آموزش روانی داده: کاوش و توصیف داده ها

Data Fluency: 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

نمایش نظرات

آموزش روانی داده: کاوش و توصیف داده ها
جزییات دوره
5h 14m
55
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
64,154
- از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Barton Poulson Barton Poulson

پروفسور، طراح، کارشناس تجزیه و تحلیل داده

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.