https://virgool.io/feed/@hajaqa منطقی از نوع فازیش fa 2026-06-16 11:48:39 https://files.virgool.io/upload/users/1059474/avatar/szpjjo.jpeg?height=120&width=120 https://virgool.io/@hajaqa https://virgool.io/@hajaqa/%D9%85%D8%B1%D9%88%D8%B1%DB%8C-%D8%A8%D8%B1-%DA%A9%D8%AA%D8%A7%D8%A8-%DA%86%DA%A9-%D9%84%DB%8C%D8%B3%D8%AA-%D8%A2%D8%AA%D9%88%D9%84-%DA%AF%D9%88%D8%A7%D9%86%D8%AF%D9%87-ybwyftaqobks چند وقتی بود که وقتی به فیدیبو سر می زدم سکشنی رو میدیدم تحت عنوان "ماراتن توسعه فردی" که در اون تیم فیدیبو از کتاب های مشهور توسعه فردی یک رودمپ ساختن که این رودمپ به ترتیب شامل کتابهای زیر میشه:چک لیست (آتول گوانده)اصل گرایی (رگ مک کیون)ذهن حواس جمع (نیر ایال)پاکسازی ذهن برای موفق شدن در زندگی (بری داونپرت)قدرت عادت (چارلز داهیگ)خرده عادت ها (جیمز کلیر)هنر شفاف اندیشیدن (رولف دوبلی)زندگی خود را دوباره بیافرینید (فری ای یانگ)فرمول (آلبرت لزلو بارابسی)ذهن استراتژیست (حسین جلالی)همونطور که از عنوان این کانتنت مشخصه قراره درباره کتاب چک لیست صحبت کنم خب ... حقیقتش این کتاب رو قبلا چند بار سعی کرده بودم بخونم ولی هر دفعه دیوونه میشدم چرا؟ چون یه کتاب پر از اصطلاحات تخصصی تو حوزه های دوست نداشتنی ای مثل پزشکی/هواپیما/ساخت و ساز و امثالهم بود و واقعا خسته کننده بود و اصلا مثل کتاب های دیگه پروداکتیویتی نبود...سراسر کتاب پر از خاطرات نویسنده یا دوستاشه که پر از اصطلاحات تخصصیه و از اول تا آخرش فقط داره میگه چک لیست چقدر خوبه و غافل شدن ازش میتونه چه آسیب هایی برسونه که البته اگر واقعا همت کنین و کل کتاب رو بخونین شما هم پی خواهید برد که چک لیست از اوجب واجباته!حقیقتا تا قبل از این کتاب فکر می کردم چک لیست همون تودولیسته و شاید همین باعث شده بود که فکر کنم کتابه به جای اینکه یاد بده چجوری کار هام رو با تو دو لیست نظم بدم یا امثال این کار ها همش داره از مزایای چک لیست تعریف می کنه...این کتاب برای مدیریت زمان یا مدیریت کار ها یا این نیست که بخواد بهمون بگه چه کاری رو انجام بدیم بلکه به ما یاد میده چجوری کار های مختلف رو درست انجام بدیم بدون اینکه جزئیاتی رو از قلم بندازیم.سعی کنید برای کار های مختلفتون چک لیست درست کنید و از روی اون پیش برید.این کتاب مثالهاش خیلی تخصصی و عموما از پزشکی و به صورت خاص از جراحی مثال میزنه که شاید برای همه ملموس و جذاب نباشه اما اگر بخوام از کاربرد چک لیست در دانشگاه صحبت کنم میتونم اینجوری بگم:هممون میدونیم قبل از کلاس های درسی بهتره یک مرور سریع رو درسی که قراره تدریس بشه داشته باشیم یا در حین کلاس باید نوت برداری کنیم و بعد کلاس هم باید مروری روی مطالب تدریس شده داشته باشیم اما خود من معمولا قبل از کلاس یادم میره مرور سریع داشته باشم...در حین کلاس فراموش می کنم نوت برداری کنم ...بعد از کلاس هم که نگم براتون...ولی به نظرم داشتن یه چک لیست ساده که همینا رو توش داشته باشه باعث میشه آدم دیر یا زود حواسش به این باشه که چک لیستش رو در نظر بگیره و نهایتا شاید یکی دو کلاس اول ترم حواست نباشهخوبی چک لیست ها اینه که قابل اصلاح شدن و بهتر شدن هستن و به ما اطمینان میدن که هیچ چیز از قلم نیوفتاده و آدم حتی اگه اشتباه کنه میتونه با اصلاح چک لیستش دفعات بعد این اشتباهات رو تکرار نکنه(در حقیقت چک لیست راهی برای اجتناب از اشتباهات متداول در هر کاری هست) هر چند به خاطر سادگیش آدما میگن که فقط وقت تلف کردنه ولی اگه کتاب چک لیست رو کامل بخونید(کاری بس طاقت فرسا!) واقعا متوجه میشید که استفاده از چک لیست یک کار کوچیکه که میتونه در دراز مدت تغییرات خیلی بزرگی ایجاد کنه!از جمله نکات جالب این کتاب اشاره به کاربرد چک لیست در صنعت مالی و سرمایه گذاری بود که آدما با داشتن یک چک لیست میتونن از چه خطاهای بزرگی که منجر به از دست رفتن سرمایشون میشه اجتناب کنن و با انتخاب سهام درست حتی سود های ۱۰۰ درصدی داشته باشن...به صورت کلی چک لیست ها در کارهایی که پر ریسک هستن و یا خطرشان مرگ و زندگی هست خیلی مفید واقع شده ن و یجورایی ثابت شده ن...چون انسان جایز الخطاست و ممکنه اشتباه کنه و این اشتباهات معمولا دو تا منشا دارن:جهل یا بی کفایتیمنظور از جهل حماقت نیست بلکه منظورم ندونستنه مثلا یه زمان آدم ممکنه یک بدشانسی بیاره که واقعا یک امر اجنتاب ناپذیره و معمولا کسی از بابت این جریان خودشو ملامت نمی کنه ولی وقتی خطا در اثر بی کفایتی باشه و طرف میتونسته مثلا با یه مقدار دقت و توجه بیشتر از این خطا اجتناب کنه اونجاس که باید ملامت بشه چک لیست ها اومدن که شما از خطرات اجتناب پذیر ناشی از بی کفایتی اجتناب کنینچند چیز جالب که از این کتاب یاد گرفتم اینا بودن:چک لیست ها دو نوع هستن انجام-تایید و خواندن-انجام. در دسته اول(انجام-تایید) ما ابتدا کار رو انجام میدیم و بعد به چک لیست نگاه می کنیم تا ببینیم چیزی رو از قلم انداختیم یا نه که اگر از قلم انداختیم دفعات بعد حواسمون بهش باشه و چک لیست های (خواندن-انجام) به این شکله که یکی یکی آیتم ها رو میخونیم و هر آیتمی انجام بشه سراغ بعدیش میریم.سعی کنید طول چک لیستاتن بین ۵ تا ۹ آیتم باشه هر چند که این عدد صرفا تجربیهچک لیست هایی برای ارتباط بین چک لیست ها ایجاد کنیدآیتم هایی تحت عنوان راه انداز میتونه خیلی مفید باشه مثلا اینکه قبل از یک عمل جراحی همه ی اعضای اتاق عمل خودشون و وظیفه شون رو معرفی کنن که به نظر کار بیهوده ای میاد ولی همین امر سالانه جون خیلی ها رو نجات میدهسعی کنید مراحل خیلی بدیهی رو ننویسید چون فقط الکی طول چک لیست رو زیاد میکنید. سید رفیع موسوی نیا سید رفیع موسوی نیا Tue, 09 Jul 2024 12:27:48 +0330 https://virgool.io/@hajaqa/%D9%87%DA%A9%D8%B1-%DA%A9%D9%84%D8%A7%D9%87-%D8%B5%D9%88%D8%B1%D8%AA%DB%8C-%DA%A9%DB%8C%D8%B3%D8%AA-yqq8ac6vx0fx این روزا که بحث هکری داغ شده و همه اخبار از گروه های هکری میگن خیلیا از من میپرسن چجوری هکر بشیم؟ببینید هک و امنیت یک گرایش از کامپیوتره و به اندازه ی سایر گرایشاش بزرگه و واقعا نمیشه به همین راحتیا هکر شد.اگر قصدتون اینه که مثلا وای فای همسایه رو هک کنین یا ازین حرفا ... میتونین نرم افزار های مخصوصشو دانلود کنین ولی مقوله ی امنیت پیشنیاز های تئوری زیادی داره که ممکنه برای برخی عزیزان حوصله سر بر باشهولی بازم شاید یک روز یه پست گذاشتم که نقشه راه هک و امنیت رو براتون بگم اما الان میخوام راجع به هکر های کلاه صورتی حرف بزنم.اول بذارین با مفهوم هکر کلاه سیاه(black hat) , هکر کلاه سفید (white hat) و هکر کلاه خاکستری(grey hat) که اصطلاحات رسمی هستن آشناتون کنم بعدش بریم سراغ کلاه صورتی که صرفا یک اصطلاح طنز بین هکر هاست:هکر کلاه سیاه یا کلاه مشکی هکری هست که معمولا بهشون تو جامعه میگن هکر و تصورشون اینه که فقط اینا هکرناینها معمولا اهداف سودجویانه یا سیاسی دارن مثل هکر های تو فیلمهایی نظیر مستر ربات , مانی هیست و ...و بعضا حرکات اعتراضی انجام میدن ولی معمولا کار هایی که می کنن نمادین هست یا سودجویانه مثلا بانک رو هک می کنن.هکر کلاه سفید اون کسی هستش که جلوی هکر کلاه سیاه می ایسته و از نفوذ اون به شبکه جلو گیری می کنه مثلا دلیل اینکه حساب های بانکی شما هک نمیشه این افراد هستن.هکر های کلاه خاکستری یه چیزی بین اینهاست که بعضی وقتها پول میگیره و امنیت یک سایت رو تامین و می کنه و یه زمان هم پول میگیره و یک شبکه رو هک میکنه مثل الیوت تو اوایل سریال مستر ربات که صبح ها توی شرکتی به نام all safe امنیت کمپانی ها رو تامین می کنه و شبها گروه هکری f*** socciety رو هدایت می کرد.اما طرف صحبت من راجع به هکر های کلاه صورتی هستش....چند شب پیش داشتم راجع به انواع هکر ها برای یک می گفتم و وقتی کلاه صورتی رو گفتم خیلی تعجب کرد و گفت چه اصطلاح جالبی و به نظرم جالب بود که اینو براتون بگم اگه مواظب باشین اگر وارد فضای امنیت شدین رفتار هایی از خودتون نشون ندین که حرفه ای ها به عنوان کلاه صورتی مسخره تون کنن.هکر کلاه صورتی به اونایی میگن که سیس هکری دارن (شاید حتی اطلاعات بالایی هم داشته باشن ولی سیسشون خیلی بیشتره) مثلا همه جا و همه زمان حتی تو اوج تابستون سویشرت مشکی می پوشن و کلاهشو میذارن رو سرشون یا احتمالا اگه برین تو اتاقشون به ماسک های هکری برخورد میکنین مثل این:این افراد معمولا یک صفحه ی ترمینال باز میکنن جلوی بقیه(تاکید می کنم جلو بقیه) و یکسری کار های پیش پا افتاده ی لینوکسی نظیر ls یا cd رو وارد می کنن و احساس غرور می کنن.یکی از سایتهایی که کلاه صورتی ها خیلی بهش علاقه مندن سایت پرنکس هست که یک محیط هکری شبیه فیلمها میسازه که شما میتونین بدون اینکه حتی برنامه نویسی بلد باشین جلوی بقیه قپی بیاین.هکر های کلاه صورتی جز قهوه اسپرسو تلخ هیچی نمیخورن(حتی آب) معمولا ادعا می کنن که زیر ۴ ساعت تو روز میخوابن و همیشه هم تو خونشون قرص هایی نظیر ریتالین و مورفین پیدا میشه.از قپی های این افراد میشه به این اشاره کرد که تو کامیونیتی ها میگن که چرا فلان بازی روی کالی لینوکس نصب نمیشه؟خودشونم میدونن که کالی لینوکس برای بازی نیست ولی صرفا میخوان به همه بگن من سیستم عاملم لینوکسه توزیع کالی(میدونین آخه خیلی گنگه!)خلاصه که همین دیگهبای سید رفیع موسوی نیا سید رفیع موسوی نیا Sun, 02 Oct 2022 12:12:24 +0330 https://virgool.io/@hajaqa/%D9%85%D8%B9%D8%B1%D9%81%DB%8C-%D8%A8%D9%87%D8%AA%D8%B1%DB%8C%D9%86-%D9%85%D9%86%D8%A7%D8%A8%D8%B9-%D9%81%D8%A7%D8%B1%D8%B3%DB%8C-%D8%A8%D8%B1%D8%A7%DB%8C-%DB%8C%D8%A7%D8%AF%DA%AF%DB%8C%D8%B1%DB%8C-%D8%B9%D9%84%D9%85-%D8%AF%D8%A7%D8%AF%D9%87-hzlz8mcyv05a سلام و صد سلام خدمت ویرگولیای فرهیخته!اومدم با چه پستی!پیشتر از این دو تا پست در زمینه ی علم داده و نقشه راهش گذاشتم و حالا میخوام چنتا کتاب مشتی معرفی کنم که همشونم فارسی هست!قبلش اینو باید بگم که اگر پلنتون اینه که تو ایران فعالیت کنین شاید این حوزه،حوزه ی مناسبی نباشه و اگر به سمت حوزه هایی مثل وب و موبایل برین به نظرم درآمد و بازار کار بهتری در انتظارتونه اما اگر مثل من عاشق این رشته باشین و قصدتون اپلای در این رشته باشه پیشنهاد میکنم حتما این ویرگول رو بخونین:خب!من همین اول ازتون میخوام یه قول به خودتون بدین:این که هر روز بعد از بیداری 10 صفحه و قبل از خواب هم 10 صفحه کتاب بخونین که میشه روزی 20 صفحه و ماهی 600 صفحه که میتونین مطمئن باشین ماهی یک کتاب رو تموم میکنین.نکته ی دیگه ای که میخوام بگم اینه که من خودم زبان انگلیسیم حداقل تو لیسنینگ و ریدینگ عالیه و با کتاب و کورس انگلیسی مشکل ندارم ولی یه نگاه که به گوگل فارسی انداختم همه جا برای علم داده،منابع انگلیسی معرفی کرده و این در حالیست که منابع فارسی خوبی هم برای این فیلد وجود داره و چه بهتر که از نویسنده ی وطنی حمایت کنیم و همچنین منابع خیلی خفن در سطح جهانی هم خیلیاشون به فارسی ترجمه شده ن و به نظرم اینکه منبع انگلیسی معرفی کنم بیشتر جنبه ی کلاس گذاشتن داره که مثلا بگی آره منم انگلیسی بلدم!ولی من اینجا میخوام بهترین منابعی که میتونین از طریق فیدیبو و طاقچه تهیه کنین رو بهتون معرفی می کنم و لینکشون رو هم میذارم.اول از همه بذارین دوباره بگم علم داده(data science) اصلا چی هست:data science = data mining + computer scienceیعنی این علم چیزی نیست که شما فقط باید توش الگوریتم بلد باشین بله تفکر مثل یک دانشمند داده رو هم می طلبه و اینکه وقتی یک مشت دیتا جلوتون میذارن چجوری بهشون نگاه کنیم تا اطلاعات خارق العاده ازشون استخراج کنیم ولی متاسفانه آموزش های موجود در بازار فقط و فقط به بحث کد نویسیش توجه می کنن.بنابراین به نظر من اگه اول یه کتاب بخونین که توش هیچ کدی وجود نداره و فقط راجع به این نوشته که چجوری با داده ها برخورد کنیم رو بخونیم خیلی خوبه.و این کتاب چیزی نیست جز:1.همه دروغ می گویند!این کتاب رو میتونین تو اپ طاقچه پیدا کنین توی این کتاب پروژه های علم داده بسیاری رو به صورت توصیفی بررسی کرده و کد و اینا تو کارش نیست و واقعا به شما کمک میکنه که بفهمین تحلیل داده هاتون رو از چه راهی انجام بدین...یادتون باشه پایتون و یادگیری ماشین و پاکسازی داده و پیش پردازش داده و ... همشون ابزارن.یه سوال دارم؟اگر به شما یه جعبه ابزار فول بدن ولی شما تعمیر بلد نباشین قاعدتا نمیتونین چیزی رو باهاش تعمیر کنین.اینم همونه ینی شما باید اول یاد بگیرین که اولا قدرت علم داده میتونه تا کجاها بره و ثانیا چجوری شما میتونین به داده ها نگاه کنین و در گام نهایی از ابزار ها استفاده کنین.پس این کتاب رو حتما از لیبنک زیر دانلود کنید:https://taaghche.com/book/63772/%D9%87%D9%85%D9%87-%D8%AF%D8%B1%D9%88%D8%BA-%D9%85%DB%8C-%DA%AF%D9%88%DB%8C%D9%86%D8%AFاگه اولین بارتونه که از طاقچه خرید میکنین میتونین این کتاب رو با کد تخفیف salam با 50 درصد تخفیف تهیه کنین.2.علم داده از تئوری تا عملتوی این کتاب شما یه سفر کامل و جامع به دنیای دیتا خواهید داشت و از هر مقوله ای یک بخش قابل قبولی رو یاد خواهید گرفت و مهم تر از همه این که مسیرتون رو میتونین پیدا کنین.واقعا این کتاب دید جامعی از مفاهیم مورد استفاده و ابزار های علم داده در اختیارتون میذاره.این کتاب رو از فیدیبو تهیه کنید:https://fidibo.com/book/90164-%DA%A9%D8%AA%D8%A7%D8%A8-%D8%B9%D9%84%D9%85-%D8%AF%D8%A7%D8%AF%D9%87-%D8%AA%DB%8C%D9%88%D8%B1%DB%8C-%D8%AA%D8%A7-%D8%B9%D9%85%D9%84با کد تخفیف hifidibo این کتاب را در اولین خریدتان با «۶۰٪ تخفیف» بخرید!3.پروژه های کاربردی علم داده در پایتونحالا وقتشه که با چنتا کتاب خونه آشنایی پیدا بکنین و در نهایت چنتا پروژه رو در عمل مشاهده کنین برای این کار بهتون کتاب فوق رو پیشنهاد می کنملینک دانلود کتاب:https://fidibo.com/book/115712-%D9%BE%D8%B1%D9%88%DA%98%D9%87-%DA%A9%D8%A7%D8%B1%D8%A8%D8%B1%D8%AF%DB%8C-%D8%B9%D9%84%D9%85-%D8%AF%D8%A7%D8%AF%D9%87-%D9%BE%D8%A7%DB%8C%D8%AA%D9%88%D9%864.علم داده در پایتوناین کتاب شروع مسیر عملی شماست که در اون برای شما مراحل یک پروژه ی علم داده رو به صورت جز به جز بیان میکنه و شما بعد از این کتاب میتونین اولین پروژه ی خودتون رو بزنین.لینک دانلود کتاب:https://fidibo.com/book/131824-%D8%B9%D9%84%D9%85-%D8%AF%D8%A7%D8%AF%D9%87-%D9%BE%D8%A7%DB%8C%D8%AA%D9%88%D9%86خب خب خب!تا اینجا شما خیلی دیتاساینتیست شدین!حالا وقتشه که یه سری مهارت هاتون رو از اینی که هست بهتر کنید و در حقیقت عمیق تر بشین مثلا مهارت آمار و احتمال5.آمار و احتمال با کاریکاتورمن همیشه تاکیدم رو سادگی امر بوده و این کتاب هم مفاهیم آمار و احتمال رو به صورت کاملا شهودی توضیح داده و چون با طنز و کاریکاتور مطالب رو توضیح داده شما در طی خوندن این کتاب خسته نخواهید شد.لینک دانلود:https://taaghche.com/book/4957/%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D8%A2%D9%85%D8%A7%D8%B1-%D9%88-%D8%A7%D8%AD%D8%AA%D9%85%D8%A7%D9%84-%D8%A8%D9%87-%DA%A9%D9%85%DA%A9-%DA%A9%D8%A7%D8%B1%DB%8C%DA%A9%D8%A7%D8%AA%D9%88%D8%B16.ارائه ی راهکار برای تمام مسائل یادگیری ماشین:این کتاب هم یک کتاب خوبه که خیلی از باگ هایی که شما تو ماشین لرنینگ دارین رو برطرف میکنه.لینک دانلود:https://fidibo.com/book/124808-%D8%A7%D8%B1%D8%A7%DB%8C%D9%87-%D8%B1%D8%A7%D9%87%DA%A9%D8%A7%D8%B1-%D8%A8%D8%B1%D8%A7%DB%8C-%D8%AA%D9%85%D8%A7%D9%85-%D9%85%D8%B3%D8%A7%DB%8C%D9%84-%DB%8C%D8%A7%D8%AF%DA%AF%DB%8C%D8%B1%DB%8C-%D9%85%D8%A7%D8%B4%DB%8C%D9%86حالا دیگه شما واسه خودتون اوستای کار شدین و وقتشه که به صورت جدی شیرجه بزنین تو دریای هوش مصنوعی:7.پایتون برای برنامه نویسان(دایتل و دایتل)این کتاب اولش پایتون رو به صورت خیلی حرفه ای گفته و بعدش وارد فیلد های زیادی مربوط به هوش مصنوعی و علم داده شده که میتونه برای شروع کریر حرفه ای تون مفید باشه.لینک دانلود:https://taaghche.com/book/100858/%D9%BE%D8%A7%DB%8C%D8%AA%D9%88%D9%86-%D8%A8%D8%B1%D8%A7%DB%8C-%D8%A8%D8%B1%D9%86%D8%A7%D9%85%D9%87-%D9%86%D9%88%DB%8C%D8%B3%D8%A7%D9%868.یادگیری عمیق برای انسان هابحث شبکه های عصبی خیلی تو این حوزه مهمه و قطعا کسی که بدونه چجوری شبکه ی عصبی رو از صفر و بدون کتاب خونه میسازن میتونه یک برتری انکار ناپذیر نسبت به رقباش داشته باشه در این کتاب فقط با کتاب خانه های بیسیک پایتون میاد و شبکه های عصبی رو میسازهبعد از این کتاب وقتی شما برید سراغ کتاب خونه ها خیلی بیشتر قدرشونو میدونینممکنه این وسط شما ضعف شدیدی رو در ریاضیات احساس کنین برای این مهم،من به شما آموزش های سعید زوارقی رو در یوتوب پیشنهاد میدم کافیه اسمشون رو تو یوتوب بزنین و به کانالشون برین و از آموزش های ریاضی عمومی 1 و 2 ایشون استفاده کنین.لینک دانلود:https://fidibo.com/book/129953-%DB%8C%D8%A7%D8%AF%DA%AF%DB%8C%D8%B1%DB%8C-%D8%B9%D9%85%DB%8C%D9%82-%D8%A8%D8%B1%D8%A7%DB%8C-%D8%A7%D9%86%D8%B3%D8%A7%D9%869.یادگیری ماشین عملی با scikit learn,keras,tensorflowاین کتاب ترجمه ی کتاب معروف hands on machine learning هست که در تمام دنیا به عنوان یکی از اصلی ترین منابع یادگیری ماشین استفاده میشه.به اسم،این کتاب فقط یادگیری ماشینه ولی خب یادگیری عمیق رو هم پوشش میده.لینک دانلود:https://taaghche.com/book/112250/%DB%8C%D8%A7%D8%AF%DA%AF%DB%8C%D8%B1%DB%8C-%D9%85%D8%A7%D8%B4%DB%8C%D9%86-%D8%B9%D9%85%D9%84%DB%8C-%D8%A8%D8%A7-Scikit-Learn-%D8%8CKeras-%D9%88-TensorFlowبعد از اینها شما قطعا باید سراغ منابع زبان اصلی برین پس خواهش می کنم در طول مدتی که این کتاب ها رو میخونین زبان انگلیسیتون رو هم تقویت کنین. سید رفیع موسوی نیا سید رفیع موسوی نیا Sun, 26 Jun 2022 13:03:01 +0430 https://virgool.io/@hajaqa/%DA%86%DA%AF%D9%88%D9%86%D9%87-%D8%AF%D8%B1-%DB%8C%D9%88%D8%AA%D9%88%D8%A8-%D9%88%DB%8C%D8%AF%DB%8C%D9%88-%D9%87%D8%A7-%D8%B1%D8%A7-%D8%A8%D8%A7-%D8%B2%DB%8C%D8%B1-%D9%86%D9%88%DB%8C%D8%B3-%D9%81%D8%A7%D8%B1%D8%B3%DB%8C-%D8%A8%D8%A8%DB%8C%D9%86%DB%8C%D9%85-xbrqc1m87m1h سلام دوستان!این ویرگول میتونه برای خیلی ها مفید باشه منظورم از خیلی ها اوناییه که به هر دلیلی زبان انگلیسیشون در حدی خوب نیست که بتونن ویدیو های زبان اصلی ببینن ولی در عین حال کمبود منابع آموزشی فارسی هم به تنگ آورده شون!ممکنه خیلی هاتون این روشو بلد باشین ولی من بازم میگم!چون این ویرگول برای اونایی نوشته شده که بلد نیستن نه اونایی که بلدن!ابتدا به یوتوب میرین و ویدیو دلخواهتون رو انتخاب می کنین.در گام بعدی شما با دو نوع ویدیو مواجهین:اونایی که زیر نویس فارسی روون دارناونایی که زیر نویس فارسی ندارن ولی میشه به صورت خودکار واسشون زیر نویس تولید کرد.دسته اول:مراحل زیر رو انجام بدین:اول ویدیو رو باز کنین و رو این قسمت بزنین:در این صورت برای ویدیو تون زیر نویس میاد ولی معمولا انگلیسیه حالا چجوری فارسیش کنیم؟حالا روی گزینه ی زیر نویس بزنینحالا از بین زبونهای مختلف فارسی رو انتخاب کنین:اما این شیوه زیرنویس همیشه وجود نداره و حتمن باید یه نفر خودش ترجمه کرده باشه و در یک کلام پشتش آدمه و ممکن هر ویدیویی یه ایرانی نداشته باشه که ترجمه کرده باشش!پس چه کنیم؟بله درسته ترجمه خودکار انجام میدیمممکنه کیفیت ترجمه پایین تر بیاد ولی بازم قابل فهمه و برای همه ی ویدیو ها برقراره.مراحلش به شیوه ی زیره:و اینجوری ترجمه ی خودکار با استفاده از هوش مصنوعی اتفاق می افته!دقت کنید که همیشه اول نگاه کنین ببینین ترجمه فارسی داره یا نه؟اگر نداشت دست به ترجمه خودکار بزنین سید رفیع موسوی نیا سید رفیع موسوی نیا Sat, 26 Feb 2022 13:46:25 +0330 https://virgool.io/@hajaqa/%DA%86%DA%AF%D9%88%D9%86%D9%87-%D8%AF%D8%B1-%D9%85%D9%87%D9%86%D8%AF%D8%B3%DB%8C-%DA%A9%D8%A7%D9%85%D9%BE%DB%8C%D9%88%D8%AA%D8%B1-%D9%86%D9%85%D8%B1%D9%87-%D8%A8%DA%AF%DB%8C%D8%B1%DB%8C%D9%85-rnwb8izsawf9 مهندسی کامپیوتر!این رشته رو من بعد از اینکه از ریاضیات و کاربرد ها انصراف دادم رفتم سراغش...رشته جذابیه ولی همچنان اعتقاد دارم علوم کامپیوتر جذاب تره(البته شاید چون هنوز یه روی ریاضی دارم!)دوره کارشناسی مهندسی کامپیوترو دست کم نگیرین!اگه دست کم بگیرین بعد از گرفتن لیسانستونم میشین یه مهندس بیکار! ولی اگه دست کم نگیرین و قدر بدونین میتونه یه دوره پر از فرصت ها باشه مثلا:این دوره چهار ساله پس شما میتونین یک دوری دور کل گرایشا بزنین و اونی که دوس دارینو چوز(choose :) ) کنین! مثلا میتونین یکم هوش مصنوعی یاد بگیرین،یکم دیتاساینس،یکم هک :) ،یکم بلاک چین،یکم برنامه نویسی، و صد البته نرم افزار و سخت افزارم که تو دروستون هست. ایشالا تو ویرگول های بعدی میگم که هر درسو به صورت جداگانه چجوری بخونین!این دوره به علت طولانی بودن(حداقل 4 سال) و دارا بودن حدود 140 واحد به شما این فرصتو میده که با اساتید زیادی تعامل داشته باشین و بتونین یه روزی ازین اساتید ریکامندیشین لتر(فارسی را پاس میدارم!) دریافت کنین.این که چجوری اساتید رو تحت تاثیر قرار بدین رو و این که چجوری کانکشنتونو تقویت کنید رو انشالله در ویرگول های بعدی توضیح میدم.این دوره یه خوبی دیگه م که داره این که تعاملت با هم کلاسیات زیاده و اگه سال اول تیم خودتو تشکیل بدی شاید این تیم بعد از 4 سال تبدیل به یک استارتاپ بشه.توی این دوره میشه به زبان انگلیسی مسلط شد چون منابع بسیاری از دروس زبان اصلی خواهند بود.حالا....نوبتیم باشه نوبت نمره س...بحث مورد علاقه همهدانشجو ها در برخورد با نمره به سه دسته کلی تقسیم میشن:اونایی که میگن نمره مهم نیست و آدم باید بفهمه: در جواب این افراد باید گفت بله آدم باید بفهمه و نمره معیاری برای سنجش اینه که اون آدم چقد فهمیده و نمره واقعا مهمه چون تو پروسه اپلای یکی از مورد توجه ترین چیز ها همین نمره یا gpa شما هست.پس مهمه! از من به شما نصیحت هر کی گفت نمره مهم نیست فقط داره خودشو توجیه می کنه(مهمه!)اونایی که میگن تا مجازیه پاس شه بره: این گونه موجودات همزمان با ویروس کرونا پا به عرصه جهان گذاشتن (حتی شاید خودشون یه موج جدید از امواج بی شمار کرونا باشن!چون تکثیرشون هم خیلی زیاده)ینی قبلشم بودنا! ولی کم بودن و اینها با مجازی شدن دانشگاه و گشاد شدن مجال تقلب در کانال ها و گروه های تلگرامی بسیار به دنبال شبه فریلنسر هایی می گردند تا امتحان را برایشان پاس کنند و اینگونه موجودات معمولا پایه علمی خود را به خامه تبدیل می کنند و اگر روزی دانشگاه ها حضوری شود آنها عملا تفاوت انتگرال و آکولاد را نخواهند دانست و صرف گرفتن یک نمره یه بالا برای اپلای کافی نیست.(اینگونه نباشیم)دسته ی سوم افرادی هستن که میدونن نمره آوردن تو دانشگاه اونقدر ها سخت نیست که مثل افراد دسته ی اول خود را قانع کنند که مثلا نمره مهم نیست و فهمیدن مهم است و نه مثل دسته دوم نیازی به تقلب دارند.(این گونه باشیم!) این افراد صرفا بلدند چگونه درس بخوانند و چگونه با دانشگاه،دانشجویی تا کنند نه دانش آموزیچگونه مثل دسته سوم باشیم؟مادرم همیشه جمله جالبی می گوید:یک تصمیم بزرگ بگیر و از کلی تصمیم کوچیک بی نیاز شو!دقیقا شما هم باید همین کار رو بکنین:تصمیم بزرگتون این باشه که معدلتون به 20 برسه(واسه دانشگاه خنده داره!ولی بودن افرادی که معدل هاشون 20 بوده خود من این ترم که پنج تا درس داشتم 4 تاشون 20 بود(ریام میشه البته !)) اما این تصمیم بزرگتون یه تبصره بزرگ هم داره!تبصره: خودتون 20 بگیرین نه کس دیگه ایحالا من قراره اینجا بگم چجوری 20 بگیرین:سر کلاس سراپا گوش باشینتا حد توان سعی کنید به سوالات استاد جواب بدید(ولی فقط سوالات استاد نه اینکه سر کلاس هی بخواین خود نمایی کنید.هر وقت استاد سوال پرسید جواب سوال استاد رو بدید)اگر در حین کلاس براتون سوالی پیش اومد حتما بپرسین ولی نرین مث بعضیا بگردین سوال پیدا کنین که استادو باهاش به چالش بکشین!تجربه من در سه دانشگاه تهران،فردوسی و صنعتی اصفهان اینو بهم ثابت کرده.اگر استاد جزوه میده نت برداری نکنید.اگر استاد جزوه نمیده نت برداری کنید.ببینید استاد جزوه محور عمل می کنه یا منبع محور.اگر جزوه محور بود به منبع فکر هم نکنین اگه خیلی علاقه به یادگیری دارین ایشالا درسو که پاس کردین خودتون جداگانه بشینین یه منبع واسش بخوین. و اگر جزوه محور بود سعی کنین به جزوه مسلط بشین.تکالیف رو به چشم مشق نبینین! بلکه به چشم تمرین برای تسلط ببینین و حتما حتما تکالیف رو خودتون جواب بدین از جزوه استفاده کنین و اگر به تنگنا خوردین به منبعی که استاد معرفی کرده رجوع کنین و اگر خیلی به تنگنا خوردین تو گوگل سرچ کنین.دقیقا کاری که استاد ازتون میخوادو انجام بدین نه بیشتر نه کمتر واسه تحویل دادن برگه امتحان عجله نکنین!برای زود تحویل دادن برگه جایزه نمیدن(ولی برای نمره خوب جایزه میدن!)اگر مطلبی از درسو نفهمیدین میتون به یوتوب،آپارت،مکتب خونه،فرادرس و... مراجعه کنیننکته ی دیگه ای که باید گفت درباره ی حذف درسه....یه عده هستن کلا حذف نمی کنن،یه عده خیلی حذف می کنن یه عده بهینه حذف می کنننمره مهمه...فهمیدن مهمه...اگر احساس کردین تو یه درس یکی از این موارد داره آسیب میبینه و هیچ راهی برای جبرانش نیست حذف کنین.انتخاب واحد مثل پوکره(میدونم حرامه ولی از من بپذیرید) تو پوکر اگر شما دستی که میاد دستتون خوب نباشه حتی با بلوف زدن!خب اون دستو بازی نمی کنین...ولی اگر دست های زیادی شرکت نکنین سود نمی کنین و اگه همه رو شرکت کنین در کنار سود ضرر هم خواهید کرد.خلاصه همین دیگه! سید رفیع موسوی نیا سید رفیع موسوی نیا Tue, 22 Feb 2022 07:55:48 +0330 https://virgool.io/@hajaqa/%DA%86%DA%AF%D9%88%D9%86%D9%87-%D9%85%D8%AF%D8%B1%DA%A9-%D8%B1%D8%A7%DB%8C%DA%AF%D8%A7%D9%86-%D8%A7%D8%B2-%DA%A9%D9%88%D8%B1%D8%B3%D8%B1%D8%A7-%D8%A8%DA%AF%DB%8C%D8%B1%DB%8C%D9%85-y7gpkhyafqga سلامهمه ی ما میدونیم که مدرک های کورسرا چقد مهمن(اگرم نمیدونین بدونین،مهمن!) و حتی بعضیاشون میتونن از بعضی مدرکای دانشگاهیم بعضا معتبر تر باشن.اگر دنبال گرفتن مدرک رایگان از کورسرا باشین معمولا همه جا به شما financial aid رو پیشنهاد میدن اما چنتا ایراد داره این روش:حداقل 15 روز طول میکشه تا نتیجه ش بیاد که تازه ممکنه تهشم قبول نکنن :(دو تا متن 150 کلمه ای قانع کننده باید بنویسین که ممکنه واقعا اونقدر زبانتون خوب نباشهبعضیا که تونستن financial aid بگیرن و دوره رو گذروندن گویا تهش به خاطر ایرانی بودن بهشون سرتیفیکیت ندادن و فقط از آموزش هاش استفاده کردن که خب آموزشاش تو سایتای ایرانی به صورت رایگان هست و جزوه هاشون هم(notes) تو گیتهاب هست پس در حقیقت هیچ کار خاصی نکردن و صحبت منم اینجا فقط اینه که چجوری مدرک بگیریم.خب! من قرار نیست اینجا بگم فقط مدرک بگیرین!که البته روش فقط مدرک گرفتن رو هم میگم!ولی اگه میخواین آموزش هم ببینین مراحل زیر رو دنبال کنین:اول کورس مورد نظرتون رو از یکی از سایتای ایرانی دانلود کنین(احتمالا هم رایگان باشه) معمولا اکثر دوره های معروف کورسرا تو سایت دانلودلی هستن.دوره رو ببینین و کوییز ها و آزموناش رو هم جواب بدین و جواباتونو یه جا ذخیره کنینبرین تو کورسرا!تقریبا همه ی دوره ها enroll for free دارن که شما یه هفته دسترسی رایگان به دوره دارین!اما مشکل اینجاس که ازتون شماره کارت و cvv2 و تاریخ انقضا و ... میخواد که شما ازونا ندارین درسته؟(اگر دارین که خوش بحالتون! ما که نداریم!)ترجیح میدم با عکس توضیح بدم!و در نهایت یکی ازین کارت ها رو انتخاب کرده و اونجا وارد کنین!نکته:گویا کورسرا گاهی اوقات cvv2 سه رقمی می خواد در این صورت اینا رو بزنین:به همین سادگی!به همین خوشمزگی!حالا نوبت اینه که از دوره ی کورسراتون استفاده کنین:هر ویدیویی که باز میکنین بزنین رو آخرش تا تموم شه!(نشینین ببینین!یه هفته تون تموم میشه تازشم! قبلا دیدین دیگه!)کوییز ها و آزمون ها رو با جواب هایی که قبلا گفتم ذخیره کنین جواب بدین خیلی هم آسون!select all + copy + paste(دوشواری نداریم ما!خیلیم عالی)حالا ممکنه بگین سید جان حرفت درست!ولی ما زبانمون اونقدا خوب نیست که کورس انگلیسی ببینیم!دوشورای نداریم که!این کورسایی که از دانلودلی دانلود میکنی "معمولا" زیرنویس انگلیسی دارن و شما با مطالعه ی این سایت یاد میگیرین چجوری این زیرنوس رو از انگلیسی به فارسی تبدیل کنین(البته ترجمه ی آنچنانی ای انجام نمیده گوگل ترنسلیتیه!)مورد بعدی ممکنه شما بگین اوکی سید!ولی ما یه مشکل دیگه م داریم کوییز ها و آزمونا رو شاید نتونیم جواب بدیم!بازم میگم دوشواری نداریم ما!(واقعا دارم مسخره شو در میارم!میدونم!مییییییدوووووونم!)بستگی به اسم کورستون اینو تو گوگل سرچ کنین:course name notes githubاینجا به جای course name اسم کورس دلخواهتونو بزنین.ازونجا که کورس های کورسرا خیلی معروفن معمولا افراد زیادی تمومشون میکنن و بعد از پایان دوره شون تمام جزوات و کوییز ها و... شون رو تو گیتهابشون share می کنن و شما میتونین طبق متود فوق حرفه ای کپی پیست اون ها رو مورد عنایت قرار بدین!ممکنه تو ویدیو آموزشی هم یه سری سوالات باشن که چند گزینه ای ان اونا اصن مهم نیستن که جواب درست ازشون بگیرین.فقط یه جوابی بدین و رد شین!تبریک میگم!شما از کورسرا مدرک رایگان گرفتین!اگر سوالی یا ابهامی داشتین به این ایمیل پیام بدین:ra.phi.mousa.v.nia@gmail.comو اگه احساس کردین که خیلی از لحاظ اقتصادی سود کردین به این درویش بی نوا!کمک مالی کنین:(شوخی کردم! ولی بازم اگه حمایت کردین ممنون میشم!):5859 8310 8746 2668به نام خودمه! سید رفیع موسوی نیا سید رفیع موسوی نیا Tue, 15 Feb 2022 22:16:16 +0330 https://virgool.io/@hajaqa/%D9%86%D9%82%D8%B4%D9%87-%D8%B1%D8%A7%D9%87-%D8%AA%D8%A8%D8%AF%DB%8C%D9%84-%D8%B4%D8%AF%D9%86-%D8%A8%D9%87-%DB%8C%DA%A9-%D8%AF%D8%A7%D9%86%D8%B4%D9%85%D9%86%D8%AF-%D8%AF%D8%A7%D8%AF%D9%87-mid-level-qirmh8qsrw3f توی ویرگول قبلیم که چگونگی تبدیل شدن به یک دیتاساینتیست جونیور بود رو توضیح دادم و گفتم که اگر از این ویرگول استقبال بشه حتما سراغ مید لول هم خواهم رفت و با توجه به اینکه توی کمتر از 12 ساعت 26 بازدید،5 لایک و 1 کامنت دریافت کرد(که این برای من واقعا ارقام باور نکردنی ای هستن چون اکثر افرادی که بازدید می کنن چون عضو سایت نیستن لایک نمیکنن(خود منم قبل از اینکه بیام ویرگول وضعم همین بود!))تصمیم گرفتم که:الوعده وفا!خب! مقدمه چینی رو بذاریم کنار و بریم سراغ اصل مطلب!توی این مرحله پروژه گرفتن و فعالیت عملی بخش انکار ناپذیر کاره و باید تا میتونید پروژه بزنید اگه وارد بازار کار بشین یا به عنوان کارآموز استخدام بشین که فبها وگرنه میتونین از سایت کگل استفاده کنید و وارد بخش دیتاست هاش یا مسابقاتش بشین و از دیتاست هاش استفاده کنید و خدا رو چه دیدین؟شاید جایزه م بردین!(البته فعلا بعید میدونم :) ! )اما در این بخش ما بیشتر به بخش آموزشی کار داریم و من فرض رو بر این میگیرم که شما در کنار یادگیری اینها دارین پروژه هم میزنین و تو هر پروژه از مطالب جدیدی که یادگرفتین استفاده می کنین.خب!مقدمه بسه و بریم سراغ مطالب!یادگیری پایگاه داده(data base)همونطور که میدونید(یا شایدم ندونید!) توی صنعت بیشتر اوقات فایل هایی که یک دیتاساینتیست باهاشون سروکار داره از نوع csv یا excel نیستن و بلکه از نوع پایگاه داده هستن بنابراین شما باید دیر یا زود کوئری زدن روی پایگاه داده رو یادبگیرین.پایگاه داده ها دو دسته هستن:پایگاه داده های رابطه ای(SQL)پایگاه داده های غیر رابطه ای(NOSQL)معمولا دیتاساینتیست که ترجیح میدن که از sql ها mysql و از nosql ها هم mongo db روانتخاب می کنن اما پیشنهاد من اینه که قبلش مفاهیم پایگاه داده رو بلد بشین و بعدش اینها رو یاد بگیرین و نکته ی بعدی این که حتما اتصال اینها رو به پایتون یاد بگیرین که چجوری کوئری هاتون رو تو پایتون پیاده سازی کنید(نترسین همشو میگم!)اول بریم سراغ مفاهیم!برای مفاهیم این آموزش فرادرس رو بهتون پیشنهاد میدم که حدودا 8 ساعت طول میکشه و توسط دکتر فرشید شیرافکن تدریس شده و بعدشم این دوره ی کوچولو تو چیستیو رو بگذرونین و این دوره.تبریک میگم!شما به مفاهیم پایگاه داده مسلط شدین حالا نوبت کوئری زدن تو پایتونه!فعلا همین دو تا پایگاه داده ای که گفتم رو تو پایتون پیاده کنین و بقیه ش رو برای سنیور یا ادامه مسیرتون بذارین.برای mysql این دوره و برای mongo db این دوره پیشنهاد میشه.حالا نوبت یک یادگیری مجدد و پروژه محوره که اینجا هیچی کگل نمیشه پس sql مقدماتی و پیشرفته کگل رو بگذرونین.زبان برنامه نویسی Rزبان R یک زبان برنامه نویسی محسوب میشه ولی کاربرد اصلیش توی تحلیل داده هاس و بحثای مربوط به مهندسی داده و بیشتر هم توی این حوزه توسعه میدنش و R در کنار پایتون یک ترکیب سمی میسازه البته پایتون قوی تره ولی بازم این دو تا کنار هم یه چیز دیگه میشن.برای یادگیری R میتونین به سایت آنالیکا که متعلق به استاد مینویی عزیزم هست مراجعه کنید و اونجا آموزش های خیلی خوب و جامعی برای R گذاشته.هوش تجاری(BI)قبل از این بیشتر برای مصور سازی داده ها از کتابخونه های پایتون استفاده می کردیم ولی الان پیشنهاد من اینه به عنوان کسی که جونیورو رد کرده بیشتر با ابزار های تخصصی تر به مصور سازی داده ها و تحلیل کسب و کار بپردازید و در ابتدا یک سری مفاهیمی رو باید یاد بگیرید.این مفاهیم(هوش تجاری،OLAP,OLTP, انبار داده,ETL,ELT و...) رو میتونید از سایت چیستیو یاد بگیرید.بعد از این برین سراغ power bi(اکثر جاها tableau رو هم میگن و اگر خارج از کشور بودین منم میگم ولی تبلو فقط 14 روز رایگانه اگه اشتباه نکنم ولی بعدش پولی میشه که فک میکنم سالی حدود 5 میلیون باید پرداخت کنین البته به قیمت دلار چند هفته پیش که حساب کردم!) حقیقتا برای power bi منبع زیاده و قیمت ها از رایگان شروع میشه تا میلیونی و بسته به هدفتون باید پکیج رو انتخاب کنین ولی اگه پیشنهاد منو بخواین میگم با جهاد دانشگاهی شریف پیش برین بهتره!ریاضیات و یادگیری ماشین پیشرفتهدر این مرحله شما میتونین سطح دانش ریاضی،الگوریتم و یادگیری ماشین خودتونو ارتقا بدین و مثلا الگوریتم های جدید یادگیری ماشین یا یادگیری عمیق رو یاد بگیرید.برای ریاضیات میتونم تدریس مبانی علوم ریاضی برای علم داده دکتر جوادی که در دانشگاه صنعتی اصفهان تدریس شده رو معرفی کنم.ایشون استاد خود من در سه درس ریاضی عمومی 1،مبانی ترکیبیات و نظریه بازی ها بودن(البته الان کامپیوتر میخونم!قبلا ریاضی بودم) از ویژگی های ایشون میشه به تدریس کامل،روون،فن بیان عالی و سطح بالای مطالب تدریس شده اشاره کرد.برای یادگیری ماشین و عمیق پیشرفته بهترین ایده هایی که میتونم بدم ایناس:یادگیری ماشین دانشگاه شریفاین دوره فیلم ضبط شده ی کلاس خانم دکتر سلیمانی هست که خیلی کامل و مفید یادگیری ماشین رو تدریس کردن.نگران جزوه هم نباشید! اگر به صفحه ویرگول خانم مهدوی برید اونجا ایشون تمام این جلسات رو(هر 23 جلسه رو) جزوه برداری کردن(نت برداری با کیفیت) و به رایگان در اختیار عموم قرار دادن همچنین از آموزش های جبر خطی ایشون هم میتونید استفاده کنید.یادگیری ماشین و عمیق کورسرابه جرعت میشه گفت تو حوزه ماشین لرنینگ و دیپ لرنینگ اسم اندرو ان جی بیشتر از هر اسمی شنیده میشه و مکتب خونه دوره های ایشون رو به رایگان در اختیار عموم قرار داده(نگران اون مکتب پلاسش نباشین فیلمای دوره رایگانه اون پلاس مال کوییزاش و آزموناش و سرتیفیکیتشه که سرتیفیکیتشو کلا بیخیال چون سرتیفیکیت های مکتب خونه اونقدر ارزش نداره و من خودم یه بار اومدم سرتیفیکیت مکتب خونمو ارائه بدم بعد طرف بهم خندید گفت که چی؟اینو که هر کسی میتونه بگیره!آزموناش و کوییزاش و پروژه هاش هم که تو گیتهاب الا ماشالا ریخته(از جمله گیتهاب خودم!))ولی چرا میگم از مکتب خونه ببینین؟چون زیر نویس داره :)یادگیری عمیق گودفلوممکنه بگین خداییش من حوصله ی خوندن یک کتاب 800 صفحه ای زبان اصلی تو سطح ارشد و دکترا رو دیگه ندارم!مام که نگفتیم خودت بخون!برو فیلاگر اونجا خوانش گروهی دارن و اونا واست کتابو خلاصه کردن و واست توضیح میدن که خیلیم خوب تدریس می کنن و جدیدا هم هر 20 فصلش کامل شده.Keep Learningنکته ی آخر هم اینکه دست از یادگیری نکشید. سید رفیع موسوی نیا سید رفیع موسوی نیا Mon, 14 Feb 2022 06:44:34 +0330 https://virgool.io/@hajaqa/%DA%A9%D9%88%D8%AA%D8%A7%D9%87-%D8%AA%D8%B1%DB%8C%D9%86-%D8%B1%D8%A7%D9%87-%D8%AA%D8%A8%D8%AF%DB%8C%D9%84-%D8%B4%D8%AF%D9%86-%D8%A8%D9%87-%DB%8C%DA%A9-%D8%AF%D8%A7%D9%86%D8%B4%D9%85%D9%86%D8%AF-%D8%AF%D8%A7%D8%AF%D9%87-%D8%AC%D9%88%D9%86%DB%8C%D9%88%D8%B1-oxmhof9qqngg سلاماین اولین پست من در ویرگول هست.من حدود 9 ماه فقط دنبال یه رودمپ(roadmap)خوب برای علم داده می گشتم و ممکنه هرکسی باشه بگه آخه این چه کاریه؟یه کورس شروع کن بعد تا تهشو بگیر دیگه!نمیتونم بگم استدلال این افراد غلطه ولی من ترجیح میدم وقتی 30 ساعت برای بریدن یک درخت وقت دارم،به جای اینکه یه راست برم درختو قطع کنم یه چند ساعت حداقل تبرمو تیز کنم!توی این مدت به کوتاه ترین رودمپ ممکن برای تبدیل شدن به یک دیتاساینتیست جونیور شدن رو پیدا کردم.نکته دیگه ای که حائز اهمیته اینه که ممکنه بگین جونیور شدن که کاری نداره! این حرف از پایه غلطه!چون اکثر کورس هایی که وجود دارن هم شما رو تا سطح جونیور میبرن و برای مید یا سنیور شدن باید وارد بازار کاربشین و در کنارش هر روز چیزی به علمتون اضافه کنین.نکته ی آخر مقدمه م هم اینه که من در اینجا یه سری سایت ایرانی معرفی کردم ولی قصد تبلیغ هیچ کدوم رو ندارم و صرفا به محتوای این سایت ها بیشتر حال کردم و از یه جا به بعد هم بیشتر سایت های خارجی رو معرفی کردم.اول از همه باید بگم دیتاساینس(data science) چیه اصن؟اکثر جاها میگن که دیتاساینس ترکیبی از ریاضیات و آمار،علوم کامپیوتر و بیزینس است که تقریبا هم درسته!اما لفظ (data science) در حقیقت از دو کلمه ی داده کاوی(data mining) و علم کامپیوتر(computer science) تشکیل شده یعنی شما باید یک داده کاو باشین که کد زدن بلده!پس اگه پایتون بلد نیستین همین الان پاشین برین یاد بگیرین!توجه(اگر زبانتون خوبه که خوش بحالتون! ولی اگه زبانتون تعریفی نیست از الان زبان خوندن رو هم کنارش شروع کنین)پس:گام اول:پایتون خالص(pure python) و داده کاوی تئوری (زمان تخمینی: دو هفته الی یک ماه)1.1:پایتون منظور از پایتون خالص چیه؟منظور اون پایتونیه که شما فارق از هدفتون از اون زبون(وب،امنیت،هوش مصنوعی،علم داده،...) باید بلد باشین که شامل موارد زیر میشه:متغیر ها و عملگر هاشرط هاحلقه هاتوابعلیست ها،تاپل ها،مجموعه ها و دیکشنری هارشته هاکار با فایلشیئ گرایی و ارث بریتفکر الگوریتمیکبرای 8 مورد اول من آموزش ویژن آکادمی رو پیشنهاد میدم تو یوتوب که خودمم با اون یاد گرفتم و کلا تو سه ساعت همه پیور پایتون مقدماتی رو میبنده حالا پایتون پیشرفته رو فعلا لازم نیست یاد بگیرین!وقتی جونیور شدین آروم آروم یاد میگیرین و کلا تو مسیر جونیور شدن سعی نکنید رو یه مبحث خیلی گیر کنین فقط رد بشید و برید البته نه اینکه خوب یاد نگیرین!مطالب مهمو خوب درک کنین ولی مثلا لازم نیست برین کلی از مباحث پیشرفته پایتون رو فعلا یاد بگیرین.فعلا هم به کتابخونه های پایتون کاری نداشته باشین.لینک ویژن آکادمی:https://youtu.be/hSt3_2T6DMUاما برای مرحله 9 من دو تا پیشنهاد دارم:کتاب الگوریتم و فلوچارت(خود من با کتاب شهریار رسولی پیش رفتم)دوره مبانی برنامه نویسی و تفکر الگوریتمیک کوئرا(با این دوره خیلی مخم قوی شد ولی واقعا سوالاش سخته)لینک دوره کوئرا:https://quera.org/college/land/college/2572/%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D9%85%D8%B3%D8%A6%D9%84%D9%87%E2%80%8C%D9%85%D8%AD%D9%88%D8%B1-%D9%85%D8%A8%D8%A7%D9%86%DB%8C-%D8%A8%D8%B1%D9%86%D8%A7%D9%85%D9%87-%D9%86%D9%88%DB%8C%D8%B3%DB%8C-%D9%88-%D8%AA%D9%81%DA%A9%D8%B1-%D8%A7%D9%84%DA%AF%D9%88%D8%B1%DB%8C%D8%AA%D9%85%DB%8C/2.1 : داده کاوی تئوریمنظور از داده کاوی تئوری چیه؟داده کاوی به خودی خود و بدون کامپیوتر هم معنا داره و ترکیبی از آمار،جبر خطی،الگوریتم،بیزینس و.. هست اما ترکیب خیلی خفنی با کامپیوتر تشکیل میده واسه همین اکثرا فکر میکنن زیر مجموعه ی کامپیوتره.در اینجا من از شما میخوام که با مفاهیم داده کاوی آشنا بشین و پا به پای پایتون بخونیدش و به عنوان منبع هم سایت چیستیو رو معرفی می کنم که استاد خودم دکتر مسعود کاویانی عزیز نویسنده ی این سایت هستن و واقعا کارشون حرف نداره و هر آنچه که شما از داده کاوی بدون کد نویسی میخواین بهتون میده.تو سایت چیستیو چهار دوره(داده کاوی،بیگ دیتا،مهندسی و معماری نرم افزار و پایگاه داده) وجود داره که همشون در کل برای علم داده لازمن ولی برای سطح فعلی ما با همون دوره ی اول یعنی دوره ی "داده کاوی و یادگیری ماشین" کار داریم و سعی کنید در کنار پایتون هر روز یا هر هفته(بسته به سطحتون!) یکی از اون 13 ترم رو بخونید.ایشون با نثر کاملا ساده و روان و غنی تمامی مطالب رو به شما تفهیم کردند.لینک دوره ی داده کاوی و یادگیری ماشین چیستیو:https://chistio.ir/گام دوم:پروژه!!!!!(زمان تخمینی:)الانه که ازم تست الکل بگیرین!!!-آخه مرد مومن! ما که با کتابخونه ها آشنا نشدیم بعد بریم پروژه بزنیم؟-بابا من که نگفتم برین کار کنین حتی نگفتم خودتو پروژه بزنین منه بدبخت فقط میگم برین چیزایی که یادگرفتینو توی پروژه ها ببینین.شما به صورت تئوری با یک فرآیند داده کاوی آشنا شدین حالا وقتشه ببینین در عمل چجوریه اگه برین یه کورس نامپای و پانداس و مت پلات لیب و... بگذرونین مدرس محترم یه طومار از کد های مربوطه میده که خیلیاشون بکار نمیاد ولی شمایی که داری یاد میگیری وسط کار مخت رد میده چون تعداد کد هاش واقعا زیاده پس چیکار میکنین؟اولا یه گیتهاب واسه خودتون میسازین.دوما یه کرش کورس حدود دو ساعته از سه کتابخونه ی اصلی یعنی (pandas,numpy,matplotlib) رو میگذرونین تا با کد های اصلیش آشنا بشین(لازم نیست برین واسه هر کدوم یه کورس طولانی بگذرونین فقط قرار سینتکسشون دستتون بیاد!) اینم لینکش:(زمان تخمینی : 1هفته)https://www.aparat.com/v/ayXviیه کتابخونه ی دیگه م که جدیدا کنار اینا جاخوش کرده اسمش سیبورنه(seaborn)که من واسش منبع فارسی رایگان خوب پیدا نکردم ولی عیبی نداره شما مت پلات لیب رو که یاد بگیرین سیبورن رو در حین پروژه یاد میگیرین.یه سایت هست به اسم فنولوژی که توش یه بنده خدایی پروژه های معروف علم داده رو میاد تو حول و حوش یکی دو ساعت انجام میده شما اونو ببینین و هر پروژه رو حداقل یه هفته روش وقت بذارین ینی اول ویدیوش رو ببینین پا به پاش کد ها رو وارد کنین و بعدش چند روز بشینین اون کدی که زدینو تحلیل کنین اینم لینک پروژه هاش:(زمان تخمینی: 2 ماه)پروژه تایتانیک: https://fanology.ir/ai-projects/data-scientist-in-titanicپروژه پیش بینی قیمت مسکن: https://fanology.ir/ai-projects/ai-real-estate-agentپروژه دیابت: https://fanology.ir/ai-projects/ai-in-diabetes-diagnosisپروژه کالیفرنیا: https://youtu.be/Qs_KryguG8wپروژه گل زنبق: https://www.w3resource.com//machine-learning/scikit-learn/iris/index.phpپروژه MNIST: https://fanology.ir/ai-projects/digit-classification-with-mnist7.پروژه ریزش مشتریان: https://fanology.ir/churn-prediction-using-machine-learning5 6 تا (یا حتی شایدم کمتر) پروژه که ببینین روند پروژه میاد دستتون و سینتکس ها اصلی رو حفظ میشین بقیهی سینتکس ها رو هم با چیت شیت(cheat sheet) ها میتونین زیر دستتون داشته باشین که بهترین چیت شیت ها تو سایت دیتا کمپ(datacamp) هستن:چیت شیت نامپای:http://datacamp-community-prod.s3.amazonaws.com/ba1fe95a-8b70-4d2f-95b0-bc954e9071b0چیت شیت پانداس: http://datacamp-community-prod.s3.amazonaws.com/f04456d7-8e61-482f-9cc9-da6f7f25fc9bخزش دیتا با پانداس:http://datacamp-community-prod.s3.amazonaws.com/d4efb29b-f9c6-4f1c-8c98-6f568d88b48fچیت شیت کراس:http://datacamp-community-prod.s3.amazonaws.com/af9bb467-170d-41c9-a0bd-26e675384c4eچیت شیت مت پلات لیب:http://datacamp-community-prod.s3.amazonaws.com/e1a8f39d-71ad-4d13-9a6b-618fe1b8c9e9چیت شیت سایکیت لرن:http://datacamp-community-prod.s3.amazonaws.com/eb807da5-dce5-4b97-a54d-74e89f14266bچیت شیت سیبورن:http://datacamp-community-prod.s3.amazonaws.com/263130e2-2c92-4348-a356-9ed9b5034247چیت شیت اسپاسی:http://datacamp-community-prod.s3.amazonaws.com/b5685b85-c4de-4987-926d-b999d0f5a8b6چیت شیت سای پای:http://datacamp-community-prod.s3.amazonaws.com/dfdb6d58-e044-4b38-bab3-5de0b825909bحالا با دونستن مفاهیم و روند یک پروژه و همچنین در اختیار داشتن چیت شیت ها اولین پروژه ی مستقل خودتون رو آغاز می کنین ولی قبلش پیشنهاد میشه که دوره های رایگان سایت کگل رو بگذرونید تا تسلطتون از اینی که هست هم بالاتر بره و چون دوره هاش بر روی پروژه هستن خیالتون راحت باشه که از پروژه دور نمیشین و حتی چنتا پروژه هم تو این دوره ها میزنین علاوه بر اون بهتون به رایگان سرتیفیکیت هم میده که میتونه به رزومتونم کمک کنه.فقط فیلتره!(زمان تخمینی: 2ماه و نیم)دوره پایتون:https://www.kaggle.com/learn/pythonدوره پانداس:https://www.kaggle.com/learn/pandasدوره مصورسازی:https://www.kaggle.com/learn/data-visualizationدوره پاکسازی داده ها:https://www.kaggle.com/learn/intro-to-machine-learningدوره یادگیری ماشین مقدماتی:https://www.kaggle.com/learn/intro-to-machine-learningدوره یادگیری ماشین متوسط:https://www.kaggle.com/learn/intermediate-machine-learningدوره مهندسی ویژگی:https://www.kaggle.com/learn/feature-engineeringدوره ی سری زمانی:https://www.kaggle.com/learn/time-seriesدوره ی یادگیری عمیق مقدماتی:https://www.kaggle.com/learn/intro-to-deep-learningدوره ی بینایی کامپیوتر:https://www.kaggle.com/learn/computer-visionالان ممکنه بگین یا خود خداااا!چه همه!!!! نترسین دوره های کگل چهار ساعت بیشتر نیستن و ینی با روزی نیم ساعت یه هفته ای هر کورسش تمومه.که با این اوصاف دو ماه بیشتر وقت عزیزتون رو نمیگیره.حالا نوبتیم باشه نوبت پروژه اس که خودتون دست به کار بشین! دیگه اینجای کار شما یه جعبه ابزار تئوری و یه جعبه ابزار عملی خوب در اختیار دارین که میتونین باهاش پروژه های زیادی رو انجام بدین ولی من اینجا پیشنهاد میدم که رو این سه تا دیتاست تحلیل انجام بدین:(زمان تخمینی: 1 ماه و نیم)مجموعه داده‌ی سرقت بیتکوین با استفاده از باج افزارمجموعه داده تشخیص وضعیت‌های مختلف انسان با استفاده از سنسورهای حرکتیمجموعه داده‌ی Abalone (پیش‌بینی سن صدف‌های دریایی)گام سوم:یادگیری را ول نکنید!حالا شما از پس پروژه ها به خوبی بر میاین ولی مطالعه و کورس دیدن و پروژه زدن رو فراموش نکنین حالا میتونین قبل از ورود به بازار کار به عنوان استخدامی کار خودتون رو به عنوان فریلنسر شروع کنید ولی در کل...اگه از این ویرگول استقبال بشه یا اگه حوصله م یاری کنه شاید یه ویرگول هم برای مید لول گذاشتم و یکی هم برای کار کردن و تقویت کانکشن و رزومه.کل این روند که گفتم حدود هفت ماه وقت میگیره که برای دیتاساینتیست شدن جونیور مدت زمان بسیار کمی محسوب میشه.پ.ن:برای زبان میتونین زبان تخصصی کامپیوتر رو بخونین و برای 4 مهارت اصلی بهتون دوره ی تافل 120 اسکورایز رو معرفی می کنم. سید رفیع موسوی نیا سید رفیع موسوی نیا Sun, 13 Feb 2022 21:11:59 +0330