هر هفته ....
🎬یک فیلم 📽
👨🏻🏫یک آموزش👩🏻🏫
✅یک تست ✅
🅱️یک لغت 🅰️
و
👩🏻🦳آشنایی با مشاهیر آماری👨🏻🦳
👨🏻🏫با ما همراه باشید 👩🏻🏫
.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
🎬یک فیلم 📽
👨🏻🏫یک آموزش👩🏻🏫
✅یک تست ✅
🅱️یک لغت 🅰️
و
👩🏻🦳آشنایی با مشاهیر آماری👨🏻🦳
👨🏻🏫با ما همراه باشید 👩🏻🏫
.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
👏1
Media is too big
VIEW IN TELEGRAM
Clean your data (1)
فیلم کوتاه🎬
آموزش R
کد گزاری داده های کیفی --> 2️⃣and1️⃣
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
فیلم کوتاه🎬
آموزش R
کد گزاری داده های کیفی --> 2️⃣and1️⃣
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
👏4
از ( )if یا ( )ifelse در نرم افزار R چه استفاده هایی میکنید ؟؟
آیا فقط برای برنامه نویسی هاتون ازش استفاده میکنید ؟
در ادامه با یکی از ترفند های( ) ifelse آشنا میشوید.
با ما همراه باشید.
•🔹️•━━━━━━━━━━🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
آیا فقط برای برنامه نویسی هاتون ازش استفاده میکنید ؟
در ادامه با یکی از ترفند های( ) ifelse آشنا میشوید.
با ما همراه باشید.
•🔹️•━━━━━━━━━━🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
Media is too big
VIEW IN TELEGRAM
Clean your data (2)
فیلم کوتاه🎬
آموزش R
کد گزاری داده های کیفی --> 0️⃣and1️⃣
دستور ( )ifelse
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
فیلم کوتاه🎬
آموزش R
کد گزاری داده های کیفی --> 0️⃣and1️⃣
دستور ( )ifelse
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
👍3
#طنز آماری
امید ریاضی
Statistics
Expected -----> E(x)
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
امید ریاضی
Statistics
Expected -----> E(x)
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
🤣3👏1
This media is not supported in your browser
VIEW IN TELEGRAM
آلبوم مشاهیر آماری1️⃣
👨🏻🏫 👨🏻🏫 👨🏻🏫 👨🏻🏫
#امار
#دانشمند
#مشاهیر_آماری
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
👨🏻🏫 👨🏻🏫 👨🏻🏫 👨🏻🏫
#امار
#دانشمند
#مشاهیر_آماری
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
❤1👍1
🌳🌴Decision tree🌴🌳
درخت تصمیم
این درخت در طبیعت، چه قدر زیبا اساس Decision tree رو نمایش میده 😲
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
درخت تصمیم
این درخت در طبیعت، چه قدر زیبا اساس Decision tree رو نمایش میده 😲
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
❤1
شما در حال مشاهده ی ارتباط بین دو نمودار Histogram و Boxplot هستید😍🦋
گفته بودیم که هیستوگرام برای داده های کمّی که خودمون دسته بندیشون کردیم به کار میرن. ارتفاع هر مستطیل میشه فراوانی اون دسته.
از طرفی نمودار جعبه ای از پنج تا شاخص min ، max ، میانه ، چارک اول و چارک سوم تشکیل میشه و میتونیم پراکندگی دیتا رو ببینیم.
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
گفته بودیم که هیستوگرام برای داده های کمّی که خودمون دسته بندیشون کردیم به کار میرن. ارتفاع هر مستطیل میشه فراوانی اون دسته.
از طرفی نمودار جعبه ای از پنج تا شاخص min ، max ، میانه ، چارک اول و چارک سوم تشکیل میشه و میتونیم پراکندگی دیتا رو ببینیم.
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
👏2❤1
آموزش R
فانگشن نویسی در R
function in R
برای داشتن یک کدنویسی قوی، علاوه بر یادگیری حلقه ها و شروط ، یادگیری فانگشن لازم و ضروری هست.
اما...
در این پستِ ادامه دار قرار هست خیلی سریع و ساده با مفهوم و ساز و کار فانگشن نویسی در R آشنا بشیم
1️⃣ آشنایی
2️⃣ مفهوم
3️⃣ نکات
4️⃣ کاربرد
5️⃣ مثال
(این پست ادامه دارد)
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
فانگشن نویسی در R
function in R
برای داشتن یک کدنویسی قوی، علاوه بر یادگیری حلقه ها و شروط ، یادگیری فانگشن لازم و ضروری هست.
اما...
در این پستِ ادامه دار قرار هست خیلی سریع و ساده با مفهوم و ساز و کار فانگشن نویسی در R آشنا بشیم
1️⃣ آشنایی
2️⃣ مفهوم
3️⃣ نکات
4️⃣ کاربرد
5️⃣ مثال
(این پست ادامه دارد)
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
❤1
2️⃣مفهوم function در R
📌تا به حال به نحوه کارکرد آبمیوه گیری دقت کردین؟
فرایند متشکل از میوه، دستگاه ابمیوه گیری و خودِ آبمیوه هست.
این دستگاه یک قسمت ورودی داره برای میوه ، بدنه برای اینکه آب میوه گرفته بشه و قسمتی برای خروج آبمیوه.
هر آبمیوه گیری یک اسم (یا برند) داره.
برای این دستگاه فرقی نداره چه میوه ای قراره به عنوان ورودی براش تعریف بشه
سیب باشه یا پرتقال یا ....
هر میوه ای در ورودی اش باشه را وارد بدنه میکنه و آبمیوه گرفته شده رو به سمت خروجی هدایت میکنه.
قسمت جالب ماجرا اینجاست که تمام این عملکرد همانند عملکرد فانگشن در R هست.✅
این پست ادامه دارد
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
📌تا به حال به نحوه کارکرد آبمیوه گیری دقت کردین؟
فرایند متشکل از میوه، دستگاه ابمیوه گیری و خودِ آبمیوه هست.
این دستگاه یک قسمت ورودی داره برای میوه ، بدنه برای اینکه آب میوه گرفته بشه و قسمتی برای خروج آبمیوه.
هر آبمیوه گیری یک اسم (یا برند) داره.
برای این دستگاه فرقی نداره چه میوه ای قراره به عنوان ورودی براش تعریف بشه
سیب باشه یا پرتقال یا ....
هر میوه ای در ورودی اش باشه را وارد بدنه میکنه و آبمیوه گرفته شده رو به سمت خروجی هدایت میکنه.
قسمت جالب ماجرا اینجاست که تمام این عملکرد همانند عملکرد فانگشن در R هست.✅
این پست ادامه دارد
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
❤2
3⃣function in R
در نرم افزار R برای تابع نویسی از دستور
function(...) { ...}
استفاده میشود.
ورودی تابع یا همان شناسه ها داخل ( ) نوشته میشوند.
این ورودی ها در واقع تعریف یک جایگاه برای R هست. درست همانند جایگاه ورودی میوه در دستگاه آبمیوه گیری! در دستگاه آبمیوه گیری ورودی تعبیه شده که هر میوه ای را قرار بدهی دستگاه، آبمیوه را به عنوان خروجی میدهد، بنابراین در قسمت ( ) نیز جایگاهی برای ورودی تابع در نظر گرفته شده است.
ورودی تابع میتواند بردار، چارچوب داده ، لیست و ... باشد. بستگی به هدف تابع نویسی دارد.
این تعریف جایگاه میتواند با حروف لاتین همانندx y, k و غیره باشد، یا کلمه باشد همانند: teta, gamma و غیره
آنچه مهم هست اینست که از همین ورودی در بدنه فانگشن باید استفاده شود.
بدنه تابع یا همان دستورات در داخل { } نوشته میشود.
در ورژن های فعلی R، خط آخر تابع به عنوان خروجی تعریف شده، یعنی انچه قصد دارید در خروجی مشاهده کنید باید در خط اخر به R۴ بفهمانید!
این پست ادامه دارد...
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
در نرم افزار R برای تابع نویسی از دستور
function(...) { ...}
استفاده میشود.
ورودی تابع یا همان شناسه ها داخل ( ) نوشته میشوند.
این ورودی ها در واقع تعریف یک جایگاه برای R هست. درست همانند جایگاه ورودی میوه در دستگاه آبمیوه گیری! در دستگاه آبمیوه گیری ورودی تعبیه شده که هر میوه ای را قرار بدهی دستگاه، آبمیوه را به عنوان خروجی میدهد، بنابراین در قسمت ( ) نیز جایگاهی برای ورودی تابع در نظر گرفته شده است.
ورودی تابع میتواند بردار، چارچوب داده ، لیست و ... باشد. بستگی به هدف تابع نویسی دارد.
این تعریف جایگاه میتواند با حروف لاتین همانندx y, k و غیره باشد، یا کلمه باشد همانند: teta, gamma و غیره
آنچه مهم هست اینست که از همین ورودی در بدنه فانگشن باید استفاده شود.
بدنه تابع یا همان دستورات در داخل { } نوشته میشود.
در ورژن های فعلی R، خط آخر تابع به عنوان خروجی تعریف شده، یعنی انچه قصد دارید در خروجی مشاهده کنید باید در خط اخر به R۴ بفهمانید!
این پست ادامه دارد...
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
❤2👍2
4⃣یک مثال برای function in r
با یک مثال ساده تابع نویسی را در R می آموزیم
در این مثال پشت صحنه ی تابع برای یادگیری عمیق تر
نوشته شده است✅
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
با یک مثال ساده تابع نویسی را در R می آموزیم
در این مثال پشت صحنه ی تابع برای یادگیری عمیق تر
نوشته شده است✅
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
❤2👍1
This media is not supported in your browser
VIEW IN TELEGRAM
دنیا از دید یک آماری📊🥴
#طنز آماری
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
#طنز آماری
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
🤣5👍1👏1
CoMiNg SOoN...
MaXiMuM liKeLiHoOd
optim()
nlminb()
IN R
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
optim()
nlminb()
IN R
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
👍3
This media is not supported in your browser
VIEW IN TELEGRAM
تو مو میبینی و من پیچش مو 📊
○●○●○●○●○●○●○●○●○
دنیا از دید یک آماری📊🥴
👀 غیر آماری = ترک دیوار
👁👁آماری =Decision tree
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
○●○●○●○●○●○●○●○●○
دنیا از دید یک آماری📊🥴
👀 غیر آماری = ترک دیوار
👁👁آماری =Decision tree
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
👏2❤1
Data Sense Academy
CoMiNg SOoN... MaXiMuM liKeLiHoOd optim() nlminb() IN R با ما همراه باشید. •🔹️•━━━━━━━━━━•🔹️• آکادمی دیتاسنس •🔹️•━━━━━━━━━━•🔹️• @DataSenseAcademy
پست اول:
Probability Density Estimation V.S Maximum Likelihood Estimation
فرق تابع احتمال و تابع لاکلیهود در چیست؟
همانطور که دقت کردید در صورت برقراری فرق استقلال تابع توزیع توام همان حاصلضرب از یک تا n تابع چگالی هست
از طرفی تابع لایکلیهود هم حاصلضرب از یک تا n تابع چگالی هست ؟؟؟؟
پس چه فرقی بین مفهوم و سازوکار این دو تعریف وجود دارد؟؟
#MLE
این پست ادامه دارد...
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
Probability Density Estimation V.S Maximum Likelihood Estimation
فرق تابع احتمال و تابع لاکلیهود در چیست؟
همانطور که دقت کردید در صورت برقراری فرق استقلال تابع توزیع توام همان حاصلضرب از یک تا n تابع چگالی هست
از طرفی تابع لایکلیهود هم حاصلضرب از یک تا n تابع چگالی هست ؟؟؟؟
پس چه فرقی بین مفهوم و سازوکار این دو تعریف وجود دارد؟؟
#MLE
این پست ادامه دارد...
با ما همراه باشید.
•🔹️•━━━━━━━━━━•🔹️•
آکادمی دیتاسنس
•🔹️•━━━━━━━━━━•🔹️•
@DataSenseAcademy
👍2🤔1
