کاربرد شماره۱: رانندگی خودکار و علم داده اشتباه نیست اگر بگوییم که خودروهای خودران توسط Data Scientist ها رانده میشوند. چرا که در این خودروها سنسورهای مختلف، دوربینها و سایر دیوایسهایی تعبیه شده که دیتاها را به صورت لحظهای ثبت میکنند و Data Scientist ها بر اساس این دیتاها، مدلهایی را توسعه دادهاند مثل “مدل […]
3 نمونه از کاربردهای علم داده در دنیای امروزی Read More »
علم داده یک موضوع میانرشتهای است یعنی وقتی وارد این حوزه میشوید لازم است که به عنوان دانشمند داده موضوعات، مهارتها و ابزارهای مختلفی را آموزش ببینید و از آنها استفاده کنید. برای اینکه از این دانش تئوری بتوانیم استفاده کنیم مهارتهای مختلفی را لازم داریم از جمله: “آمار و احتمال“ و “یادگیری ماشین” دو
6 مهارت مورد نیاز برای دانشمند داده Read More »
برای اینکه یک دانشمند داده باشید، لازم است مهارتهای مختلفی را فرابگیرید. ما در این مقاله (کلیک کنید) این مهارتها را به تفصیل معرفی کردیم و شما میتوانید از راههای مختلفی این مهارتها را کسب کنید. تیم دایکه یک مسیر برای یادگیری دانشمند داده طراحی کرده است که تمامی این مهارتها را نیز در بر
4 گام یادگیری دانشمند داده در دایکه Read More »
انواع داده ها را می توانیم از ۲ بعد بررسی کنیم: ۱- موضوع داده ۲- ساختار داده موضوع داده مثل: مالی، پزشکی، کسب و کار، حوزه های علم مانند فیزیک، نجوم و … ساختار داده یعنی: ۱- ساخت یافته ۲- نیمه ساخت یافته ۳- غیرساخت یافته بر اساس موضوع داده هرجا داده ای وجود داشته
علم داده (Data Science) حوزه مطالعاتی است که با حجم وسیعی از دادهها با استفاده از ابزارها و تکنیکهای مدرن برای یافتن الگوهای نادیده، استخراج اطلاعات معنادار و تصمیم گیریهای تجاری سروکار دارد. علم داده از الگوریتم های پیچیده یادگیری ماشین برای ساخت مدلهای پیش بینی استفاده میکند. با تمام این مسئولیتها، نیاز به یک
6 زبان محبوب برای مهندسان داده Read More »
۲ رویکرد مهم در علم داده وجود دارد: ۱- رویکردهای مبتنی بر آمار و احتمال ۲- رویکردهای مبتنی بر یادگیری ماشین آمار و احتمال احتمال شاخه ای از ریاضیات است که به مطالعه فضای عدم قطعیت می پردازد. با اینکه ما در خیلی از اوقات فرض هایی رو انجام میدهیم و در علوم مختلف با
رویکردهای تحلیلی در علم داده؛ قسمت اول Read More »
در مقاله قبلی رویکرد اول را که مبتنی بر آمار و احتمال بود معرفی کردیم. در این مقاله به رویکرد دوم که مبتنی بر یادگیری ماشین است میپردازیم. یادگیری ماشین شاخه ای از هوش مصنوعی داده محور است که سعی در توسعه الگوریتم هایی دارد که با یادگیری اتوماتیک الگوی موجود در داده ها به
رویکردهای تحلیلی در علم داده: قسمت دوم Read More »
مثال شماره ۱ فرض کنید داده های خرید مشتریان شرکت x را داریم و به دنبال الگوهای خرید آنها هستیم. فرض کنید که تمام نقاط خاکستری رنگ موجود در تصویر زیر مشتریان این شرکت هستند که در نگاه اول هیچ تمایزی بین آنها وجود ندارد. همچنین ما یک جدول داریم که برای هر مشتری یک
2 مثال از شناسایی الگوها در علم داده Read More »
به درستی گفته شده است که برای یادگیری بهترین ها، باید از بهترین ها یاد بگیرید؛ دانشمندان علم داده بهترین گزینه برای ما علاقمندان به علم داده هستند. درواقع برای یادگیری هر مسئله ای، شما باید متکی به فرآیند درک ریز و درشت موضوع باشید. اما در عین حال، بررسی زندگی افرادی که در زمینه
معرفی 13 دانشمند علم داده برتر در جهان Read More »
زمانی که ما در علم داده با دیتاها کار میکنیم، در واقع با انواع متفاوتی از یادگیری مواجه هستیم: یادگیری با نظارت (Supervised Learning) یادگیری بدون نظارت (UnSupervised Learning) یادگیری نیمه نظارتی (Semi-Supervised Learning) یادگیری تقویتی (Reinforcement learning) در اینجا قصد داریم برای هر یک از این روشها توضیح مختصری بیان کنیم. یادگیری با نظارت
انواع روشهای یادگیری Read More »
برای دریافت مشاوره رایگان، فرم زیر را پر کنید تا کارشناسان ما با شما تماس بگیرند.
