متدولوژی علم داده

آنچه یاد خواهید گرفت:

• یادگیری بیان فرآیند علم داده و گام‌های متدولوژی
• درک چگونگی تحلیل منابع داده
• ایجاد و اعتبارسنجی مدل‌های علم داده با استفاده از تکنیک‌های تحلیلی
• بررسی چگونگی تعامل برقرار کردن با کاربران و متخصصان برای اندازه‌گیری و نظارت بر مدل
• یادگیری چگونگی اعمال متدولوژی روی یک مسئله عملی

پیش‌نیازهای دوره

• این یک دوره مقدماتی است. هیچ پیش‌نیازی وجود ندارد.

توضیحات دوره

علم داده از تجربیات ما با هوش تجاری یا BI نشات گرفته است؛ رشته‌ای که در دهه 1990 محبوب شد. با این حال، 20 سال گذشته شاهد پیشرفت بی‌سابقه‌ای در توانایی ما برای انجام اقدامات با استفاده از هوش مصنوعی بوده است. هنگامی که متدولوژی‌های BI را برای استقرارهای هوش مصنوعی به کار می‌گیریم، این متدولوژی‌ها چگونه تغییر خواهند کرد تا ملاحظات مورد نیاز برای استقرار مدل و یادگیری ماشین را اضافه کنند؟

کار علم داده امروز با کلان داده سروکار دارد. این کار سه چالش عمده را معرفی می‌کند:

• چگونه با حجم بالای داده برخورد کنیم. درک داده و آماده‌سازی داده باید با مشاهدات در مقیاس بزرگ درباره جامعه آماری سروکار داشته باشد. در دنیای BI روی نمونه‌های کوچک، هنر علم داده یافتن میانگین‌ها و روندها با استفاده از یک نمونه و سپس پیش‌بینی آن با استفاده از معیارهای جمعیتی جهانی مانند سرشماری برای تعمیم به کل جامعه بود. بیشتر کلان داده نمونه‌های قابل توجهی ارائه می‌دهند که ممکن است چنین پیش‌بینی‌ای لازم نباشد. با این حال، سوگیری و نقاط پرت به مسائل واقعی تبدیل می‌شوند.
• داده‌ اکنون با سرعت بالا در دسترس هستند. با استفاده از موتورهای امتیازدهی، می‌توانیم بینش‌ها را در سرعت بالا تعبیه کنیم. تکنیک‌های علم داده روش‌های تحلیل بی‌درنگ قابل توجهی را برای تحقق این امر ارائه می‌دهند. هنگامی که شما با یک وب‌سایت یا محصول تعامل دارید، تیم بازاریابی یا خدمات می‌توانند به عنوان یک کاربر به شما کمک کنند. این به دلیل بینش تعبیه شده در سرعت بالا است.
• بیشتر داده‌ به صورت گفتار، متن بدون ساختار یا ویدیو هستند. این تنوع بالاست. چگونه می‌توانیم تصویر گواهینامه رانندگی را تفسیر کرده و اطلاعات گواهینامه رانندگی را استخراج کنیم؟ درک و تفسیر چنین داده‌ اکنون بخش مرکزی علم داده است.

از آنجایی که این مدل‌های مستقر شده، یادگیری را در زمان واقعی جذب و مدل‌های خود را تنظیم می‌کنند، نظارت بر عملکرد آنها از نظر سوگیری‌ها و نادقتی‌ها مهم است. ما به اندازه‌گیری و نظارتی نیاز داریم که دیگر یک فعالیت یک‌باره مبتنی بر پروژه نباشد. این فرآیند مستمر، خودکار و به دقت نظارت شده است. متدولوژی باید گسترش یابد تا اندازه‌گیری و نظارت مستمر را شامل شود.

این دوره متدولوژی 7 مرحله‌ای را برای انجام راهکارهای علم داده / هوش مصنوعی محور توصیف می‌کند.

• مرحله 1: درک مورد استفاده - ما از مثال‌های گویا و مطالعات موردی برای نشان دادن قدرت راهکار علم داده استفاده می‌کنیم و استراتژی‌هایی برای تعریف مورد استفاده و اهداف علم داده ارائه خواهیم داد.
• مرحله 2: درک داده - ما ویژگی‌های مختلف کلان داده را تعریف خواهیم کرد و اینکه چگونه باید از منظر علم داده به درک و انتخاب منابع داده مناسب برای یک مورد استفاده پرداخت.
• مرحله 3: آماده‌سازی داده - چگونه باید برای اهداف مدل‌سازی داده با استفاده از تکنیک‌های تحلیلی یا هوش مصنوعی، کلان داده را انتخاب، پاکسازی و ساخت‌بندی کرد.
• مرحله 4: توسعه مدل - زمانی که داده‌ ساختاریافته و بدون ساختار را از منابع متعدد دریافت کردید، چگونه باید مدل‌هایی برای به دست آوردن بینش‌های داده با استفاده از هوش مصنوعی و تحلیل بسازید.
• مرحله 5: ارزیابی مدل - چگونه کاربران را درگیر کرده و تصمیمات را ارزیابی می‌کنید؟ چه اندازه‌گیری‌هایی روی مدل‌ها نیاز دارید؟
• مرحله 6: استقرار مدل - چگونه مدل‌های هوش مصنوعی خود را مستقر کرده و یادگیری حاصل از استفاده تولیدی سیستم هوش مصنوعی را برای بهبود مدل خود به کار می‌برید؟
• مرحله 7: بهینه‌سازی مدل - چگونه مدل را دقیق تنظیم کرده و عملکرد آن را در طول زمان با استفاده از بازخورد حاصل از استفاده تولیدی بهینه می‌کنید؟ چه ریل‌های راهنمایی برای اطمینان از اینکه استفاده میدانی منجر به سوگیری یا خرابکاری نشود، نیاز دارید؟

اگر شما یک توسعه‌دهنده هستید و به یادگیری چگونگی انجام یک پروژه علم داده با استفاده از Python علاقه دارید، ما دوره دیگری با عنوان "علم داده در عمل با استفاده از Python" طراحی کرده‌ایم.

این دوره برای چه کسانی مناسب است؟

• این دوره برای کسانی که برای اولین بار در سازمان خود دست به اجرای پروژه‌های علم داده می‌زنند، ضروری است.
• مثال: مدیران پروژه و مدیران فناوری اطلاعات که مسئول اجرای پروژه علم داده هستند.
• مثال: تحلیلگر کسب‌وکار که می‌خواهد درباره چگونگی ترکیب علم داده در تحلیل کسب‌وکار خود بیاموزد.
• مثال: توسعه‌دهندگان می‌توانند از آن برای آشنایی با علم داده و متدولوژی CRISP-DM و بهبودهای آن استفاده کنند.
• چندین مسیر شغلی احتمالی وجود دارد که این دوره می‌تواند به عنوان مواد مقدماتی برای آنها استفاده شود، مانند دانشمند داده، مهندس داده، هوش مصنوعی یا اتوماسیون، مهندس تست.