نوشته های محمدمهدی لطفی نژاد

درس چهارم: چطور داده يادگيری ماشين را از CSV لود کنيم؟

محمدمهدی لطفی نژاد — Fri, 23 Jan 2026 19:41:10 +0330

یادداشت های یک دیتاساینتیست: يادگيری ماشين آن طور که در دنيای واقعی کار می کندقبل از اينکه حتی درباره مدل و الگوريتم حرف بزنيم، يک قدم ساده اما حياتی داريم: داده را درست بخوانيم.اکثر آدم ها فکر می کنند “لود کردن CSV که کاری ندارد”، ولی در عمل همين مرحله اگر درست انجام نشود، کل پروژه از همان اول کج می رود.خشت اول گر نهد معمار کجتا ثريا می رود ديوار کجدر اين درس، دقيقا با همين ديتاست معروف Pima Indians کار می کنيم و ياد می گيريم چطور آن را مستقيم از اين لينک بخوانيم و اگر خواستيم دانلودش کنيم و محلی ذخيره کنيم:dataset_url = "https://raw.githubusercontent.com/jbrownlee/Datasets/master/pima-indians-diabetes.data.csv" # Dataset URLيک معرفی درست از ديتاست Pima Indiansاين ديتاست برای آموزش لود کردن داده انتخاب خيلی خوبی است، چون هم ساده است، هم واقعی است، و هم در ده ها مثال آموزشی تکرار شده.داده ها مربوط به پرونده های پزشکی هستند و هدف اين است که پيش بينی کنيم آيا فرد در چند سال آينده ممکن است ديابت بگيرد يا نه.چند نکته که بد نيست همين اول بدانيم:هر سطر، اطلاعات يک نفر است (يک رکورد پزشکی).همه ستون ها عددی هستند، يعنی با مشکل متن و رشته و اينها کمتر درگير می شويم.ستون آخر، خروجی است و فقط دو مقدار دارد: 0 يا 1.پس مسئله ما طبقه بندی (Classification) است، چون قرار است بين دو حالت تصميم بگيريم.در اين ديتاست، معنی Outcome اين است:Outcome = 0 يعنی ديابت تشخيص داده نشده استOutcome = 1 يعنی ديابت تشخيص داده شده استاينکه ديتاست “ساده” است، به اين معنی نيست که “بی دردسر” است. مثلا يک نکته مهم در همين ديتاست اين است که بعضی ستون ها مقدار صفر دارند، در حالی که در دنيای واقعی صفر بودنشان منطقی نيست (مثل Insulin يا BMI). اين را فعلا فقط در ذهن نگه دار، چون در درس های بعدی وقتی رفتيم سراغ آمار توصيفی (Descriptive Statistics) و آماده سازی داده (Data Preparation) دوباره برمی گرديم به همين موضوع.هر ستون در يک جمله (طبق اسم ستون ها)در اين ديتاست ما 9 ستون داريم. من معنی هر کدام را در يک جمله می گويم تا وقتی کد می زنی، فقط عدد نبينی، مفهوم پشت عدد را هم بفهمی:Pregnancies: تعداد دفعات بارداری فرد را نشان می دهد.Glucose: ميزان قند خون (غلظت گلوکز) را نشان می دهد که معمولا يکی از مهم ترين نشانه ها در ديابت است.BloodPressure: فشار خون دياستوليک را نشان می دهد (همان عدد پايين فشار خون).SkinThickness: ضخامت چين پوستی (معمولا پشت بازو) است که به عنوان يک شاخص تقريبی برای چربی بدن استفاده می شود.Insulin: ميزان انسولين اندازه گيری شده در بدن است (در بعضی رکوردها صفر آمده که بعدا درباره اش حرف می زنيم).BMI: شاخص توده بدنی است که نسبت وزن به قد را خلاصه می کند و تصويری کلی از اضافه وزن می دهد.DiabetesPedigreeFunction: يک عدد خلاصه شده برای نشان دادن سابقه خانوادگی ديابت و ريسک ژنتيکی است.Age: سن فرد است (به سال).Outcome: برچسب نهايی است که می گويد فرد ديابت دارد (1) يا ندارد (0).اين بخش را جدی بگير. چون وقتی بعدا مدل می سازی، مدل فقط عدد می بيند، اما تو بايد بدانی اين عددها دارند درباره چه چيزی حرف می زنند.4.1 قبل از خواندن CSV: چهار نکته که بايد حواست باشد1) هدر (File Header)اين فايل در نسخه اصلی هدر ندارد. يعنی سطر اول هم داده است.پس اگر بخواهيم ستون ها را درست و خوانا داشته باشيم، بايد اسم ستون ها را خودمان بدهيم.اسم ستون های رايج:PregnanciesGlucoseBloodPressureSkinThicknessInsulinBMIDiabetesPedigreeFunctionAgeOutcome2) جداکننده (Delimiter)اين CSV با کاما جدا شده است، پس delimiter برابر "," است.3) کامنت ها (Comments)در اين فايل کامنت نداريم، ولی اگر فايلی داشتی که خط هایش با # شروع می شد، بايد به خواننده بگويی آن خط ها داده نيستند.4) کوتیشن (Quotes)اين فايل کوتیشن خاصی ندارد، ولی بعضی CSV ها مقدارهای داخل کوتیشن دارند و بايد مشخص شود.4.3 روش اول: خواندن CSV از لينک با کتابخانه استاندارد پایتونکتابخانه استاندارد پایتون يک ماژول به اسم csv دارد. ما می توانيم فايل را از URL باز کنيم و خط به خط بخوانيم.import csv # Read CSV rows from urllib.request import urlopen # Open a URL stream from io import TextIOWrapper # Convert bytes to text import numpy as np # Convert to numeric arrays dataset_url = "https://raw.githubusercontent.com/jbrownlee/Datasets/master/pima-indians-diabetes.data.csv" # Dataset URL response = urlopen(dataset_url) # Download file as a stream text_stream = TextIOWrapper(response, encoding="utf-8") # Decode bytes to text csv_reader = csv.reader(text_stream, delimiter=",") # Create CSV reader rows_as_text = list(csv_reader) # Read all rows into a list data_array = np.array(rows_as_text, dtype=float) # Convert all values to float print("Shape:", data_array.shape) # Print dataset shape (rows, cols) print("First row:", data_array[0]) # Show the first row to confirm it looks correctOutput:Shape: (768, 9) First row: [ 6. 148. 72. 35. 0. 33.6 0.627 50. 1. ]اين روش کمک می کند بفهمی “خام خام” داده چطور وارد برنامه می شود.4.4 روش دوم: خواندن CSV از لينک با نامپای (NumPy)اين روش خيلی جمع و جور و سريع است، به شرطی که همه چيز عددی باشد (که در اين ديتاست هست).import numpy as np # Numerical arrays from urllib.request import urlopen # Open URL stream dataset_url = "https://raw.githubusercontent.com/jbrownlee/Datasets/master/pima-indians-diabetes.data.csv" # Dataset URL with urlopen(dataset_url) as response: # Open URL as a stream data_array = np.loadtxt(response, delimiter=",") # Load CSV into NumPy array print("Shape:", data_array.shape) # Print dataset shape print("First row:", data_array[0]) # Quick sanity checkOutput:نکته تجربه ای: اگر يک روز فايلت حتی يک مقدار خالی يا متن داشته باشد، اين روش سريع خطا می دهد.4.5 روش سوم: خواندن CSV از لينک با پانداس (Pandas) (روش پيشنهادی من)پانداس برای يادگيری ماشين خيلی خوش دست است چون خروجی DataFrame می دهد و همان لحظه آماده خلاصه گرفتن و رسم نمودار است.چون اين فايل هدر ندارد، ما اسم ستون ها را خودمان می دهيم تا کارمان خوانا باشد.import pandas as pd # Work with DataFrame dataset_url = "https://raw.githubusercontent.com/jbrownlee/Datasets/master/pima-indians-diabetes.data.csv" # Dataset URL column_names = [ # Column names for readability "Pregnancies", # Number of pregnancies "Glucose", # Plasma glucose concentration "BloodPressure", # Diastolic blood pressure "SkinThickness", # Triceps skin fold thickness "Insulin", # 2-Hour serum insulin "BMI", # Body mass index "DiabetesPedigreeFunction", # Diabetes pedigree function "Age", # Age in years "Outcome" # Target label (0 or 1) ] df = pd.read_csv(dataset_url, names=column_names) # Read CSV from URL and assign column names print("Shape:", df.shape) # Print dataset shape print(df.head()) # Show first 5 rowsOutput:اگر بخواهی سريع مطمئن شوی همه چيز درست لود شده:print(df.dtypes) # Check data types of columns print(df["Outcome"].value_counts()) # Check how many 0s and 1s we have4.6 چطور به خواننده ياد بدهيم فايل را دانلود و ذخيره کند؟اينجا يک کار خيلی کاربردی انجام می دهيم: فايل را از همين لينک دانلود می کنيم و روی سيستم ذخيره می کنيم، طوری که بعدا بدون اينترنت هم بتوانند با آن کار کنند.from urllib.request import urlopen # Download from URL dataset_url = "https://raw.githubusercontent.com/jbrownlee/Datasets/master/pima-indians-diabetes.data.csv" # Dataset URL output_filename = "pima-indians-diabetes.data.csv" # Local file name to save with urlopen(dataset_url) as response: # Open URL stream file_bytes = response.read() # Read all bytes from the response with open(output_filename, "wb") as file_handle: # Open a local file in binary write mode file_handle.write(file_bytes) # Save downloaded bytes to disk print("Saved file as:", output_filename) # Confirm file was saved successfullyحس خوب اين کار اين است که:يک بار دانلود می کنندبعدش همه تمرين ها را روی فايل محلی انجام می دهندو هر بار وابسته به لينک و اينترنت نيستندجمع بندی درسدر اين درس ياد گرفتيم:قبل از لود CSV بايد هدر، جداکننده، کامنت و کوتیشن را چک کنيمديتاست Pima Indians چيست و هر ستون چه معنی داردسه روش لود کردن را تمرين کرديم: استاندارد پایتون، نامپای (NumPy)، پانداس (Pandas)و در نهايت ياد گرفتيم چطور فايل را دانلود و روی سيستم ذخيره کنيمقدم بعدیحالا که داده را درست لود کرديم، وقتش است واقعا به آن نگاه کنيم.در درس بعدی می رويم سراغ آمار توصيفی (Descriptive Statistics) تا با چند عدد ساده بفهميم داده چه شکلی است، کجاها مشکوک است، و قبل از مدل سازی چه چيزهايی بايد اصلاح شود.

درس سوم: شروع سریع با پایتون و SciPy

محمدمهدی لطفی نژاد — Fri, 23 Jan 2026 01:53:46 +0330

یادداشت های یک دیتاساینتیست: یادگیری ماشین آن طور که در دنیای واقعی کار می کنداگر تجربه برنامه نویسی داشته باشی، پایتون برایت یک زبان عجیب و غریب نیست. من بارها دیده ام کسی که قبلا با C# یا Java یا حتی JavaScript کار کرده، با چند جلسه تمرین ساده، خیلی راحت وارد پایتون می شود. نکته اینجاست: برای شروع یادگیری ماشین لازم نیست یک پایتون کار حرفه ای باشی. فقط باید چند ویژگی کلیدی زبان را بلد باشی تا همان چیزی که از قبل می دانی را سریع منتقل کنی.هدف این درس در این سری مقاله دقیقا همین است: یک مرور سریع اما کاربردی روی پایتون و سه ابزار اصلی که در یادگیری ماشین مدام با آنها سر و کار داری: نامپای (NumPy)، مت پلات لیب (Matplotlib)، و پانداس (Pandas).بعد از این درس باید بتوانی:در کدهای پایتون راحت حرکت کنی و سینتکس را گم نکنی.آن قدر NumPy و Matplotlib و Pandas را بلد باشی که اسکریپت های یادگیری ماشین را بخوانی و بنویسی.یک پایه بسازی که بعدا روی آن، کارهای جدی تر یادگیری ماشین را راحت تر یاد بگیری.اگر از قبل کمی پایتون می دانی، این درس برایت مثل یک یادآوری دوستانه است. اگر هم تازه می خواهی شروع کنی، اینجا دقیقا همان جایی است که باید با خیال راحت قدم اول را برداری.مرور سریع پایتونوقتی تازه وارد پایتون می شوی، لازم نیست همه چیز را یکجا یاد بگیری. برای اینکه بتوانی کد را بخوانی و بفهمی، همین چهار موضوع کافی است:انتساب (Assignment)کنترل جریان (Flow Control)ساختارهای داده (Data Structures)توابع (Functions)ما هر کدام را با مثال های کوچک و مستقل جلو می بریم. پیشنهاد من این است که همین مثال ها را واقعا تایپ کنی و اجرا کنی. با دیدن خروجی، موضوع در ذهن می نشیند.یک نکته خیلی مهم: در پایتون فاصله گذاری معنی دارد. یعنی اگر جای فاصله ها اشتباه شود، برنامه یا اجرا نمی شود یا کار دیگری می کند. از همان اول این را جدی بگیر.انتساب (Assignment)اگر برنامه نویسی بلدی، انتساب و نوع داده برایت غریبه نیست. ولی در پایتون چند چیز به شکل ساده تر انجام می شود.رشته ها (Strings)# Define a sample text sample_text = "hello world" # Print the first character print(sample_text[0]) # Print the length of the text print(len(sample_text)) # Print the full text print(sample_text)عددها (Numbers)# Define a floating-point number numeric_value = 123.1 # Print the current numeric value print(numeric_value) # Re-assign an integer value numeric_value = 10 # Print the updated numeric value print(numeric_value)مقدارهای منطقی (Boolean)# Define boolean values is_ready = True is_finished = False # Print both boolean values print(is_ready, is_finished)انتساب چندگانه (Multiple Assignment)# Assign three values in one line first_num, second_num, third_num = 1, 2, 3 # Print the unpacked values print(first_num, second_num, third_num)بدون مقدار (No Value)# Define a variable with no value yet missing_value = None # Print the None value print(missing_value)کنترل جریان (Flow Control)سه نوع کنترل جریان را در شروع لازم داری:شرط هاحلقه forحلقه whileشرط if / elif / else# Define a test value speed_value = 99 # Check the value using conditions if speed_value == 99: # Print when the value matches 99 print("That is fast") elif speed_value > 200: # Print when the value is too large print("That is too fast") else: # Print for all other cases print("That is safe")حلقه for# Loop from 0 to 9 for index in range(10): # Print the current index print(index)حلقه while# Start the counter at zero counter = 0 # Keep looping while counter is less than 10 while counter < 10: # Print the current counter print(counter) # Increase counter by 1 counter += 1ساختارهای داده (Data Structures)سه ساختار داده که بیشترین استفاده را دارند:تاپل (Tuple)لیست (List)دیکشنری (Dictionary)تاپل (Tuple)# Define an immutable tuple fixed_numbers = (1, 2, 3) # Print the tuple print(fixed_numbers) لیست (List)# Define a mutable list number_list = [1, 2, 3] # Print the first element (index 0) print("Zeroth Value:", number_list[0]) # Add a new value to the list number_list.append(4) # Print the updated list length print("List Length:", len(number_list)) # Loop through each item in the list for item in number_list: # Print the current item print(item) دیکشنری (Dictionary)# Define a dictionary (key-value pairs) value_map = {"a": 1, "b": 2, "c": 3} # Print the value for key "a" print("A value:", value_map["a"]) # Update the value for key "a" value_map["a"] = 11 # Print the updated value for key "a" print("A value:", value_map["a"]) # Print all keys print("Keys:", list(value_map.keys())) # Print all values print("Values:", list(value_map.values())) # Loop through keys and print each value for key in value_map.keys(): # Print the value for the current key print(value_map[key]) توابع (Functions)# Define a function that sums two numbers def sum_two_numbers(first_value, second_value): # Return the sum result return first_value + second_value # Call the function with sample inputs sum_result = sum_two_numbers(1, 3) # Print the returned result print(sum_result) مرور سریع NumPy NumPy ستون فقرات محاسبات عددی در اکوسیستم SciPy است. مهم ترین مفهوم در NumPy، آرایه چندبعدی یا ndarray است.ساخت آرایه (Create Array)import numpy as np # Define a Python list python_list = [1, 2, 3] # Convert the list to a NumPy array numpy_array = np.array(python_list) # Print the NumPy array print(numpy_array) # Print the shape of the array print(numpy_array.shape) دسترسی به داده (Access Data)import numpy as np # Define a nested list (2D data) two_dimensional_list = [[1, 2, 3], [3, 4, 5]] # Convert the nested list to a NumPy 2D array matrix_array = np.array(two_dimensional_list) # Print the full matrix print(matrix_array) # Print the matrix shape (rows, cols) print(matrix_array.shape) # Print the first row print("First row:", matrix_array[0]) # Print the last row print("Last row:", matrix_array[-1]) # Print a specific element (row 0, col 2) print("Specific row and col:", matrix_array[0, 2]) # Print the entire third column print("Whole col:", matrix_array[:, 2]) عملیات عددی (Arithmetic)import numpy as np # Define the first array left_array = np.array([2, 2, 2]) # Define the second array right_array = np.array([3, 3, 3]) # Add arrays element-wise print("Addition:", left_array + right_array) # Multiply arrays element-wise print("Multiplication:", left_array * right_array) مرور جدی Matplotlib اینجا همان جایی است که من همیشه روی آن تاکید می کنم: Matplotlib را سرسری نگیر. چون خیلی از خطاهای تحلیل، با یک نمودار ساده مشخص می شوند. چاپ کردن عددها به تنهایی کافی نیست. باید داده را ببینی.روش کار معمول با Matplotlib معمولا این شکلی است:یک تابع رسم را روی داده صدا می زنی (مثل plot یا scatter)چند تابع برای تنظیم ویژگی ها می زنی (مثل برچسب محور)در آخر نمودار را نمایش می دهی (show)نمودار خطی (Line Plot)import matplotlib.pyplot as plt import numpy as np # Define 1D data for the line plot line_values = np.array([1, 2, 3]) # Create the line plot plt.plot(line_values) # Label the x-axis plt.xlabel("some x axis") # Label the y-axis plt.ylabel("some y axis") # Show the plot window plt.show()نمودار پراکندگی (Scatter Plot)import matplotlib.pyplot as plt import numpy as np # Define x values x_values = np.array([1, 2, 3]) # Define y values y_values = np.array([2, 4, 6]) # Create the scatter plot plt.scatter(x_values, y_values) # Label the x-axis plt.xlabel("some x axis") # Label the y-axis plt.ylabel("some y axis") # Show the plot window plt.show()مرور سریع Pandas Pandas ابزار اصلی کار با داده های جدولی است. دو مفهوم کلیدی:سری (Series)دیتافریم (DataFrame)سری (Series)import numpy as np import pandas as pd # Define 1D data series_values = np.array([1, 2, 3]) # Define row labels row_labels = ["a", "b", "c"] # Create a Pandas Series with labels labeled_series = pd.Series(series_values, index=row_labels) # Print the full series print(labeled_series) # Access the first value by position print(labeled_series[0]) # Access the value by label print(labeled_series["a"]) دیتافریم (DataFrame)import numpy as np import pandas as pd # Define 2D data table_values = np.array([[1, 2, 3], [4, 5, 6]]) # Define row labels row_labels = ["a", "b"] # Define column labels column_labels = ["one", "two", "three"] # Create a DataFrame with row and column labels data_table = pd.DataFrame(table_values, index=row_labels, columns=column_labels) # Print the full DataFrame print(data_table) # Access one column using bracket notation print("method 1:") print(data_table["one"]) # Access one column using dot notation print("method 2:") print(data_table.one) جمع بندی این درسدر این درس، کلی زمین را پوشش دادیم، اما همه چیز حساب شده بود:با سینتکس پایه پایتون آشنا شدی (انتساب، شرط، حلقه، ساختارهای داده، تابع)یاد گرفتی NumPy چطور داده عددی را شکل می دهد و با آن محاسبه می کندMatplotlib را جدی دیدی و دو نوع نمودار مهم را ساختیو فهمیدی Pandas چطور داده جدولی را به شکل Series و DataFrame مدیریت می کنداگر همین بخش ها را خوب تمرین کنی، از این به بعد وقتی یک اسکریپت یادگیری ماشین می بینی، حس نمی کنی یک متن ناشناخته جلوی تو گذاشته اند.قدم بعدیدر درس بعدی، وارد یک بخش کاملا کاربردی می شویم: بارگذاری مجموعه داده های استاندارد یادگیری ماشین در پایتون. یعنی همان چیزی که در پروژه های واقعی همیشه نقطه شروع است: داده را چطور سریع و درست وارد کنیم و آماده تحلیل کنیم.

درس دوم: اکوسیستم پایتون برای یادگیری ماشین (Python Ecosystem for Machine Learning)

محمدمهدی لطفی نژاد — Wed, 21 Jan 2026 17:38:51 +0330

یادداشت های یک دیتاساینتیست: یادگیری ماشین آن طور که در دنیای واقعی کار می کنداگر بخواهم خلاصه بگویم، دلیل اینکه امروز بیشتر پروژه های دیتاساینس و یادگیری ماشین با پایتون انجام می شوند، یک چیز است: اکوسیستم.نه خود زبان به تنهایی، نه یک کتابخانه خاص، بلکه مجموعه ای از ابزارهایی که کنار هم کار می کنند و از تحقیق تا محصول نهایی همراهت هستند.در این درس می خواهیم دقیق و به زبان ساده ببینیم این اکوسیستم چیست، چرا شکل گرفته و امروز در عمل چطور باید از آن استفاده کرد.چرا پایتون (Python) به انتخاب اول یادگیری ماشین تبدیل شد؟پایتون یک زبان برنامه نویسی عمومی (General Purpose Programming Language) است.یعنی فقط برای تحلیل داده یا یادگیری ماشین ساخته نشده، اما دقیقاً همین ویژگی باعث قدرتش شده است.چند دلیل اصلی محبوبیت پایتون در یادگیری ماشین:خوانایی بالا و سینتکس سادهمناسب برای کار تعاملی و آزمایش سریع (Prototyping)قابل استفاده هم در تحقیق و هم در محیط عملیاتی (Production)جامعه کاربری بسیار بزرگ و فعالبرخلاف ابزارهایی مثل Matlab یا حتی R، با پایتون لازم نیست وقتی کارت جدی شد، زبانت را عوض کنی.همان کدی که برای تحلیل اولیه می نویسی، می تواند پایه سیستم واقعی شود.اکوسیستم SciPy یعنی چه و چرا مهم است؟وقتی از اکوسیستم SciPy صحبت می کنیم، منظورمان یک کتابخانه واحد نیست.بلکه مجموعه ای از ابزارهاست که هر کدام نقش مشخصی دارند و کنار هم کار می کنند.مهم ترین اجزای این اکوسیستم برای یادگیری ماشین:نامپای (NumPy)پایه همه چیز است.تقریباً تمام داده هایی که وارد الگوریتم های یادگیری ماشین می شوند، در نهایت به آرایه های NumPy تبدیل می شوند.پانداس (Pandas)ابزار اصلی کار با داده های جدولی (Tabular Data).لود کردن CSV، بررسی داده، فیلتر کردن، خلاصه آماری و تمیزکاری اولیه معمولاً با Pandas انجام می شود.مت پلات لیب (Matplotlib)کتابخانه اصلی رسم نمودار.برای دیدن الگوها، توزیع داده و خطاها، Visualization هنوز هم یکی از مهم ترین ابزارهاست.به زبان ساده:Pandas برای فهم دادهNumPy برای محاسبهMatplotlib برای دیدنscikit-learn قلب یادگیری ماشین کلاسیککتابخانه scikit-learn جایی است که یادگیری ماشین در پایتون عملاً اتفاق می افتد.این کتابخانه:روی SciPy ساخته شدهالگوریتم های طبقه بندی (Classification)، رگرسیون (Regression)، خوشه بندی (Clustering) و بیشتر را داردابزار ارزیابی مدل (Evaluation)پیش پردازش داده (Preprocessing)و تنظیم پارامترها (Hyperparameter Tuning) را فراهم می کندمزیت مهم scikit-learn این است که:API آن یکدست و قابل پیش بینی استیادگیری یک الگوریتم، یادگیری بقیه را خیلی راحت تر می کندکاملاً متن باز (Open Source) و مناسب استفاده تجاری است Python Ecosystem for Machine Learning ------------------------------------- +-------------------------------------------------------------------+ | Python (Language) | | general-purpose | scripting | notebooks | production services | +-------------------------------+-----------------------------------+ | v +-------------------------------------------------------------------+ | SciPy Stack (Core Ecosystem) | | | | +-----------+ +-----------+ +-------------+ | | | NumPy | | Pandas | | Matplotlib | | | | arrays | | tabular | | plotting | | | | vectorize | | ETL/EDA | | charts | | | +-----------+ +-----------+ +-------------+ | | \ | / | | \ | / | | v v v | | +-------------------------------+ | | | Data in a common form | | | | arrays + dataframes + plots | | | +-------------------------------+ | +-------------------------------------------------------------------+ | v +-------------------------------------------------------------------+ | scikit-learn (ML Toolkit) | | | | +----------------+ +---------------------+ +--------------+ | | | Preprocessing | | Model Training | | Evaluation | | | | scaling/enc |-->| fit/predict |-->| metrics/CV | | | | impute/split | | classification | | test harness | | | +----------------+ | regression | +--------------+ | | | | clustering | | | | v +---------------------+ v | | +----------------+ | +------------------+ | | | Pipelines |<-----------+----------->| Tuning/Ensembles | | | | repeatable | | grid/random/Bayes| | | | reproducible | | RF/GB/Stacking | | | +----------------+ +------------------+ | +-------------------------------------------------------------------+ | v +-------------------------------------------------------------------+ | Your Workflow (End-to-End) | | | | 1) Define Problem (Problem Definition) | | 2) Analyze Data (Data Analysis / EDA) | | 3) Prepare Data (Data Preparation) | | 4) Evaluate Models (Algorithm Evaluation) | | 5) Improve Results (Model Improvement) | | 6) Deliver/Use Model (Deployment / Inference) | | | +-------------------------------------------------------------------+ | v +-------------------------------------------------------------------+ | Environment Setup (Modern) | | | | Python 3.10+ | venv/conda | pip install ... | versions | | | +-------------------------------------------------------------------+ نصب اکوسیستم پایتون بیایید صادق باشیم:دیگر Python 2 سال هاست مرده است.امروز اگر وارد این حوزه می شوی، فقط و فقط با Python 3 جلو می رویم.نسخه پیشنهادی پایتوندر حال حاضر:Python 3.10 یا 3.11 کاملاً مناسب استاگر تازه کار هستی، آخرین نسخه پایدار Python 3 انتخاب خوبی استبررسی نسخه نصب شده:# Check Python version import sys print(sys.version)ساخت محیط مجازی (Virtual Environment)یکی از عادت های حرفه ای که از همین اول باید یاد بگیری:برای هر پروژه، یک محیط جدا.python -m venv .venv or python3 -m venv .venv source .venv/bin/activate # On macOS / Linuxیا در ویندوز:.venv\Scripts\activateنصب کتابخانه های اصلیبعد از فعال کردن محیط مجازی:pip install numpy pandas matplotlib scikit-learnبررسی نصب:# Check installed versions import numpy import pandas import matplotlib import sklearn print(numpy.__version__) print(pandas.__version__) print(matplotlib.__version__) print(sklearn.__version__)کامنت ها عمداً ساده اند؛ هدف فهمیدن کاربرد است، نه نمایش پیچیدگی.Anaconda: راه راحت تر برای بعضی هااگر با نصب دستی راحت نیستی، Anaconda هنوز هم یک گزینه قابل قبول است.مزایا:همه چیز آمادهمناسب شروع سریعمعایب:سنگین تر از pip + venvگاهی بیش از حد ابزار نصب می کنداگر تازه کار هستی یا روی سیستم شخصی کار می کنی، Anaconda بد نیست.اگر پروژه واقعی و قابل کنترل می خواهی، pip و محیط مجازی انتخاب حرفه ای تری است.جمع بندی درس دومدر این درس دیدیم:چرا پایتون (Python) به زبان اصلی یادگیری ماشین تبدیل شدهاکوسیستم SciPy شامل چه ابزارهایی است و هرکدام چه نقشی دارندscikit-learn چرا هسته یادگیری ماشین کلاسیک استو امروز در سال ۲۰۲۶ چطور باید این اکوسیستم را نصب و آماده کردقدم بعدیدر درس بعدی، وارد کار عملی می شویم:یک مرور سریع و کاربردی روی Python و SciPyفقط آن چیزهایی که برای شروع پروژه یادگیری ماشین واقعاً لازم است، نه بیشتر.

درس اول: از کجا وارد یادگیری ماشین شویم که وقتمان نسوزد؟

محمدمهدی لطفی نژاد — Wed, 21 Jan 2026 11:47:09 +0330

یادداشت های یک دیتاساینتیست: یادگیری ماشین آن طور که در دنیای واقعی کار می کنداگر بخواهم از تجربه شخصی خودم بگویم، بیشتر کسانی که وارد یادگیری ماشین می شوند و پس از مدتی مطالعه احساس سرخوردگی میکنند، مشکلشان کم کاری یا نداشتن هوش نیست.مشکل اصلی این است که از مسیر اشتباه شروع می کنند.من این را به عنوان کسی می گویم که سال ها با داده واقعی، در پروژه های واقعی، تحت فشار زمانی، روی مدل هایی که باید در عمل جواب بدهند کار کرده؛ نه صرفاً در محیط آکادمیک یا تمرین های تر و تمیز و بی دردسر.این مجموعه مقاله قرار نیست یادگیری ماشین را شبیه یک دنیای شیک و بی نقص نشان بدهد.هدفش این است که نشان بدهد اگر بخواهی واقعاً با Python و داده کار کنی، چه چیزهایی مهم اند و چه چیزهایی نه.یادگیری ماشین به روشی که خیلی ها انجام می دهند (و البته معمولاً جواب نمی دهد)الگوی رایج این است:اول می روند سراغ Python و سعی می کنند در Syntax و جزئیات زبان غرق شوند.بعد می افتند دنبال تئوری الگوریتم ها و پارامترهایشان.و وقتی به یک دیتاست واقعی می رسند، نمی دانند از کجا شروع کنند.این مسیر شاید علمی به نظر برسد، اما در عمل کند، فرسایشی و کم بازده است.یادگیری ماشین فقط انتخاب الگوریتم نیست.مدل ساختن فقط fit() کردن نیست.و حل مسئله فقط بلد بودن scikit-learn نیست.یادگیری ماشین در عمل یعنی ساختن مدل پیش بینی کننده (Predictive Modeling)چیزی که در صنعت بیشترین کاربرد را دارد و بیشترین ارزش را ایجاد می کند، ساختن مدل پیش بینی کننده (Predictive Modeling) است.در این رویکرد:تمرکز روی پیش بینی درست داده های جدید استتوضیح دقیق چرایی پیش بینی همیشه اولویت اول نیستاغلب با داده های جدولی (Tabular Data) مثل CSV، اکسل یا دیتابیس سروکار داریمابزارهای اصلی هم معمولاً pandas، numpy و scikit-learn هستند.پروژه یادگیری ماشین از نگاه کسی که پروژه واقعی دیدهتقریباً هر پروژه یادگیری ماشین کاربردی را می توان به این مراحل تقسیم کرد:تعریف مسئله (Problem Definition)تحلیل داده (Data Analysis)آماده سازی داده (Data Preparation)ارزیابی الگوریتم ها (Algorithm Evaluation)بهبود مدل (Model Improvement)ارائه نتیجه و پیش بینی (Presentation & Prediction)اشتباه رایج این است که خیلی ها مستقیم می پرند وسط مرحله چهارم.در حالی که اگر مراحل قبل درست انجام نشود، بهترین الگوریتم هم نتیجه خوبی نمی دهد.این سری مقاله ها دقیقاً قرار است چه کاری بکند؟در این سری مقاله ها قرار نیست با ده ها روش مختلف گیج شوی.برعکس، هدف این است که یک مسیر ساده، منطقی و تکرارپذیر یاد بگیری.برای هر مرحله:بدانیم دقیقاً چه کاری باید انجام دهیمبدانیم در Python چطور انجامش دهیمبدانیم خروجی قابل قبول چیستساختار این سری مقاله هابخش اول: آموزشدر این بخش، هر مقاله روی یک وظیفه مشخص (Task) تمرکز دارد.مثلاً:بارگذاری داده از فایل CSVشناخت داده با آمار توصیفی (Descriptive Statistics)مصورسازی داده (Visualization)پیش پردازش داده (Data Preprocessing)انتخاب ویژگی ها (Feature Selection)معیارهای ارزیابی (Evaluation Metrics)خط لوله ها (Pipelines)مدل های ترکیبی (Ensemble Methods)تنظیم پارامترها (Hyperparameter Tuning)هر درس طوری نوشته می شود که بشود در مدت کوتاهی خواند و اجرا کرد.بخش دوم: پروژه هااینجا مثال ها به هم وصل می شوند و یک پروژه کامل شکل می گیرد.در این بخش با دیتاست هایی کار می کنیم که:کوچک هستندتمیز و قابل مدیریت اندو Benchmark دارندBenchmark یعنی چه؟یعنی قبلاً افراد زیادی روی این دیتاست ها کار کرده اند، نتایجشان منتشر شده، و ما حدوداً می دانیم چه دقتی منطقی است و چه الگوریتم هایی معمولاً خوب جواب می دهند. این موضوع کمک می کند:بفهمیم مدل ما خوب است یا نهبدانیم در مسیر درستی هستیم یا نهو تجربه دیگران را به عنوان مرجع استفاده کنیمبخش سوم: دستورالعمل ها (Recipes)دستورالعمل ها مثال های کوتاه و مستقل هستند.هر دستورالعمل:یک کار مشخص را انجام می دهدبدون توضیح اضافهاجرا می شودو نتیجه می دهداین ها همان چیزهایی هستند که در پروژه واقعی، وقتی زمان کم است، به کارت می آیند.این سری مقاله ها چه چیزی نیست؟شفاف بگویم:این ها آموزش تئوری یادگیری ماشین نیستوارد جزئیات ریاضی مثل Bias-Variance Tradeoff نمی شویمآموزش مقدماتی Python هم نیستاگر کسی بخواهد از صفر مطلق شروع کند، احتمالاً جای مناسبی نیست.اما اگر کمی با Python و مفاهیم کلی ML آشناست و می خواهد راه بیفتد، اینجا دقیقاً برای اوست.اگر تا آخر این مسیر را برویبعد از این سری مقاله ها:می دانی با یک دیتاست جدید از کجا شروع کنیمی توانی یک مدل قابل استفاده تحویل بدهیو ذهنت ساختار پیدا می کندبعد از آن، رفتن به سراغ الگوریتم های پیشرفته تر یا Deep Learning خیلی منطقی تر و راحت تر می شود.قدم بعدیدر درس بعدی می رویم سراغ اکوسیستم پایتون برای یادگیری ماشین (Python Ecosystem for Machine Learning)و بررسی می کنیم pandas، numpy، scikit-learn و SciPy دقیقاً چه نقشی دارند و چطور باید ازشان استفاده کرد.

وقتی سختی‌ها آسان می‌شوند!

محمدمهدی لطفی نژاد — Sat, 19 Apr 2025 16:16:27 +0330

سلام دوستان! خب قبل از هر چیز یه سوال براتون دارم: تابحال شده دست به کاری بزنین که اولش به نظرتون خیلی سخت و طاقت‌فرسا باشه؟ کاری که هر بار می‌خواید از پسش بربیاید، احساس می‌کنید سنگینی یک کوه رو دارید حمل می‌کنید؟ من خودم بارها این حس رو تجربه کردم. می‌دونین راز پشت این حس چیه؟ رالف والتو امرسون یه جمله خیلی ناب داره که می‌گه:«کاری که ما پشت‌سر هم بهش ادامه می‌دیم، برامون راحت‌تر می‌شه، نه اینکه خودِ اون کار تغییر کنه، بلکه قدرت ما برای انجام دادنش بیشتر شده.»حالا بیایم با هم این جمله رو ورق بزنیم و ببینیم چی می‌خواد بگه.سختی کار دست‌نخورده اما شما قدرتمندتر می‌شیدبذارین یه مثال ساده بزنم. دفعه اولی که می‌خواستیم دوچرخه‌سواری یاد بگیریم، یادتونه؟ دست‌پاچه بودیم. پدال زدن انگشتای پامون رو کرخت می‌کرد، فرمون تکون می‌خورد، بارها می‌افتادیم! شاید دلمون می‌خواست قایم شیم زیر پتو و دیگه هیچ‌وقت سوار دوچرخه نشیم. ولی یه روز تصمیم گرفتیم دوباره امتحان کنیم. روز بعد، باز پاهامون خسته شد، باز ترس داشتیم که بیفتیم. اما روز سوم، کم‌کم تونستیم چند متر صاف بریم. روز چهارم دیگه تونستیم دور کوتاهی رو بدون کمک بریم. تا روز دهم؟ دیگه داشتیم پیچ‌وخم خیابون رو با اعتماد به نفس رد می‌کردیم.نکته اینه که دوچرخه هنوز همون دوچرخه بود؛ پدالش همچنان سفت بود، مسیر همچنان پر دست‌انداز. اما ما قوی‌تر شده بودیم. ماهیچه پامون قوی‌تر شده بود، تعادلمون بهتر شده بود، اعتماد به نفسمون افزایش پیدا کرده بود.چه درسی از این موضوع می‌گیریم؟یاد می‌گیریم که:سختیِ کار کم نشده؛شما بزرگ و قوی‌تر شدین؛مسیر شما از درون تغییر کرده، نه محیط اطراف.پس هر وقت احساس کردید کار برای شما آسون شده، بدونین که نه شرایط تغییر کرده، نه کوتاه شده، بلکه شما ارتقا پیدا کردین.این موضوع تو زندگی چه معنایی داره؟خب، اگه این قانون تو یادگیری دوچرخه‌سواری صدق می‌کنه، مطمئناً تو بقیه‌ی جنبه‌های زندگی هم صادقه:یادگیری یک زبان جدید: دفعه اول مکالمه با یه غریبه انگار امتحان شفاهی سخت‌ترین دانشگاه دنیا باشه؟ کم‌کم جمله‌ها وصل می‌شن، کلمات می‌چسبن به هم، مکالمه ساده می‌شه.ورزش و سلامتی: روز اول ۵ دقیقه روهرچند سخت دویدین، ولی بعد از چند هفته تبدیل می‌شه به ۳۰ دقیقه‌ی راحت.کار حرفه‌ای: اولین پروژه‌ی بزرگ شما چقدر استرس داشت؟ حتماً پر از شب‌بیداری و کورسوی امید بود. الان شاید با یه چشم‌بند هم بتونید از پسش بربیایید!عاشق چالش بشینحالا بخش جذاب ماجرا اینجاست: اگه به اندازه کافی پشتکار داشته باشین، بالاخره عشق به چالش پیدا می‌کنین. بله… شاید عجیب باشه؛ فکر می‌کنید هیچ آدمی از سختی و درگیری لذت نمی‌بره. ولی واقعیت اینه که وقتی مسیرتونو از نزدیک ببینید و روزبه‌روز بهتر شید، لذتِ «قوی شدن» از سرگرمی‌های ساده‌ی زندگی هم بیشتر می‌شه. اینجاست که می‌گیم:سختی‌ها آسون نمی‌شن، شما قوي‌تر می‌شید.وقتی چالش دیگه ترسناک به نظر نمی‌رسه، هیجان‌انگیزه. یه جور شادی درونیه که فقط از طی‌کردن مسیرِ سخت به‌دست میاد.جریان آزاد (True Flow)شاید شنیده باشید بهش می‌گن «فلو» یا جریان آزاد. حالتیه که شما آن‌قدر در انجام یک کار غرق می‌شید که زمان یادتون می‌ره، انرژی تون پر می‌زنه، لذت می‌برید. برای هر کسی ممکنه فلو در زمینۀ متفاوتی رخ بده:نویسنده تو نوشتن.نقاش تو کشیدن.معلم تو تدریس.توسعه‌دهنده تو کدنویسی.هر کدوم از ما کارهایی داریم که هم سختن، هم شیرین. وقتی بتونیم تکرارشون کنیم، نه دیگه سخت به نظر میان و نه کلافه‌مون می‌کنن. بلکه «مکانیسم رشد» فعال می‌شه.چطوری خودتونو قوی‌تر کنید؟پشتکار رو رها نکنیدهمینکه یه روز از مسیر خارج شدین، دوباره برگردین. حتی ده دقیقه. همین ده دقیقه بهتون یادآوری می‌کنه که هنوز قدرت ادامه دادن دارید.تمرکز روی پیشرفت‌های کوچکهر بار از دیروز بهتر باشین. لازم نیست یک هفته و دو هفته و یک ماه در نظر بگیرین. امروزتون رو بسنجین: تونستیم پنج دقیقه بیشتر کار کنیم؟ تونستیم دو کلمه جدید یاد بگیریم؟ این‌ها همه نشونه‌ی قدرتمند شدن شماست.لذت بردن از مسیریاد بگیرید از خودِ مسیر لذت ببرین، نه فقط رسیدن به مقصد. گاهی حتی سختی‌هاش جذابه.ثبت دستاوردهاتو دفترچه، تو اپلیکیشن، یا فقط زبونی به خودتون بگین: «دیدی چقدر قوی شدم؟» این حس موفقیت، سوخت فردای شماست.خب، شاید تا الان فکر کنین دارم شعار می‌دم، اما اجازه بدین این‌طور به قضیه نگاه کنین:شما همون آدم دیروز نیستین؛قدرتتون بیشتر شده؛چالش‌ها بیشتر از قبل دست‌یافتنی هستن؛و در نهایت، می‌تونین عاشق فرآیند رشد بشین.پس از همین امروز یه چالشی رو انتخاب کنین؛ هر چی که می‌خواین بهش مسلط بشین: یادگیری یک مهارت جدید، ورزش، هنر، یا هر چیزی که برای شما ارزشمنده. هر روز حتی پنج دقیقه براش وقت بذارین. باور کنین بعد از چند هفته حس می‌کنین قدرتتون چقدر جهش کرده.دوست دارم تجربه‌هاتون رو هم بشنوم. تو کامنت‌ها بنویسید که چه چالشی انتخاب کردید و چند روزه ادامه دادید. مرسی که تا آخر همراه من بودید. اگر این نوشته براتون مفید بود، حتما لایک و سابسکرایب یادتون نره!پرانرژی بمونید و یادتون باشه: «سختی‌ها تغییر نمی‌کنن، شما قوي‌تر می‌شید!»

چهار ستون موفقیت در تحول فناوری اطلاعات: درس‌هایی از سازمان آب و برق خوزستان

محمدمهدی لطفی نژاد — Wed, 02 Apr 2025 13:33:09 +0330

شاید تا حالا توی یه سازمان دولتی بزرگ، به‌خصوص تو بخش فناوری اطلاعات (IT)، کار کرده باشین. اگه تجربه‌ی مشابه داشته باشین، احتمالاً می‌دونین که برخورد اولیه‌ی بخش‌های عملیاتی با واحد آی‌تی چقدر می‌تونه سرد و بی‌اعتماد باشه. من خودم یه جایی کار می‌کردم به اسم سازمان آب و برق خوزستان که اولش اصلاً باهامون خوب تا نمی‌کردن و بهمون می‌گفتن «مرغ‌های دریایی»: یعنی میایین، سروصدا می‌کنین و می‌رین، بدون این‌که واقعاً کمک کنین!اما چطوری شد که همین بچه‌های آی‌تی تبدیل شدن به همکارای کلیدی سازمان؟ ماجراش برمی‌گرده به یه پروژه‌ی مهم؛ پیاده‌سازی یه سیستم برنامه‌ریزی و مدیریت مواد تو بخش‌های مختلف سازمان، که سبک کارمون رو تغییر داد و در نهایت دید همه رو نسبت به واحد آی‌تی عوض کرد.از دستور دادن تا همفکری؛ تغییر رویکرد اصلیقبلاً تو این مدل پروژه‌ها رسم بود تیم آی‌تی بیاد بگه «باید از این نرم‌افزار استفاده کنین» و همه هم ناچار بودن اطاعت کنن. ولی چیزی که ما دیدیم این بود که دستور زورکی هیچ‌وقت نتیجه‌ی درستی نمی‌ده. پس گفتیم بیاییم برعکس عمل کنیم: بخش‌هایی که واقعاً علاقه دارن بیان سراغمون و ازمون بخوان که کمکشون کنیم. اولش شاید عجیب به نظر بیاد، ولی دقیقاً همون بخش‌هایی که آمادگی داشتن و می‌خواستن روند کارشون رو به‌روز کنن، تبدیل شدن به نقطه‌ی شروع موفقیت ما.تو این همکاری، ما شدیم شریک و همراهشون، نه یه تیم بیرونی که فقط میاد قوانین رو دیکته کنه. این رویکرد باعث شد اونایی که واقعاً می‌خواستن تغییر کنن، بیان و بگن «بیاین نرم‌افزار رو برامون پیاده کنین». همین که می‌دیدن واقعاً نظرشون رو می‌پرسیم و نیازاشون رو می‌فهمیم، به‌جای «مرغ دریایی»، ازمون یه تصویر جدید ساختن: «همکار قابل اعتماد».چهار ستون کلیدی برای موفقیت۱. جا انداختن سیستم تو کار روزمرههمون اول کار متوجه شدیم اگه کارمند سازمان برای استفاده از سیستم مجبور بشه هر روز یه فرایند سخت و عجیب رو طی کنه، سیستم به در بسته می‌خوره. پس تمام تلاشمون این بود که سیستم رو طوری طراحی کنیم که با روند عادی کارشون گره بخوره. این‌جوری کاربرا احساس نمی‌کردن یه بار اضافی رو دوششونه.۲. داده‌ی درست، اعتماد بالاوقتی کاربر می‌بینه اطلاعات سیستم غلطه یا آمار اشتباه می‌ده، خب بهش اعتماد نمی‌کنه. واسه همین، با کاربرا قرار گذاشتیم تا جایی که می‌تونن برای صحت داده‌ها وقت بذارن. خودمونم ابزارهایی آماده کردیم که وارد کردن و تأیید داده رو راحت‌تر کنه. چون وقتی اطلاعات درست باشه، همه دلشون می‌خواد از سیستم استفاده کنن.۳. تغییر معیارهای موفقیتتو خیلی از سازمان‌ها، ارزیابی کارمند یا بخش هنوزم با شاخص‌های قدیمی انجام میشه و استفاده از سیستم جدید توش لحاظ نمیشه. ما اومدیم گفتیم: «اگه یه بخشی از این سیستم درست استفاده کنه، تو ارزیابی‌ها هم تأثیر مثبت داره.» اینطوری آدم‌ها انگیزه پیدا می‌کردن که برن سراغ سیستم، نه این‌که دورش بزنن.۴. نرم‌افزار ابزار کاره، نه معجزه‌گر!یه شعار معروف داشتیم که می‌گفتیم: «نرم‌افزار قرار نیست خودش کاری بکنه، این آدم‌ها هستن که کار می‌کنن.» پس خیلی تمرکزمون رو آموزش و همراهی گذاشتیم، نه این‌که همه رو مجبور کنیم از یه ابزار عجیب‌غریب استفاده کنن. هر واحدی که با ما همراه می‌شد، می‌فهمید اصل ماجرا خودشه و نیازهاش؛ نرم‌افزار فقط کمک می‌کرد همون کارای قبلی رو شفاف‌تر و بهتر انجام بدن.الگوی تدریجی موفقیت و جذابیت «خاص بودن»یه حرکت مهم این بود که کل سازمان رو یه‌باره درگیر نکردیم. بخش‌هایی که بیشترین علاقه رو نشون دادن، همونایی بودن که اول به نتیجه رسیدن. بعدش، کم‌کم خبر موفقیتشون پیچید و بقیه بخش‌ها با دیدن پیشرفت و صرفه‌جویی تو منابع، خودشون اومدن سراغ ما. جالب این‌جاست که ما حتی یه جورهایی «سخت‌گیر» بودیم: هر واحدی که می‌خواست سیستم رو داشته باشه، باید چهار ستون رو قبول می‌کرد. این سخت‌گیری باعث می‌شد فقط اونایی وارد چرخه بشن که جدی بودن و همینم موفقیت پروژه رو تضمین می‌کرد.نتایج: تبدیل شدن از یه واحد «پردردسر» به یه تیم راهبردیحالا دیگه تو سازمان آب و برق خوزستان به تیم آی‌تی مثل یه بخش پرتلاش و ارزشمند نگاه می‌شد. همکارهامون فهمیدن اومدن ما تو هر فرایندی معنی‌اش اینه که میشه با خیال راحت تغییر کرد و نتیجه گرفت. اون نام قبلی «مرغ دریایی» دیگه از یادشون رفته بود و در عوض ما شدیم رفیقای قابل اعتمادی که هوای بقیه رو داریم.تو تجربه‌های مشابهی که دیدم، مهم‌ترین عامل اعتماد و موفقیت همیشه همین بوده: آدم‌ها رو اولویت دادن. متأسفانه بارها دیدم پروژه‌هایی که بهترین نرم‌افزارها رو میارن ولی به آدم‌ها و فرهنگ سازمانی توجه نمی‌کنن و بعد تعجب می‌کنن چرا پروژه شکست خورده.حرف آخراین مدل رویکرد—استفاده از علاقه‌ی واقعی بخش‌ها به بهبود کارشون، همراهی همه‌جانبه باهاشون، جا انداختن سیستم تو فعالیت روزانه، تمرکز روی داده‌ی صحیح و معیارهای درست و در نهایت آموزش و فرهنگ‌سازی—کلید خیلی از موفقیت‌های آی‌تی تو سازمان‌های بزرگ می‌تونه باشه. ما تو سازمان آب و برق خوزستان با این روش نشون دادیم که یه تیم آی‌تی «منتظر دستور» می‌تونه تبدیل بشه به یه تیم آی‌تی «ایجادکننده‌ی تحول».شاید این تجربه بتونه الهام‌بخش سازمان‌های دیگه هم باشه که اگه مسیر درست رو انتخاب کنن و آدم‌ها رو محور تصمیم‌هاشون بذارن، خیلی زودتر از چیزی که فکر کنن می‌تونن تصویر واحد آی‌تی رو از یه بخش «مازاد» یا «مزاحم» به یه نیروی محرک و قابل اعتماد تغییر بدن.

رکاب زدن در دل تاریکی، داستانی از قدرت مداومت و پشتکار

محمدمهدی لطفی نژاد — Wed, 02 Apr 2025 13:12:10 +0330

وقتی ۱۴ سالم بود، یه چند تا شب زمستونی رو هیچ‌وقت یادم نمیره. تو اون زمستون، بعضی شب‌ها مجبور می‌شدم تو دل سیاهی مطلق با دوچرخه برگردم خونه. هوا سرد بود، از اون سرماها که پوست صورت رو می‌سوزونه و نفس آدمو تو هوا نشون می‌ده. دستامو محکم گرفته بودم به فرمون دوچرخه و فقط صدای لاستیکای دوچرخه رو می‌شنیدم که رو آسفالت خش‌خش می‌کردن.دوچرخم چیز دندون‌گیری نبود، ولی یه دینام کوچیک داشت که به چرخ جلو وصل بود. همون دینام یه چراغ فسقلی رو روشن می‌کرد که به زور می‌تونست جاده رو روشن کنه. نکته‌اش این بود که اون چراغ تا وقتی پرنور بود که من تند رکاب بزنم. اگه یواش می‌کردم، چراغ چشمک می‌زد و کمرنگ می‌شد، بعدم جاده دوباره تو تاریکی فرو می‌رفت.واسه همین یاد گرفتم رکاب رو محکم‌تر بزنم. هرچی تندتر می‌رفتم، چراغ قوی‌تر می‌شد و مسیر جلوترم رو روشن‌تر می‌دیدم. می‌تونستم درختای کنار جاده رو ببینم که شاخ‌و‌برگشون تو تاریکی مثل دست دراز شده بودن. پیچ‌وخم‌های آشنا رو می‌دیدم که منو به خونه نزدیک‌تر می‌کرد. ولی هر وقت یه کم شل می‌کردم، تاریکی خیلی سریع برمی‌گشت و راه برام گُنگ‌تر می‌شد و حس می‌کردم خیلی از خونه دورم.خوب یادمه چطوری رو ریتم رکاب زدنم تمرکز می‌کردم، حتی اگه پام درد می‌گرفت یا از سرما می‌لرزیدم. می‌دونستم اگه آروم بشم یا وایستم، چراغ خاموش میشه و من تو دل سیاهی گیر می‌افتم. تنها راه این بود که ادامه بدم، حتی اگه باد سرد می‌وزید یا استخونام یخ می‌زدن. اون چراغ هدایت من بود و تا وقتی حرکت می‌کردم، می‌تونستم راهمو پیدا کنم.تو اون خلوت و تنهایی با جاده‌ی تاریک، یه درس مهم یاد گرفتم. هرچی بیشتر تلاش کنی، مسیرت روشن‌تر میشه. هرچی ثابت‌قدم‌تر باشی، احساس امنیت بیشتری می‌کنی. انگار زندگی داشت بهم درس می‌داد: اگه می‌خوای جلو پاتو ببینی، باید ادامه بدی، حتی وقتی سخت میشه، حتی وقتی می‌خوای کم بیاری.ماجرا همینه: تلاش و تداوم مسیرتو روشن می‌کنن. درست مثل همون رکاب زدن که چراغم رو روشن نگه می‌داشت، تو زندگی هم وقتی پشتکار داشته باشی و دائماً تلاش کنی، می‌تونی راهتو پیدا کنی، حتی وقتی اوضاع مبهم و تاریکه.پس دفعه بعد که با یه چالش روبه‌رو شدی، ماجرای اون دوچرخه‌سواری رو به یاد بیار. خودتو تصور کن که تو دل تاریکی رکاب می‌زنی و با هر فشار رکاب، نور بیشتری جلو پات می‌افته. یادت باشه که همین تلاش و تداومه که راه رو نشونت میده و حتی تاریک‌ترین شب‌ها رو هم تبدیل می‌کنه به یه سفر به سمت هدفت.

آشنایی با دیتاساینس (علم داده) – قسمت اول

محمدمهدی لطفی نژاد — Thu, 11 Nov 2021 06:45:49 +0330

برگرفته از ارایه وبینار آشنایی با دیتاساینسسال ۲۰۱۲ که هاروارد بیزنس ریویو تیتر زد دیتاساینس جذاب ترین شغل قرن ۲۱ است. موجی از تیترهای اینچنینی به راه افتاد. دیتا ساینتست عنوان شغلی هست که تا قبل از ۲۰۰۸ هیچکس اطلاعی از اون نداشت.اما حالا کسب و کارها با کمبود نیروی متخصص در این حوزه مواجه هستند و بسیاری علاقمند به ورود به این حوزه اند، اما دلیل این استقبال زیاد و تیترهای داغ اینچنینی چیست؟یکی از دلایل اینه که دیتاساینس به سرعت در همه زمینه ها رشد میکند. و متوسط حقوق دریافتی دیتاساینتیست ها در آمریکا بالای ۱۰۰ هزار دلار و در آلمان حدود ۷۰ هزار یورو هست. جذابیت های دیگری نیز در این شغل وجود دارد مانند اینکه همیشه شما با چالش حل مساله برای کسب و کارها روبرو هستید و باید دایم در حال یادگیری باشید.البته انتظارات غیرواقعی نسبت به این شغل چه در کارفرمایان و چه در کارجویان وجود دارد که میتوان به آنها به عنوان عیب های این شغل اشاره کرد. مثلا چون بعضی کسب و کارها دید روشنی نسبت به این تخصص ندارند فکر میکنند یک نفر میتونه همه مشکلات اونها رو یک شبه با داده های جسته گریخته ای که اغلب کم و نامرتب هستند، حل کنه و به محض استخدام یک دیتاساینتیست از اون بخوان که یه مدل یادگیری ماشین پیاده سازی کنه، بدون اینکه به آماده سازی داده ها بپردازن.بین کارجویان هم چنین سوء برداشت ها و انتظارات نابجایی وجود داره. مثلا ممکنه فکر کنن، خروجی مدلها هر چه که باشد لازم و الاجرا هست. و یا اینکه فکر کنن که دیتا انجینیر ها که بعدا درباره ش صحبت خواهیم کرد، داده رو حاضر و آماده بدون هیچ مشکلی به اونها تحویل خواهند داد و یک کامپیوتر فوق سریع با منابع نامحدود در اختیار خواهند داشت و تنها کاری که باید انجام بدن پیاده سازی مدلهای مورد نیاز هست. که صدالبته اینگونه نیست.ادامه این مقاله رو میتونید در وبلاگ دات دیتا مطالعه کنید. همچنین در اونجا میتونید به لینک ویدیو وبینار آشنایی با دیتاساینس که چندی پیش برگزار کردم دسترسی داشته باشید.

علاقمندان به دیتاساینس، آستین هاتون رو بالا بزنید!

محمدمهدی لطفی نژاد — Sun, 29 Dec 2019 13:27:07 +0330

چندی پیش مقاله ی کوتاهی را در مدیوم منتشر نمودم که بازخوردهای خوبی در لینکدین داشت. امروز تصمیم گرفتم که خلاصه ی آن را به فارسی در ویرگول منتشر نمایم.یادگیری دیتاساینس سفریست که بایست از مسیر لذت برد، زیرا هیچ مقصد نهایی در این سفر وجود ندارد. چرا که در هر مرحله ای از یادگیری که باشید باز هم چیزهای بسیار زیادی برای آموختن وجود دارد. پس اگر در این مسیر پانهاده اید و در حال یادگیری دیتاساینس هستید از همکنون آستین ها را بالا بزنید و شروع کنید به انجام پروژه های مرتبط با دیتا ساینس. هرگز نیازی نیست که تا پایان دوره های آموزشی صبر کنید و زمان زیادی را صرف یادگیری مطالب نظری و الگوریتم های پیچیده یادگیری ماشین نمایید تا روزی فرا برسد که همه چیز را آموخته باشید و آنگاه شروع به انجام پروژه واقعی نمایید، زیرا آن روز هرگز فرا نمیرسد. کمال گرا نباشید و با انجام پروژه های آزمایشی هر چند کوچک مسیر یادگیری خود را هموارتر نمایید. تجربه به من ثابت کرده است، یادگیری از طریق انجام پروژه بهترین روش برای تعمیق دانسته ها است. به جای هدر دادن وقت خود با غرق شدن در مطالب آکادمیک و کتابهای بیشمار در حوزه دیتا ساینس، همکنون آستین های خود را بالا بزنید و شروع به انجام پروژه های نمونه با داده های در دسترس نمایید. هرگز از اشتباهات و دریافت پیام خطاهای جورواجور نهراسید، همه اینها بخشی از فرایند یادگیری هستند. به عنوان کسی که سالها در زمینه کدنویسی و دیتاساینس کار کرده است، هرگاه میخواهم مهارت جدیدی را فرا بگیرم، با همان دانش اندکم در آن حوزه بخصوص، کارم را آغاز میکنم و هرگاه دیدم در مسیر یادگیری نیاز به مطالعه مطالب جدیدتر دارم بر روی همان موضوعات متمرکز می شوم. در این روش ترکیبی سه مرحله وجود دارد:اندکی مطالعه با تمرکز بر روی آنچه نیاز است.انجام یک پروژه کوچک.تکرار کارهای فوق تا زمانی که نیاز است.به شما توصیه میکنم که بدون هیچ واهمه و درنگی در اقیانوس دیتا ساینس شیرجه بزنید و خود خواهید دید که راه نجات را خواهید یافت. در پایان با بهم پیوستن این پروژه های کوچک، شما بر بخش بزرگی از مسیر یادگیری دیتاساینس مسلط خواهید شد.در پایان باید این را اضافه کنم که یادگیری از طریق انجام پروژه و کدنویسی، منجر به تعمیق دانش و تقویت انگیزه شما برای یادگیری بیشتر و بیشتر میگردد. و در نهایت شما را برای انجام پروژه های واقعی بزرگ آماده میسازد.

معرفی وبلاگ در زمینه دیتا ساینس

محمدمهدی لطفی نژاد — Sun, 17 Mar 2019 21:54:29 +0330

با یک جستجوی ساده در اینترنت به منابع بیشماری در حوزه دیتا ساینس مواجه خواهید شد که هر یک به تنهایی کوهی از دانش و تخصص را در خود پنهان کرده اند. و البته همین حجم انبوه اطلاعات، پاسخ به این پرسشها که از کجا شروع کنیم و کدام مسیر را برای یادگیری و افزایش دانش مان انتخاب کنیم را سخت و پیچیده نموده است. در این سلسله پستها سعی میکنم وبلاگها و وب سایتهای مطرح در حوزه دیتا ساینس و بیگ دیتا را معرفی نمایم، تا در هر سطحی که هستید، بتوانید با دانش و تجربه ای که این وب سایتها و وب لاگ ها در اختیارتان قرار می دهند آگاهی خود را در زمینه دیتا ساینس افزایش دهید.اولین وب سایتی که به نظرم بسیار مفید آمد، وب سایت Data Science Central است. همانطور که از نام این وب سایت بر می آید، مانند یک دریچه به سوی منابع آنلاین در حوزه دیتاساینس عمل می نماید. موضوعاتی مانند دیتا آنالتیک، بیگ دیتا، مصور سازی داده ها (Visualization)، ابزارها و فناوری ها به همراه کدهای برنامه نویسی و چشم اندازهای شغلی در صنعت بخشهای قابل توجه این وب سایت می باشند. همچنین مشارکتی که متخصصین دیتاساینس و بیگ دیتا در این وب سایت دارند ستودنی است. یکی از بخشهای قابل توجه نیز فروم (انجمن) برای پاسخگویی به سوالات و مباحث مطرح در حوزه دیتاساینس و بیگ دیتا است.در پستهای بعدی به معرفی دیگر وب سایتها و وبلاگهای فعال در حوزه دیتاساینس و بیگ دیتا خواهم پرداخت.

به دنبال شغل نباشید، به دنبال مشتری باشید!

محمدمهدی لطفی نژاد — Wed, 06 Mar 2019 13:05:54 +0330

شبکه سازی برای کسب درآمدچندی پیش در وبلاگم مقاله ای در زمینه کاربرد شبکه های اجتماعی و بویژه لینکدین در یافتن شغل مناسب نوشتم و در اینجا خواستم مجددا آن را با شما در میان بگذارم. باید بگویم که خوشبختانه یا متاسفانه دنیای رزومه پراکنی به سر آمده است و اینترنت که قبلا صرفا به عنوان ابزاری برای ارسال و یا نمایش رزومه های کارجویان به کار میرفت، حال کاربرد منحصربفرد تری یافته است. در این بین نقش لینکدین بسیار پر رنگ است. وقتی شما با ایجاد یک پروفایل مناسب و چشمگیر که البته بر مبنای واقعیت های شماست در یک شبکه اجتماعی که ویژه متخصصین است می توانید ارتباطات قوی ایجاد نمایید که منجر به خرید خدمات تخصصی شما شوند، چرا به حضور موثرتر در این فضا بهای بیشتری نمی دهید.تولید محتوای مرتبط با تخصص تان میتواند منجر به ایجاد یک چهره حرفه ای از شما در شبکه های اجتماعی شود و کافرمایانی که به دنبال فرد متخصصی در زمینه فعالیت شما هستند، به آسانی شما را بیابند و آنجاست که نطفه یک ارتباط موثر منعقد خواهد شد. شاید سوال پیش بیاید که چه محتوایی ایجاد کنیم؟ سوال بسیار خوبی است. محتوای نوشتاری در قالب وبلاگ می تواند یکی از راههای کسب مخاطب باشد اما نباید صرفا به آن بسنده کرد. در ساده ترین شکل ممکن می توانید با نوشتن یک خط توضیح درباره لینک مفیدی که پاسخی مناسب به یک سوال خاص در حوزه کاری شماست و انتشار آن، به تولید محتوا بپردازید. پادکست های صوتی و تصویری هم می توانند به کمک شما بیایند که البته نیاز به دقت، توجه و البته کمی هزینه دارند. اگر برنامه نویس هستید، قدرت گیت هاب را دست کم نگیرید. دهها راه برای انتشار محتوای درخور توجه وجود دارد که با روزی ۳۰ دقیقه تمرکز بر این کار به آسانی می توانید جامعه جدیدی را پیرامون خود ایجاد کنید، که در آن مشتریان زیادی برای خرید خدمات تخصصی شما صف کشیده اند.

شروعی دوباره...

محمدمهدی لطفی نژاد — Sun, 03 Mar 2019 18:47:35 +0330

مدتها بود دلم برای نوشتن تنگ شده بود. عادت است دیگر، وقتی رهایش می کنی تو را عذاب می دهد، و چه عادت شیرینی است نوشتن. پس از سالی و اندی به خودم آمدم و دیدم دنیای ذهنم چقدر آشفته شده است و دانستم که این همان عادت نوشتن است که نمی گذارد آرام بگیرم. براستی که نوشتن چیدمان ذهن را آراسته می کند. آستین ها را بالا زدم و دستی بر وبلاگ شخصی ام کشیدم و نوشتن را آغاز نمودم. هر چند نه ادیبم و نه سخنور، اما معلم هستم، معلمی شغل شریفی است اما بد به خواندن و نوشتن معتادت میکند، تا بیاموزی و بیاموزانی، و این همان است که من به آن مبتلایم.در وبلاگم بیشتر به مسایل فنی و مدیریتی بویژه در مورد تخصصم یعنی دیتاساینس خواهم پرداخت. اما هر از گاهی دغدغه هایم و اگر مطلب مفیدی بیاموزم را در روزنوشت هایم منتشر خواهم نمود. تصمیم گرفته ام اینجا هم بنویسم. از ویرگول بازها شنیده ام ویرگول برای اشتراک ایده ها چیز خوبی است، امتحانش بد نیست. حال که مینویسم، حس خوبی دارم، محیط ساده ای دارد و تمام تمرکزم بر روی نوشتن است. و این همان چیزی است که یک نویسنده میخواهد. برای یک وبلاگ نویس هیچ چیز خوشایند تر از دیدن نظرات خوانندگانش نیست. حس عجیبی را در وجود نویسنده جاری میکند که قابل وصف نیست. این را گفتم که بدانید، نظری هر چند کوتاه، یاور من است در ادامه راه...