لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش سواد داده: کاوش و توصیف داده ها
Data Literacy: Exploring and Describing Data
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
تجزیه و تحلیل داده ها فقط برای متخصصانی نیست که نیاز به درک مجموعه داده های عظیم دارند. تصمیم گیرندگان در هر صنعتی می توانند از درک اساسی اهداف و مفاهیم تحلیل داده های کاربردی بهره مند شوند. در این دوره، بارتون پولسون بر اصول روانی داده ها یا توانایی کار با داده ها برای استخراج بینش و تعیین مراحل بعدی شما تمرکز می کند. بارتون نشان می دهد که چگونه کاوش داده ها با نمودارها و توصیف داده ها با آمار می تواند به شما در رسیدن به اهداف و تصمیم گیری بهتر کمک کند. او به جای تمرکز بر ابزارهای خاص، روی روش های کلی تمرکز می کند که می تواند به شما در حل مشکلات خاص کمک کند. بارتون نحوه تهیه و تطبیق داده ها، کاوش بصری آنها و استفاده از روش های آماری برای توصیف آنها را پوشش می دهد. او به عمق احتمالات و تداخل می پردازد و همچنین به اخلاق داده ها و هوش مصنوعی قابل توضیح اشاره می کند.
سرفصل ها و درس ها
معرفی
Introduction
با داده های خود تصمیمات بهتری بگیرید
Make better decisions with your data
1. با داده ها فکر کنید
1. Think with Data
نحوه توسعه روانی داده ها
How to develop data fluency
معنی روان بودن داده ها
The meaning of data fluency
روشن کردن تفکر شهودی
Making intuitive thinking explicit
روان بودن داده برای همه است
Data fluency is for everyone
ROI و قانون 80/20 برای روان بودن داده ها
ROI and the 80/20 rule for data fluency
روان بودن داده ها در عمل
Data fluency in practice
قرار دادن داده ها در متن
Putting data in context
تصمیم گیری مبتنی بر داده
Data-driven decision-making
فکر کردن به علل
Thinking about causes
2. داده ها را آماده کنید
2. Prepare Data
داده های جدید جمع آوری کنید
Gather new data
کیفیت داده ها را ارزیابی کنید
Assess the quality of data
تعمیم پذیری داده ها را ارزیابی کنید
Assess the generalizability of data
از داده های داخلی استفاده کنید
Use in-house data
از داده های باز استفاده کنید
Use open data
از داده های شخص ثالث استفاده کنید
Use third-party data
معنی داده ها را ارزیابی کنید
Assess the meaning of data
اخلاق داده ها
Data ethics
ابهامات موجود در داده ها را ارزیابی کنید
Assess the ambiguities in data
3. داده ها را تطبیق دهید
3. Adapt Data
فیلتر کردن داده ها
Filter data
مجموع و میانگین را محاسبه کنید
Calculate sums and means
نسبت ها را محاسبه کنید
Calculate ratios
مرتب سازی داده ها
Sort data
نسبت ها را در عمل تنظیم کنید
Adjust ratios in practice
متن کد
Code text
دسته بندی ها را ترکیب و تقسیم کنید
Combine and split categories
محاسبه نرخ
Calculate rates
4. داده ها را کاوش کنید
4. Explore Data
توطئه های جعبه
Box plots
تقدم بصری: اهمیت شروع با تصاویر
Visual primacy: The importance of starting with pictures
هیستوگرام ها
Histograms
نمودارهای دایره ای
Pie charts
نمودارهای خطی
Line charts
نمودار میله
Bar charts
نمودارهای نقطه ای
Dot plots
نقشه های داده
Data maps
نمودارهای پراکنده
Scatterplots
نمودارهای میله ای گروه بندی شده
Grouped bar charts
خطوط جرقه
Sparklines
5. داده ها را توصیف کنید
5. Describe Data
کاوش جداول
Exploring tables
نمرات را با رگرسیون پیش بینی کنید
Predict scores with regression
تنوع را با محدوده و IQR شرح دهید
Describe variability with the range and IQR
اقدامات مرکز را شرح دهید
Describe measures of center
اندازه اثر برای همبستگی و رگرسیون
Effect size for correlation and regression
تنوع را با واریانس و انحراف معیار توصیف کنید
Describe variability with the variance and standard deviation
مقیاس مجدد داده ها با z-scores
Rescale data with z-scores
نمرات z را تفسیر کنید
Interpret z-scores
تفاوت های گروهی را با اندازه افکت ها شرح دهید
Describe group differences with effect sizes
ارتباط با همبستگی ها را شرح دهید
Describe associations with correlations
توضیحات عددی
Numerical descriptions
6. احتمال و استنتاج
6. Probability and Inference
تنوع نمونه گیری
Sampling variation
احتمال پایه
Basic probability
احتمال مشروط
Conditional probability
استنتاج به عنوان توصیف جمعیت
Inference as describing populations
مقادیر مورد انتظار
Expected values
7. ادامه تلاش برای یادگیری روانی داده
7. Continuing Your Data Fluency Learning Quest
مراحل بعدی و منابع اضافی
Next steps and additional resources
بارتون پولسون یک پروفسور، طراح و متخصص تجزیه و تحلیل داده ها است.
بارتون در بسیاری از کارهای خود پلی از تحلیل و زیبایی شناسی کرده است. زندگی، با سابقه طراحی صنعتی، دکتری. در روانشناسی اجتماعی و شخصیت، و عشق عمیق به تجزیه و تحلیل داده ها و تجسم داده ها و همچنین هنرهای تجسمی و نمایشی. بارت دانشیار روانشناسی در دانشگاه یوتا ولی است و در دانشگاه بریگام یانگ، دانشگاه یوتا و دانشگاه سیتی نیویورک تحصیل کرده است. او در نقش خود به عنوان معلم تحقیق و تحلیل، صدها مطالعه را با دانشجویان خود در مورد موضوعاتی از هویت اجتماعی و آرزوها تا ترجیحات ضمنی برای شعر و معماری انجام داده است. بارت و همسرش، ژاک لین بل، یک طراح رقص مدرن، با سه فرزند خود در شهر زیبای سالت لیک زندگی می کنند.
نمایش نظرات