ویژه در جراید بازتاب یافت و در سطح کشور مورد توجه قرار گرفت و در برخی مجلات معتبر دنیا مانند مجله لنست انتشار یافت. یادداشت‌ها و مقالات او در مجله تحلیلی دقیقه‌ای برای تأمل در آدرس زیر در دسترس است:

d-mag.ir/pauthor/alirezakd

علیرضا علاوه بر کاربردهای تحلیل داده در خدمات عمومی و کسب‌وکار، به کاربردهای پردازش و تحلیل داده‌ها در علوم انسانی و مباحث فکری حول علوم داده مانند نقش تاریخی داده در تحولات علمی و روش‌های آموزش آن نیز علاقه‌مند است.

علیرضا کدیور هم‌اکنون به آموزش علوم داده و دیگر مهارت‌های مورد نیاز برای بهره‌برداری تحلیلی از داده‌ها در مدرسه پردازش و تحلیل داده دقیقه اشتغال دارد. درس‌‌ها و دیگر مطالبی که علیرضا در مدرسه دقیقه ارائه می‌کند در ادامه آمده است.

4.61 (74 نظر)

27 دوره ها

24716 دانشجو

نظرات

داده‌ها

پیش‌نیاز

  • آشنایی با پایتون

مخاطبین

  • علاقه‌مندان تحلیل داده
  • دانشجویان آمار
  • پژوهشگران رشته‌های گوناگون
  • کسانی که به یادگیری علوم داده علاقه‌ دارند
Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors