آموزش علوم داده (Data Science) - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• کاوش در علوم داده Exploring data science

1. علوم داده چیست؟ 1. What Is Data Science?

• کشف بینش‌ها و خلق دانش Uncovering insights and creating knowledge

• استفاده از آمار و نرم‌افزارها Using statistics and software

• یک تخصص چندرشته‌ای با معانی مختلف A multidisciplinary practice with multiple meanings

2. کار با پایگاه‌های داده 2. Working with Databases

• برقراری ارتباط با پایگاه‌های داده رابطه‌ای Making connections with relational databases

• انتقال داده‌ها به انبار داده با استفاده از ETL Getting data into warehouses using ETL

• پرداختن به مشکلات کلان‌داده Addressing a big data problem

• عبور از روش‌های قدیمی با NoSQL Letting go of the past with NoSQL

3. شناسایی انواع مختلف داده‌ها 3. Recognizing Different Data Types

• به اشتراک‌گذاری داده‌های نیمه‌ساختاریافته Sharing semistructured data

• غربالگری داده‌های زائد Sifting through big garbage

• ساده‌سازی با داده‌های ساختاریافته Keeping things simple with structured data

• جمع‌آوری داده‌های بدون ساختار Collecting unstructured data

4. تحلیل‌های آماری 4. Statistical Analysis

• شروع با آمار توصیفی Starting out with descriptive statistics

• تفاوت همبستگی و علیت Correlation does not imply causation

• یافتن همبستگی Finding a correlation

• درک مفاهیم احتمالات Understanding probability

• ترکیب تکنیک‌ها برای تحلیل‌های پیش‌بینانه Combing techniques for predictive analytics

5. تفکر انتقادی 5. Critical Thinking

• تکنیک غربالگری طلا Gold panning

• بهره‌گیری از قدرت سوالات Harness the power of questions

• آزمایش استدلال‌های خود Test your reasoning

• تمرکز بر استدلال Focus on reasoning

6. تشویق به پرسشگری 6. Encourage Questions

• برگزاری جلسات پرسش و پاسخ Run question meetings

• سازماندهی سوالات Organize your questions

• ایجاد درخت‌های پرسش Create question trees

• یافتن سوالات جدید Find new questions

• شناسایی انواع سوالات Identify question types

7. به چالش کشیدن پیش‌فرض‌ها 7. Challenge Assumptions

• بررسی علت‌های دیگر See other causes

• شفاف‌سازی اصطلاحات کلیدی Clarify key terms

• ریشه‌یابی پیش‌فرض‌ها Root out assumptions

• برجسته کردن داده‌های مفقود Highlight missing data

• یافتن خطاها Find errors

• کشف آمارهای گمراه‌کننده Uncover misleading statistics

• به چالش کشیدن شواهد Challenge evidence

8. داستان‌سرایی با داده‌ها 8. Tell Stories

• تعریف یک داستان Defining a story

• ارائه تضادها و چالش‌ها Presenting conflict

• بافتن تار و پود داستان Weaving a story together

• استفاده از ساختار داستانی Using story structure

• پرداختن به روایت داستان Spinning a story

• معرفی پیرنگ داستان Introducing plot

9. جذب مخاطب 9. Engaging the Audience

• گزارش‌دهی با داستان‌سرایی متفاوت است Reporting isn't telling

• تعریف جزئیات Defining details

• شناخت مخاطبان Knowing your audience

• باور به آنچه می‌گویید Believing what you say

10. استفاده از بصری‌سازی داده‌ها 10. Using Data Visuals

• حذف عوامل حواس‌پرت‌کننده Eliminating distractions

• معرفی عناصر بصری Introducing visuals

• کار با داده‌ها Working with data

11. ایجاد انگیزه برای اقدام 11. Motivating Action

• تعیین چشم‌انداز Setting a vision

• استفاده از استعاره‌ها Using metaphors

• ایجاد انگیزه در مخاطب Motivating the audience

جمع‌بندی Conclusion

• گام‌های بعدی و منابع تکمیلی Next steps and additional resources