آموزش اصول بصری‌سازی داده‌ها - راهنمای کاربردی - آخرین آپدیت

دانلود Data Visualization Fundamentals - A Practical Guide

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: دوره کاربردی و بنیادی بصری‌سازی داده‌ها برای ایجاد نمودارها و گراف‌های واضح، دقیق و قابل فهم. یادگیری مفاهیم پایه بصری‌سازی داده‌ها انتخاب نمودار مناسب برای داده‌ها و پیام مورد نظر یادگیری اصول طراحی بصری‌سازی داده‌ها استفاده هدفمند از رنگ‌ها، برچسب‌ها و یادداشت‌ها خلوت کردن نمودارها برای حداکثر شفافیت پرهیز از اشتباهات رایج در رسم نمودار پیش نیازها: آشنایی ابتدایی با مجموعه‌داده‌های ساده بدون نیاز به تجربه قبلی در طراحی یا بصری‌سازی داده‌ها برای تمرین - هر ابزار رسم نموداری (PowerPoint, Excel, Sheets, BI tools, Tableau) مناسب است

بصری‌سازی کاربردی داده‌ها:

این دوره کوتاه و کاربردی، یک زیربنای کامل در زمینه بصری‌سازی داده‌ها و داستان‌سرایی با داده‌ها به شما می‌دهد. بدون حاشیه و تئوری‌های غیرضروری؛ فقط اصول و روش‌هایی که نمودارهای شما را در ارائه‌ها، گزارش‌ها، داشبوردها یا هر ابزاری که استفاده می‌کنید (مانند پاورپوینت، اکسل، گوگل شیتس، ابزارهای BI، تابلو و غیره) شفاف، دقیق و از نظر بصری جذاب می‌کند. من همیشه نمونه‌های عملی از مباحث ارائه شده را نمایش می‌دهم.


  • آیا می‌خواهید بالاخره بفهمید چه چیزی یک نمودار را خوب می‌کند و چرا برخی تصاویر فوراً مفهوم را می‌رسانند در حالی که برخی دیگر بیننده را گیج می‌کنند؟

  • آیا می‌خواهید یاد بگیرید چگونه نوع نمودار درست را انتخاب کنید، قوانین طراحی شفاف را به کار ببرید و داده‌ها را به گونه‌ای ارائه دهید که مردم واقعاً متوجه شوند؟

  • یاد بگیرید چگونه اطلاعات را منتقل کنید، نه اینکه فقط تزئین کنید.


نمایش نمونه‌ها:

تمرکز این دوره بر ارتباطات بصری کاربردی است. شما یاد می‌گیرید که چرا برخی تصاویر موثر هستند، بینندگان چگونه اطلاعات را تفسیر می‌کنند و چگونه نمودارهایی طراحی کنید که توجه را به سمت بینشی (Insight) که می‌خواهید برجسته کنید، هدایت کند. همچنین خواهید دید که چگونه یک مجموعه داده کامل، گام‌به‌گام به بصری‌های موثر و داستان‌محور تبدیل می‌شود.


آنچه خواهید آموخت:

  • نحوه طراحی بصری‌هایی که شفافیت، دقت و بینش را در اولویت قرار می‌دهند

  • نحوه رمزگشایی نمودارها توسط بینندگان و نحوه طراحی متناسب با آن

  • انواع ضروری نمودارها و دقیقاً چه زمانی از هر کدام استفاده کنید

  • نحوه استفاده صحیح از رنگ‌ها، برچسب‌ها، محورها و یادداشت‌ها

  • نحوه خلوت کردن نمودارها و به‌کارگیری اصول طراحی مدرن و مینیمال

  • نحوه روایت یک داستان بصری که بیننده را به نتیجه مورد نظر هدایت کند

  • یک مطالعه موردی کاربردی کامل: داده‌های خام ← نمودارهای تمیز ← روایت شفاف

هر آنچه می‌آموزید مستقیماً در ارائه‌ها و گزارش‌های دنیای واقعی قابل اجرا است.


این دوره برای چه کسانی است؟

هر کسی که با داده‌ها کار می‌کند و نیاز دارد آن‌ها را به طور شفاف ارائه دهد: تحلیلگران، بازاریابان، مدیران، دانشجویان، مشاوران، سازندگان اسلایدهای پاورپوینت، طراحان داشبورد یا هر کسی که می‌خواهد نحوه انتقال بینش‌های خود را بهبود بخشد. دیر یا زود همه ما مجبور خواهیم بود نموداری رسم کنیم یا داده‌ای را ارائه دهیم!

شما به تجربه طراحی یا ابزارهای پیشرفته نیاز ندارید. این اصول در همه جا کاربرد دارند.


چرا این دوره؟

بصری‌سازی داده‌ها درباره تزئین نیست، بلکه درباره ارتباطات است. با این حال، اکثر مردم به نمودارهای پیش‌فرض، چیدمان‌های گیج‌کننده یا تصاویری تکیه می‌کنند که پیام شفافی ندارند. این دوره به شما نشان می‌دهد چگونه از این تله‌ها دوری کنید و بصری‌ها را آگاهانه و با اعتماد به نفس طراحی کنید.


این یک آموزش کوتاه، متمرکز و اثرگذار است که برای بهبود نمودارهای شما در همان روز تماشا طراحی شده است.


امتحان کنید - هیچ ریسکی ندارید. درس‌های پیش‌نمایش را ببینید و سرفصل‌ها را بررسی کنید. طبق سیاست‌های بازگشت وجه، اگر دوره برای شما مناسب نبود، امکان استرداد وجه وجود دارد.


اگر آماده‌اید طراحی نمودارها و گراف‌های شفاف‌تر و متقاعدکننده‌تری را شروع کنید... همین حالا ثبت‌نام کنید و شروع کنیم.


سرفصل ها و درس ها

پایه و اساس بصری‌سازی داده‌ها Data Visualization Foundation

  • بصری‌سازی داده‌ها چیست؟ What is Data Visualization?

  • آیا همیشه به نمودار نیاز داریم؟ Do You Always Need a Chart?

  • نسبت جوهر داده - مفاهیم پایه Data-Ink Ratio - Data visualization fundamentals

  • نسبت جوهر داده - مثال Data-Ink Ratio - Example

  • کدگذاری و رمزگشایی Encoding & Decoding

  • وظایف ادراکی - بخش اول Perceptual Tasks – Part 1

  • وظایف ادراکی - بخش دوم Perceptual Tasks – Part 2

  • چه نکاتی را به خاطر بسپاریم؟ What to remember?

  • آزمون Quiz

طراحی نمودارهای ارتباطی Chart Design that Communicates

  • تناسب و مقیاس Proportion and scale

  • رنگ: انتخاب پالت مناسب Color: Choosing the Right Palette

  • دسترسی‌پذیری در رنگ - مقیاس خاکستری و اختلالات بینایی Accessibility in color - Greyscale, Vision impairments

  • یادداشت‌های نمودار - بصری‌سازی پایه Plot Annotations - Basic data visualization

  • برچسب‌ها و محورها به سبک متخصصین بصری‌سازی Plot Labels, Axes like a Data Visualization expert

  • تخمین‌های داده‌ای Data Estimates

  • تکنیک‌های خلوت‌سازی (Decluttering) Decluttering Techniques

  • چه نکاتی را به خاطر بسپاریم؟ What to remember?

داستان‌سرایی با داده‌ها Data Storytelling

  • قاب‌بندی بینش شما Framing Your Insight

  • ساختاربندی یک روایت Structuring a Narrative

  • داشبوردها در مقابل نمودارهای تک را برای داستان‌سرایی Dashboards vs Single Charts for data storytelling

داده‌های گمراه‌کننده و اعوجاج بصری Misleading Data & Visual Distortion

  • اعوجاج گرافیکی Graphical Distortion

  • فاکتور دروغ Lie Factor

  • همبستگی و علیت Correlation & Causation

  • سوگیری داده‌ها و سوگیری فرسایشی Data Bias, Attrition Bias

  • نرمال‌سازی نادرست Incorrect Normalization

  • نسبت تصویر در نمودارهای خطی (قانون ۴۵ درجه) Aspect Ratio in Line Charts (Banking to 45 degrees)

  • بریدن محور Y در نمودارهای خطی Cutting the Y axis in Line Charts

  • نوار خطای (Error Bars) Error Bars

  • چه نکاتی را به خاطر بسپاریم؟ What to Remember?

انواع نمودارها Types of Charts

  • دسته‌بندی‌های اصلی انواع نمودار Main Plot Type categories

  • داده‌ها در طول زمان - نمودار خطی Data Over Time – Line Chart

  • داده‌ها در طول زمان - نمودار ناحیه‌ای Data Over Time – Area Chart

  • مقایسه - نمودارهای ستونی Comparison – Bar Charts

  • رابطه - نمودارهای پراکندگی (Scatterplots) Relationship – Scatterplots

  • رابطه - نمودارهای حبابی Relationship – Bubble Chart

  • توزیع - هیستوگرام Distribution – Histogram

  • توزیع - نمودار چگالی Distribution – Density Plot

  • جزء به کل - نمودارهای دایره‌ای Part-to-Whole – Pie Charts

  • مالی - نمودار آبشاری Financial – Waterfall

  • نمودارهای ترکیبی Combo Charts

  • نقشه‌ها Maps

  • چه نکاتی را به خاطر بسپاریم؟ What to Remember?

  • تست تمرینی Practice Test

مطالعه موردی کاربردی Practical Case Study

  • تمرین اول - تحلیل داده‌ها Exercise #1 – Analyzing Data

  • تمرین اول - رسم نمودار Exercise #1 – Building Chart

  • تمرین اول - ایجاد عنوان عملیاتی Exercise #1 – Building Action Title

  • ارسال اسکرین‌شات (اختیاری) Post a screenshot if you like!

  • تمرین دوم - تحلیل داده‌ها Exercise #2 – Analyzing Data

  • تمرین دوم - رسم نمودار Exercise #2 – Building Chart

  • گفتگو با مشتریان Talking to clients

گام‌های بعدی چیست؟ What's next?

  • جمع‌بندی نهایی و تشکر Final Wrap-Up & Thanks

  • درس جایزه (Bonus) Bonus Lecture

نمایش نظرات

آموزش اصول بصری‌سازی داده‌ها - راهنمای کاربردی
جزییات دوره
2.5 hours
48
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
357
4.8 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

Andrew Pach ⭐ Andrew Pach ⭐

کارشناس پاورپوینت، انیمیشن و ویدئو

سلام! نام من اندرو پاچ است، به دوستانم معروف به "نایجل"! من یک علاقه مند به افترافکت/پاورپوینت/ویدیو/طراحی گرافیک هستم که مشتاق آموزش به مردم هستم که چگونه از استعدادهای طراحی خام خود که هنوز کشف نشده اند استفاده کنند! من یک کانال YouTube به نام " andrew pach" راه‌اندازی می‌کنم که با لذت و اشتیاق کامل انجام می‌دهم. در اینجا در Skillshare، می‌خواهم کلاس‌های جالب و مبتنی بر پروژه را به اشتراک بگذارم که گردش کار طراحی شما را به تجربه‌ای بهتر تبدیل کند.