https://virgool.io/feed/@mina_mesbah Machine learning, Data mining, Big Data. Data Scientist at Voxifier fa 2026-06-17 15:07:35 https://files.virgool.io/upload/users/34175/avatar/jAhkvB.png?height=120&width=120 https://virgool.io/@mina_mesbah https://virgool.io/@mina_mesbah/%D8%AF%D8%A7%D8%AF%D9%87-data-datum-fo39jzna7mfl چند وقت پیش با یکی از دوستان (امید امرایی) ملاقاتی داشتم. ایشون به موضوع جالبی اشاره کرد. منم تصمیم گرفتم درباره اون مطالعه کنم و این موضوع رو با شما به اشتراک بگذارم. موضوع اینه که می خوایم ببینیم داده اصلا چی هست.داده (Data)در واقع هر نوع اطلاعاتی که شما بتونید آن ها را جمع آوری کنید و از اون استفاده کنید را داده میگن (مشاهده، تصویر، صدا، متن و غیره)به چه چیزهایی میگیم داده؟1. حقایق فردی، آمار (Statistics) یا بخش هایی از اطلاعات (Information)2. تکنولوژی دیجیتالی (Digital Technology). اطلاعات در قالب دیجیتال، به عنوان متن یا شماره رمزگذاری شده (Encoded)، یا تصاویر چندرسانه ای (Multimedia)، صوتی یا تصویری3. مجموعه ای از حقایق، اطلاعاتو جالب ترین قسمت که برای من جدید بود اینه که داده جمع کلمه Datum (ریشه ی Data) است.داتوم (Datum)داتوم مفرد Data است. یعنی:یک قطعه از اطلاعات، به عنوان یک واقعیت، آمار یا کد، یک بخش از داده mina mesbah mina mesbah Mon, 28 Sep 2020 17:06:01 +0330 https://virgool.io/@mina_mesbah/%DA%A9%D8%A7%D8%B1%D8%A8%D8%B1%D8%AF-%D8%AF%D8%A7%D8%AF%D9%87-%DA%A9%D8%A7%D9%88%DB%8C-%D9%88-%DB%8C%D8%A7%D8%AF%DA%AF%DB%8C%D8%B1%DB%8C-%D9%85%D8%A7%D8%B4%DB%8C%D9%86-kujnnzoqjug4 خیلی ها از من می پرسند که #کار من دقیقا چی هست، چه کارایی انجام میدم ؟اصلا #دیتا_ماینینگ یعنی چی؟کاری که #متخصص_علم_داده انجام میده ارتباط مستقیمی با #داده دارد. برای اینکه بتوان در این کار تخصص داشت باید به #برنامه_نویسی، #ریاضیات، #احتمالات، #الگوریتم و #تحلیل وارد بود.اگر نیاز دارید که اطلاعات و نمونه هایی در این زمینه داشته باشید می توانید به لینک های زیر مراجعه کنید.https://lnkd.in/d4R2HEehttps://lnkd.in/dvFydgE#داده#دیتا_ماینینگ#متخصص_علم_داده#پایتون#R mina mesbah mina mesbah Mon, 23 Sep 2019 10:49:51 +0330 https://virgool.io/@mina_mesbah/%D9%85%D8%AD%DB%8C%D8%B7-%DA%A9%D8%A7%D8%B1-lvhkbyx9q4l3 #محیط_کاری خیلی مهمه، هم به لحاظ #فیزیکی و هم #روانی.فضای مناسب کار، نوع میز و صندلی، ابزارهای کاری از #کامپیوتر تا تجهیزات صنعتی، نوع چیدمان میزها، تفکیک فضاها بر حسب نوع کار گروه‌های مختلف#روابط_دوستانه بین #همکاران و #اعتماد متقابل بین #مدیران و #کارکنان به کارمند اهمیت دادن یعنی به #business خودتون اهمیت دادن. محل کار من (#fafaitnet) برام مثل خونه‌ی دومم هست. ? mina mesbah mina mesbah Sun, 14 Jul 2019 10:11:08 +0430 https://virgool.io/@mina_mesbah/%D8%AC%D9%85%D8%B9-%D8%A2%D9%88%D8%B1%DB%8C-%D8%AF%D8%A7%D8%AF%D9%87-ktulm356ilx1 متخصص علم داده بدون داده یعنی هیچ، پس به اهمیت داده باید توجه شود. داده باید به درستی جمع‌آوری شود. داده شامل متغیر (feature-ستون) و رکورد (record-ردیف) است. حالا منظور از درست چی هست؟ 1. محتوای داده‌ها درست باشد، به این معنی که مقدار وارد شده در هر متغیر درست باشد. به طور مثال کد ملی باید حتما عددی باشد و نباید حروف در آن باشد و یا اگر متغیری حاوی مقدار اندازه‌گیری شده است این مقدار در رنج متناسب قرار داشته باشد. 2. تعداد متغیرها به اندازه باشد، به این معنی که تمام متغیرهایی که برای آن مجموعه داده مورد نیاز بوده به درستی انتخاب شود و مقادیر آن جمع‌آوری شوند. برای این مورد کارفرما باید دید باز داشته باشد و مواردی را که می‌داند در آینده ممکن است مورد نیاز باشد را هم در نظر بگیرد (به طور نمونه با توجه به نوسانات اخیر دلار در ایران، این که قیمت دلار در زمان خرید کالا و قیمت دلار در زمان فروش کالا نگهداری شود اهمیت بالایی دارد). تعریف هر متغیر هم مشخص باشد. برای نمونه تعدادی از متغیرهایی که در یک فروشگاه مانند والمارت مارکت جمع‌آوری می‌شود در زیر نشان داده شده است:1. متغیر:1) TripType2) VisitNumber3) Weekdays4) UPC5) ScanCount6) DepartmentDescription7) FilelineNumber2. تعریف متغیر:1) آیدی که نوع خرید مشتری را نمایش می‌دهد.2) آیدی هر مشتری3) روزهای هفته4) کد UPC کالای خریداری شده.5) تعدادی که از کالای مورد نظر خریداری (مقدار مثبت) شده و یا برگشت (مقدار منفی) داده شده است.6) بخش‌های مختلف فروشگاه که کالای مورد نظر از آن خریداری شده است.7) هر بخشی چندین line دارد. شماره‌ی line مورد نظر که کالا از آن خریداری شده است.3. نوع متغیر:1) عددی2) عددی3) اسمی4) عددی5) عددی6) اسمی7) عددییکی از خروجی‌های کار متخصص علم داده پیش‌بینی متغیر مورد نیاز در فیلد مورد نظر است. برای این کار نیاز است که داده به دو بخش train و test تقسیم شود، در نتیجه هر چه داده‌ای که جمع‌آوری شده حجم بیشتر و دقت بالاتری داشته باشد، پیش‌بینی هم دقت بالاتری خواهد داشت. در نمونه‌ی مطرح شده در بالا می‌توان TripType را برای هر مشتری پیش‌بینی کرد.به جمع‌آوری داده در مجموعه داده‌ی (data base) خود دقت کنید. با تشکر :)) mina mesbah mina mesbah Mon, 24 Jun 2019 17:25:32 +0430 https://virgool.io/@mina_mesbah/%DB%8C%DA%A9%DB%8C-%D8%A7%D8%B2-%DA%A9%D8%A7%D8%B1%D8%A8%D8%B1%D8%AF%D9%87%D8%A7%DB%8C-%D8%B9%D9%84%D9%85-%D8%AF%D8%A7%D8%AF%D9%87-%D9%88-%D8%AF%D8%A7%D8%AF%D9%87-%DA%A9%D8%A7%D9%88%DB%8C-%D8%AF%D8%B1-%D9%81%D8%B1%D9%88%D8%B4%DA%AF%D8%A7%D9%87-%D8%A7%DB%8C%D9%86%D8%AA%D8%B1%D9%86%D8%AA%DB%8C-%D9%BE%DB%8C%D8%B4-%D8%A8%DB%8C%D9%86%DB%8C-%D9%85%D9%82%D8%AF%D8%A7%D8%B1-%D8%AF%D8%B1%D8%B5%D8%AF-%D8%AA%D8%AE%D9%81%DB%8C%D9%81-ww3syoaelgyr یکی از چالش­هایی که در فروشگاه اینترنتی مطرح است، به دست آوردن تخفیف هایی (تخفیف بهینه) که برای هر کالا زده می­شود. برای انجام این کار از داده­های تخفیفی که در گذشته جمع­آوری شده استفاده می شود، که این داده­ها برای بالا رفتن کیفیتشان نیاز به پیش­پردازش دارند. داده ها شامل متغیرهای مختلفی هستند مثل آیدی کالا و غیره، که کیفیت و تعداد این متغیرها بر می گردند به داده ای که در اون سازمان در گذشته جمع آوری شده است. پس به این باید دقت کرد که جمع آوری اطلاعات به درستی و با جزئیات اهمیت زیادی دارد. ممکن است گاهی نیاز شود که تعدادی متغیر نیز برای بالا رفتن دقت مدل ایجاد شود. این خوب است که هر کاری که می خواهیم انجام دهیم در ابتدا روی بخش کوچکی از داده اعمال کنیم و بعد روی کل داده اعمال شود. هدف رنج بندی قیمت کالاها و درصد تخفیف برای هر رنج زدن است. برای بهبود کیفیت مدل پیش بینی نیاز به انجام کارهای بیشتری است:1. فقط یک میزان تخفیف نزند و چندین بار تخفیف را اعمال کند.2. زمان تخفیف را نیز در نظر بگیرد. اینکه تخفیف در چه زمانی گذاشته شود اهمیت دارد. اینکه در چه فصلی باشد و اول، وسط و آخر فصل باشد نیز اهمیت دارد. اینکه چه هفته ای باشد و اول، وسط و آخر هفته باشد مهم است. به عبارتی تخفیف­ها را در بازه­های مختلف اعمال کند. 3. طول مدت تخفیف چه مقدار باشد تخفیف بهتر نتیجه می دهد.4. محصولات را کلاس بندی کند.5. انتخاب مناسبت های مناسب و میزان تخفیفی که برای هر مناسبت مناسب است.6. به طور کل چه محصولی تخفیف بخورد بهتر است. mina mesbah mina mesbah Tue, 12 Mar 2019 16:36:48 +0330 https://virgool.io/@mina_mesbah/%D8%B3%D9%87-%D8%AA%D8%A7-%D8%A7%D8%B2-%D8%A8%D8%A7%D8%B1%D8%B2%D8%AA%D8%B1%DB%8C%D9%86-%D9%85%D8%B4%DA%A9%D9%84-%D9%87%D8%A7%DB%8C-%D9%85%D8%AA%D8%AE%D8%B5%D8%B5%DB%8C%D9%86-%D8%B9%D9%84%D9%85-%D8%AF%D8%A7%D8%AF%D9%87-%D8%AF%D8%B1-%D8%B3%D8%A7%D8%B2%D9%85%D8%A7%D9%86-%D9%87%D8%A7-ykccjr2xjh30 توماس دونپورت و دی جی پاتیل در سال ۲۰۱۲، علم داده (data science) را جذاب‌ترین شغل قرن بیست و یکم مطرح کردن، ولی در ایران مدت زمان کمی است که روی کار آمده و سختی هایی برای افرادی که متخصص علم داده (data scientist) هستند وجود دارد. از بین همه ی این مشکل ها، سه تا از بارزترین های آن در ادامه گفته شده است.1. نتیجه ی واقعی کار در سازمان ها اجرا نمی شود. خروجی که یک متخصص علم داده به دست می آورد به خاطر ریسک پذیر بودن و عدم اطمینان به خروجی به کار برده نمی شود، ولی تا خروجی اجرا نشود نمی شود فهمید که خروجی سودی برای سازمان دارد یا نه. 2. داده های مورد نیاز درست و با جزئیات جمع آوری نشده است. در نتیجه یک متخصص علم داده نمی تواند تمام متغیرهایی که در پیش بینی یک متغیر دیگر دخیل هستند و روی آن تاثیر می گذارند را به عنوان ورودی داشته باشد.3. از جایگاه و توانایی یک متخصص علم داده توسط همکارها و مدیرها درک درستی وجود ندارد. در اکثر مواقع یک متخصص علم داده را با یک تحلیل‌گر داده (data analyst) اشتباه می گیرند. کار یک متخصص علم داده فراتر از تحلیل گر داده (data analysis) است. علم داده ترکیبی از تحلیل داده، داده‌کاوی، یادگیری ماشین و چندین مبحث مرتبط دیگر است. کار متخصص علم داده ساخت محصولات مرتبط با داده و نوآوری های الگوریتمی است. mina mesbah mina mesbah Sun, 03 Mar 2019 13:09:53 +0330