ریاضی، آمار و علوم کامپیوتر - مدارس میان‌رشته‌ای

‼️همین حالا در سیزدهمین وبینار رایگان «همگام با پیشتازان» مدارس میان‌رشته‌ای ثبت نام کنید. 🔜 زمان وبینار: چهارشنبه، 2 آبان ماه، ساعت 19 به وقت ایران ‼️ جهت ثبت نام از طریق گوگل فرم زیر اطلاعات خود را وارد نموده و منتظر اخبار این وبینار از طریق کانال ریاضی، آمار و علوم کامپیوتر مدارس میان رشته ای باشید. ◀️ لینک گوگل فرم جهت ثبت نام: وبینار رایگان دپارتمان ریاضی، آمار و علوم کامپیوتر ✈️| @IDS_Math||کانال ریاضی| ✈️| @IDSchools||کانال اصلی| ✈️| @Maths_IDSchools||گروه تعاملی ریاضی|

🆕🆕🆕🆕🆕🆕🆕🆕🆕 ▶️دپارتمان ریاضی، آمار و علوم کامپیوتر مدارس میان‌رشته‌ای برگزار می‌کند: ✨ سری وبینار‌های رایگان «همگام با پیشتازان» 3️⃣1️⃣ قسمت سیزدهم ❓ "چگونه علم را از شبه علم تشخیص دهیم؟" 🔣 "How do we distinguish science from pseudoscience?" 👤 با حضور: دکتر محمد امین پورحسینقلی 🟢از مرکز تحقیقات بیومدیکال NIHR دانشگاه ناتینگهام 🔜 چهارشنبه 2 آبان، ساعت 19 ⌛ در این وبینارهای رایگان که به همت مدارس میان‌رشته‌ای برگزار می‌شود، میزبان اساتید، پژوهشگران و دانشجویان برگزیده و نخبه در داخل و خارج کشور خواهیم بود و با مسیر موفقیت آکادمیک ایشان و نیز پژوهش‌های میان‌رشته‌ای آشنا خواهیم شد. 💥 مدارس میان رشته‌ای در نظر دارد در تمامی دپارتمان‌های علمی خود شامل: ریاضی و آمار، هوش مصنوعی،نوروساینس،روانشناسی، علوم زیستی، پزشکی، فیزیک این سری وبینارهای ارزشمند را به صورت ماهانه برگزار نماید. 🔣 برای شرکت در این وبینار به کانال ریاضی،آمار و علوم کامپیوتر مدارس میان‌رشته‌ای مراجعه کنید. 🔴اطلاعیه‌های بعدی درباره این وبینار در این کانال قید می‌شود. ✈️| @IDS_Math||کانال ریاضی| ✈️| @IDSchools||کانال اصلی| ✈️| @Maths_IDSchools||گروه تعاملی ریاضی|

🌐 #توسعه_و_تحقیق_کار_ها ✨ عملکرد کلیدی UNSD 🔹 بخش آمار سازمان ملل متحد (UNSD) به عنوان یک نهاد جهانی، چندین عملکرد کلیدی دارد که به حمایت از تلاش‌های آماری در سطح جهانی کمک می‌کند. در اینجا فعالیت‌های اصلی این بخش را بررسی می‌کنیم: ❓ بخش آمار سازمان ملل چگونه کار می‌کند؟ ✅ مرکز اطلاعات جهانی: UNSD به عنوان یک مرکز جهانی، اطلاعات جمع‌آوری شده از منابع ملی و بین‌المللی را در زمینه‌های مختلفی چون انرژی، صنعت، محیط زیست، تجارت بین‌المللی، حساب‌های ملی و آمارهای اجتماعی و جمعیتی ارائه می‌دهد. ✅ تشویق به استفاده از استانداردها: این بخش آژانس‌های ملی را تشویق می‌کند تا از استانداردهای بین‌المللی برای طبقه‌بندی، تعاریف و تکنیک‌های آماری خود استفاده کنند. همچنین، به کشورهای عضو راهنمایی و آموزش می‌دهد تا خدمات آماری خود را بهبود بخشند. ✅ نظارت بر هماهنگی آماری: UNSD بر ابتکارات و برنامه‌های آماری جهانی که کمیته هماهنگی فعالیت‌های آماری (CCSA) و کمیسیون آمار سازمان ملل متحد به آن سپرده‌اند، نظارت می‌کند. این کمیسیون به عنوان دبیرخانه گروه بین‌سازمانی و کارشناسان در مورد شاخص‌های SDG عمل می‌کند و روند بررسی و نظارت بر دستور کار 2030 برای توسعه پایدار را تسهیل می‌کند. ✅ استفاده از روش‌های نوین: UNSD به استفاده از روش‌های نقشه‌برداری معاصر به عنوان ابزاری برای توسعه و پیشرفت تشویق می‌کند. آمار با ارائه داده‌های لازم برای اطلاع‌رسانی سیاست‌ها، نظارت بر پیشرفت و تخصیص مؤثر منابع، نقش مهمی در طرح‌های توسعه بین‌المللی ایفا می‌کند. این داده‌ها به دولت‌ها و سازمان‌ها کمک می‌کنند تا تصمیمات مبتنی بر شواهد اتخاذ کنند و مداخلات هدفمندی انجام دهند که می‌تواند شرایط زندگی را بهبود بخشد. ✅ داده‌های قابل اعتماد: اطلاعات دقیق درباره فقر، بهداشت و آموزش برای پیگیری پیشرفت به سمت اهداف بین‌المللی مانند اهداف توسعه پایدار (SDGs) و اهداف توسعه هزاره (MDGs) ضروری است. آمار معیارهایی برای اندازه‌گیری موفقیت و شناسایی مناطق نیازمند توجه بیشتر ارائه می‌دهد. ✅ شکل‌دهی استراتژی‌های توسعه: آمارهای قوی برای شکل‌دهی استراتژی‌های توسعه بین‌المللی مؤثر حیاتی هستند و اطمینان می‌دهند که تلاش‌ها هدفمند، قابل اندازه‌گیری و تأثیرگذار باشند. ✅ اشتراک‌گذاری اطلاعات آماری: UNSD اطلاعات آماری را در موضوعات مختلف از جمله جمعیت‌شناسی، اقتصاد، محیط زیست و مسائل اجتماعی جمع‌آوری و به اشتراک می‌گذارد. این داده‌ها از طریق گزارش‌ها و پایگاه‌های داده آنلاین مانند UNdata در دسترس قرار می‌گیرند. ✅ ایجاد استانداردها: این بخش استانداردها و هنجارهایی برای شیوه‌های آماری ایجاد می‌کند تا از ثبات و قابلیت اطمینان در جمع‌آوری داده‌ها و گزارش‌دهی در کشورهای مختلف اطمینان حاصل کند. ✅ کمک فنی به کشورها: UNSD به کشورها کمک فنی ارائه می‌دهد تا سیستم‌های آماری ملی خود را بهبود بخشند. این شامل برنامه‌ها و منابع آموزشی است که توانایی آن‌ها را برای جمع‌آوری و تحلیل مؤثر داده‌ها افزایش می‌دهد. ✅ هماهنگی فعالیت‌های آماری: UNSD فعالیت‌های آماری را در بین سازمان‌های بین‌المللی مختلف هماهنگ کرده و از کار کمیسیون آمار سازمان ملل متحد که بر تلاش‌های آماری جهانی نظارت دارد، حمایت می‌کند. ✅ تضمین رویکردهای استاندارد: این بخش روش‌هایی برای طبقه‌بندی و تعاریف آماری ایجاد می‌کند تا کشورها بتوانند از رویکردهای استاندارد در تلاش‌های جمع‌آوری داده‌های خود بهره ببرند. 🟡این عملکردها نشان‌دهنده اهمیت آمار در شکل‌دهی به سیاست‌ها و برنامه‌های توسعه‌ای است که می‌تواند تأثیر زیادی بر بهبود کیفیت زندگی مردم داشته باشد. #️⃣#IDSchools #️⃣#IDS #️⃣#IDS_Math ✉️@IDSchools ✉️@IDS_Math

🌐 #توسعه_و_تحقیق_کار_ها 🤩 روز جهانی آمار در 20 اکتبر هر پنج سال یکبار جشن گرفته می‌شود تا اهمیت آمار در جامعه برجسته شود. این روز توسط کمیسیون آمار سازمان ملل متحد ایجاد شد و اولین بار در 20 اکتبر 2010 با هدف افزایش آگاهی در مورد مشارکت آمارگیران و ترویج استفاده از داده‌ها برای تصمیم گیری آگاهانه در سطح جهانی است، جشن گرفته شد. علاوه بر این، در همان روز، 20 اکتبر 2010، انجمن آماری سلطنتی در بریتانیا نیز کمپین دریافت آمار خود را برای آموزش آمار به مردم آغاز کرد. ⚡️ جالبتر این است که تاریخ جشن در هر کشوری بسته به اهمیت آماری و تاریخ آن متفاوت است. از سال 2010، 103 کشور روز ملی آمار را جشن می گیرند، از جمله 51 کشور آفریقایی که روز آمار آفریقا را در 18 نوامبر جشن می‌گیرند. 💥اول آبان ماه در تقویم کشورمان روز ملی آمار و برنامه‌ریزی نام گذاری شده است. 🔸 اخیرا بخش آمار سازمان ملل متحد (UNSD) از نسخه کتاب جیبی آمار جهانی 2024 (سری پنجم، شماره 48) رونمایی کرده است که چهل و هشتمین مجموعه از مجموعه گردآوری سالانه شاخص‌های آماری کلیدی است که توسط بخش آمار سازمان ملل متحد در وزارت اقتصاد و امور اجتماعی تهیه شده است. 🔹حداکثر 50 شاخص از بیش از 20 منبع آماری بین‌المللی در پروفایل‌های یک صفحه‌ای برای 30 منطقه جغرافیایی جهان و بیش از 200 کشور یا منطقه از جهان ارائه شده است. 🧐بخش آمار سازمان ملل چیست؟ بخش آمار سازمان ملل متحد (UNSD) که قبلاً به عنوان دفتر آمار سازمان ملل شناخته می‌شد، زیر نظر وزارت امور اقتصادی و اجتماعی سازمان ملل متحد (DESA) فعالیت می‌کند و بر جمع آوری و به اشتراک گذاری داده‌های مهم در مورد موضوعات مختلف در سراسر جهان تمرکز دارد. در اینجا یک تفکیک ساده از آنچه انجام می‌دهد آورده شده است: ⚡️نقش‌های اصلی UNSD ✨جمع آوری داده‌ها: UNSD آماری را در مورد بسیاری از موضوعات از جمله جمعیت، اقتصاد، محیط زیست و تجارت جمع آوری می‌کند. این به کشورها کمک می‌کند تا روندها را درک کنند و تصمیمات آگاهانه بگیرند. ✨تنظیم استانداردها: این بخش دستورالعمل‌هایی را برای نحوه جمع آوری و گزارش آمار ایجاد می‌کند. این تضمین می‌کند که داده‌های کشورهای مختلف به راحتی قابل مقایسه هستند. ✨کشورهای حامی: UNSD به کشورها کمک می‌کند تا سیستم‌های آماری خود را بهبود بخشند تا بتوانند داده‌های بهتری جمع آوری کنند. ✨انتشار اطلاعات: به طور منظم گزارش‌ها و پایگاه‌های داده مانند سالنامه آماری را منتشر می‌کند که امکان دسترسی به آمارهای جهانی را برای محققان، سیاست‌گذاران و عموم فراهم می‌کند. ادامه دارد... #️⃣#IDSchools #️⃣#IDS #️⃣#IDS_Math ✉️@IDSchools ✉️@IDS_Math

✨✨✨#زیبایی_های_ریاضی✨✨✨ 🤩 راه تاشو- اوریگامی جدید - رابرت لنگ ✅ رابرت لنگ یکی از پیشگامان جدیدترین نوع اوریگامی است که از اصول ریاضی و مهندسی استفاده می کند تا طرح های پیچیده ای را که زیبا و گاهی اوقات بسیار مفید هستند، ایجاد کند. https://youtu.be/UNdD5Kxdkpg?si=3lW0GxJBKn1GiaDY #️⃣#IDSchools #️⃣#IDS #️⃣#IDS_Math ✉️@IDSchools ✉️@IDS_Math

✨#سخن_بزرگان 🗣"انسان‌ها به طور طبیعی به سمت متوسط می‌روند." فرانسیس گالتون Francis Galton 🟣 این جمله به مفهوم میانگین و نرمال‌سازی در آمار اشاره دارد و تأکید می‌کند که در بسیاری از ویژگی‌ها و صفات انسانی، تمایل به بازگشت به میانگین وجود دارد. این ایده در زمینه‌های مختلفی از جمله روانشناسی و جامعه‌شناسی کاربرد دارد. 🟣 فرانسیس گالتون (1822-1911) یک دانشمند و polymath انگلیسی بود که در زمینه‌های مختلف علمی از جمله آمار، روانشناسی، زیست‌شناسی و انسان‌شناسی فعالیت داشت. او به عنوان یکی از بنیان‌گذاران آمار مدرن شناخته می‌شود و تأثیر زیادی بر توسعه نظریه‌های آماری و روش‌های تحقیقاتی داشت. ⚡️برخی از دستاوردها و ویژگی‌های مهم گالتون: 1. آمار و تحلیل داده‌ها:    - گالتون مفهوم "همبستگی" را معرفی کرد که به بررسی روابط بین دو یا چند متغیر می‌پردازد.    - او همچنین روش‌های تحلیل و تجزیه و تحلیل داده‌ها را توسعه داد که امروزه در آمار کاربرد دارند. 2. نظریه وراثت:    - گالتون به مطالعه وراثت و تأثیر آن بر صفات انسانی پرداخت. او اصطلاح "ژن" را به کار برد و بر اهمیت وراثت در انتقال ویژگی‌ها تأکید کرد.    - او همچنین به بررسی تفاوت‌های فردی در استعدادها و قابلیت‌ها پرداخت. 3. تست‌های هوش:    - گالتون اولین کسی بود که تلاش کرد تا تست‌هایی برای اندازه‌گیری هوش انسانی طراحی کند. او معتقد بود که هوش نیز یک صفت وراثتی است. 4. تحقیقات در زمینه نژاد و انسان‌شناسی:    - او نظریات جنجالی درباره نژاد و تفاوت‌های انسانی ارائه داد که بعدها به سوءاستفاده‌های علمی و اجتماعی انجامید. 5. اختراعات و نوآوری‌ها:    - گالتون همچنین در زمینه‌هایی مانند جغرافیا و نقشه‌برداری نوآوری‌هایی داشت. او نقشه‌های توزیع جغرافیایی صفات انسانی را طراحی کرد. 6. کتاب‌ها و مقالات:    - او کتاب‌های متعددی نوشت که بسیاری از آن‌ها تأثیر زیادی بر علم و فلسفه داشتند، از جمله "وراثت انسانی" و "روش‌های آماری". ⚡️تأثیرات گالتون: گالتون تأثیر عمیقی بر علوم اجتماعی، روانشناسی، و آمار گذاشت. نظریات او در زمینه وراثت و هوش بعدها به شکل‌گیری جنبش‌هایی مانند "اجتماعی‌گرایی" و "نظریه نژادی" کمک کردند، هرچند که این نظریات به شدت مورد انتقاد قرار گرفتند. ✅به طور کلی، گالتون شخصیتی چندبعدی بود که تأثیراتش هنوز هم در علوم مختلف احساس می‌شود، هرچند که برخی از نظریات او با توجه به پیشرفت‌های علمی و اجتماعی امروز به چالش کشیده شده‌اند. #️⃣#IDSchools #️⃣#IDS #️⃣#IDS_Math ✉️@IDSchools ✉️@IDS_Math

🆕🆕🆕🆕🆕🆕🆕🆕🆕🆕🆕 🔔دپارتمان پزشکی مجموعه علمی و پژوهشی مدارس میان رشته ای برگزار میکند: ⭐️سری وبینارهای رایگان «همگام با پیشتازان»⭐️ 1️⃣2️⃣قسمت دوازدهم:A network of place patches in prefrontal cortex 🎙با حضور: دکتر رضا راجی مهر 🟡پزشک و پژوهشگر موسسه تحقیقات مغز McGovern و موسسه فناوری ماساچوست( MIT ) 🔜سه شنبه ۲۴ مهرماه ۱۴۰۳، ساعت ۱۸ به وقت ایران 🔖در این سری وبینارهای رایگان که به همت مدارس میان‌رشته‌ای برگزار می‌شود، میزبان اساتید، پژوهشگران و دانشجویان برگزیده و نخبه در داخل و خارج کشور خواهیم بود و با مسیر موفقیت آکادمیک ایشان و نیز پژوهش‌های میان‌رشته‌ای آشنا خواهیم شد. 📌مدارس میان رشته‌ای در نظر دارد در تمامی کانال‌های علمی خود شامل: هوش مصنوعی، نوروساینس، روانشناسی،  علوم زیستی، پزشکی، فیزیک، ریاضیات و... این سری وبینارهای ارزشمند را به صورت ماهانه برگزار نماید. 👈 برای ثبت نام در این وبینار به کانال پزشکی و جهت کسب اطلاعات بیشتر به گروه تعاملی ما بپیوندید. ✈️| @IDS_Med||کانال پزشکی| ✈️| @IDSchools||کانال اصلی| ✈️| @Med_IDSchools||گروه تعاملی پزشکی|

🔹 شرحی مختصر پیرامون مخاطبان و محتوای دوره «زبان برنامه نویسی R از مقدماتی تا پیشرفته؛ تحلیل حرفه ای داده با R» ❓ این دوره به چه دردی می خورد؟ این دوره برای تحلیل داده طراحی شده که برای کسانی مناسب است که می‌خواهند با ابزارهای مدرن و کارآمد در دنیای تحلیل داده آشنا شوند. این دوره شما را با مجموعه بسته‌های Tidyverse که شامل dplyr، tidyr، ggplot2 و سایر ابزارهای کلیدی است، آشنا می‌کند. هدف این دوره، توانمندسازی شما در پاک‌سازی، مدیریت، تحلیل و تجسم داده‌ها به صورت کاملاً عملی و کاربردی است. با استفاده از R شما قادر خواهید بود داده‌های پیچیده را به صورت مؤثر تغییر شکل داده و از آن‌ها بینش‌های ارزشمند استخراج کنید. علاوه بر یادگیری مفاهیم تئوری، تمرینات عملی به شما کمک می‌کنند تا مهارت‌های خود را به سطحی حرفه‌ای برسانید و آماده تحلیل داده‌های واقعی شوید. ❓ چرا باید در این دوره شرکت کنیم؟ در دنیای امروز، داده‌ها به عنوان یکی از مهم‌ترین دارایی‌های سازمان‌ها و کسب‌وکارها شناخته می‌شوند. با رشد روزافزون حجم و پیچیدگی داده‌ها، نیاز به ابزارها و مهارت‌های مناسب برای تحلیل سریع و دقیق آن‌ها بسیار ضروری است. تسلط بر این ابزارها، تحلیلگران را قادر می‌سازد تا فرآیندهای پاک‌سازی، تغییر شکل و تجسم داده‌ها را به صورت کارآمد و بهینه انجام دهند. دوره " تحلیل داده حرفه‌ای با R" برای افرادی طراحی شده است که به دنبال ارتقاء مهارت‌های خود در تحلیل داده هستند و می‌خواهند با استفاده از تکنیک‌ها و ابزارهای استاندارد در دنیای حرفه‌ای تحلیل داده‌ها بدرخشند. ❓ مخاطبان این دوره چه کسانی هستند؟ ✅ دانشجویان و فارغ‌التحصیلان همه رشته های نیازمند به تحلیل های آماری: کسانی که در رشته‌های مختلف تحصیل می کنند و با داده‌کاوی، تحلیل آماری و علوم داده سر و کار دارند و قصد دارند با ابزارهای حرفه‌ای مانند Tidyverse تسلط پیدا کنند. ✅ تحلیلگران داده: افرادی که به دنبال بهبود و ارتقاء مهارت‌های خود در زمینه تحلیل داده‌ها و تجسم آن‌ها با استفاده از R و Tidyverse هستند. ✅ متخصصان فناوری اطلاعات و کسب‌وکار: افرادی که در حوزه فناوری اطلاعات، بازاریابی یا مدیریت داده‌ها مشغول به کار هستند و می‌خواهند توانایی تحلیل داده‌های حجیم و پیچیده را بهبود دهند. ✅ محققان و دانشمندان داده: کسانی که به دنبال استخراج بینش‌های عمیق‌تر از داده‌های تحقیقاتی و علمی خود هستند و می‌خواهند از رویکردهای مدرن و کارآمد بهره‌مند شوند. ❓ مدت زمان این دوره چقدر است؟ 🟢 این دوره در دوازده هفته برگزار می شود. هر جلسه به مدت 2 ساعت است و در روزهای شنبه از ساعت 19 تا 21 برگزار می شود. طول دوره 24 ساعت است و از 3 آذر شروع می شود. ❓ نحوه ثبت نام به چه صورت است؟ 👈 شما با جوین شدن به کانال دپارتمان ریاضی، آمار و علوم کامپیوتر می توانید با توضیحات موجود در لینک زیر از نحوه ثبت نام جویا شوید: https://t.me/IDS_Math/177 ✉️ @IDS_Math ✉️ @IDSchools

✨ معرفی کوتاه دوره «زبان برنامه نویسی R از مقدماتی تا پیشرفته؛ تحلیل حرفه ای داده با R» 👤 نام استاد: دکتر علی محمدی، مدرس جهاد دانشگاهی دانشگاه صنعتی شریف ⏰ روز برگزاری: شنبه ها، ساعت 19 تا 21 ✅ تعداد جلسات و زمان شروع دوره: 12 جلسه، 3 آذر 👈 محتوای دوره و نحوه ثبت نام: https://t.me/IDS_Math/177 🟢دپارتمان برگزار کننده: ریاضی، آمار و علوم کامپیوتر 👈 برای ثبت نام و اطلاع از دوره های ریاضیات، آمار و علوم کامپیوتر به این کانال جوین شوید: ✈️ @IDS_Math ✉️ @IDS_Math ✉️ @IDSchools

🟩 معرفی جلسات 12 گانه دوره «زبان برنامه نویسی R از مقدماتی تا پیشرفته؛ تحلیل حرفه ای داده با R» 🔣 هفته (جلسه یازدهم و دوازدهم) : Basic Network Analysis in R ✅ محتوای این جلسه: یکی از مزایای بزرگ استفاده از R برای تحلیل شبکه، قدرت و انعطاف‌پذیری ابزارهایی است که برای دسترسی و دستکاری داده‌های واقعی شبکه فراهم می‌کند. در این بخش، به سه موضوع اصلی می‌پردازیم. ابتدا، ماهیت کلی داده‌های شبکه را بررسی و تعریف می‌کنیم. سپس، یاد می‌گیریم که چگونه می‌توان اشیای داده‌های شبکه را در R ایجاد و مدیریت کرد. در نهایت، مجموعه‌ای از وظایف معمول مدیریت داده‌های شبکه از طریق چند مثال نشان داده خواهد شد. عناوینی که در این بخش بررسی خواهیم نمود: 🔴Simple Visualization 🔴Basic Description 🔴Clustering Coefficient 🔴Network Data Concepts 🔴Network Data Structures 🔴Information Stored in Network Objects 🔴Creating a Network Object in statnet 🔴Managing Node and Tie Attributes 🔴Creating a Network Object in igraph 🔴Going Back and Forth Between statnet and igraph 🔴Importing Network Data 🔴Common Network Data Tasks 🔴Filtering Networks Based on Vertex or Edge Attribute Values 🔴Transforming a Directed Network to a Non-directed Network ✨با حضور: 👤دکتر علی محمدی، مدرس جهاد دانشگاهی دانشگاه صنعتی شریف 👈 نحوه ثبت نام در این دوره: https://t.me/IDS_Math/177 ⬅️ سرفصل های این دوره: https://t.me/IDS_Math/179 🟢 همراه با گواهی شرکت در دوره به انگلیسی  ◀️ کسب اطلاعات بیشتر: ✈️@InterdisciplinarySchools2 ✉️ @IDS_Math ✉️ @IDSchools

🟩 معرفی جلسات 12 گانه دوره «زبان برنامه نویسی R از مقدماتی تا پیشرفته؛ تحلیل حرفه ای داده با R» 🔣 هفته (جلسه نهم و دهم) : Regression ✅ محتوای این جلسه: در بسیاری از جهات، تحلیل رگرسیون در قلب آمار قرار دارد. این اصطلاح به مجموعه‌ای از روش‌ها اطلاق می‌شود که برای پیش‌بینی یک متغیر پاسخ (که به آن متغیر وابسته، معیار یا متغیر نتیجه نیز می‌گویند) از یک یا چند متغیر پیش‌بین (که به آن متغیر مستقل) استفاده می‌شود. به طور کلی، تحلیل رگرسیون می‌تواند برای شناسایی متغیرهای پیش‌بین مرتبط با یک متغیر پاسخ، توصیف شکل روابط بین آنها، و ارائه معادله‌ای برای پیش‌بینی متغیر پاسخ از متغیرهای پیش‌بین به کار رود. برای مثال، یک فیزیولوژیست ورزشی ممکن است از تحلیل رگرسیون برای توسعه یک معادله به منظور پیش‌بینی تعداد کالری‌های سوخته‌شده توسط یک فرد در هنگام ورزش بر روی تردمیل استفاده کند. در این مثال، متغیر پاسخ تعداد کالری‌های سوخته‌شده است (که از میزان اکسیژن مصرفی محاسبه می‌شود) و متغیرهای پیش‌بین می‌توانند شامل مدت زمان ورزش (به دقیقه)، درصد زمانی که فرد در ضربان قلب هدف خود است، سرعت متوسط (مایل در ساعت)، سن (به سال)، جنسیت و شاخص توده بدنی (BMI) باشند. 👈از دیدگاه نظری تحلیل رگرسیون به پرسش‌های زیر پاسخ می‌دهد: 🟣رابطه بین مدت زمان ورزش و کالری‌های سوخته‌شده چیست؟ 🟣آیا این رابطه خطی است یا منحنی؟ 🟣به عنوان مثال، آیا بعد از یک نقطه خاص، ورزش تأثیر کمتری بر تعداد کالری‌های سوخته‌شده دارد؟ 🟣میزان تلاش (درصد زمانی که فرد در ضربان قلب هدف خود است، سرعت متوسط راه‌رفتن) چگونه در این رابطه نقش دارد؟ 🟣آیا این روابط برای افراد جوان و مسن، زن و مرد، سنگین‌وزن و سبک‌وزن یکسان است؟ 👈از دیدگاه عملی، این تحلیل به پرسش‌های زیر پاسخ می‌دهد: 🟡یک مرد ۳۰ ساله با شاخص توده بدنی ۲۸.۷، اگر ۴۵ دقیقه با سرعت متوسط ۴ مایل در ساعت پیاده‌روی کند و ۸۰٪ از زمان را در ضربان قلب هدف خود بماند، چه تعداد کالری می‌سوزاند؟ حداقل چه تعداد متغیر باید جمع‌آوری شود تا بتوان به‌طور دقیق تعداد کالری‌های سوخته‌شده هنگام پیاده‌روی را پیش‌بینی کرد؟ 🟡ما در این بخش ابتدا، نحوه برازش و تفسیر مدل‌های رگرسیون را بررسی می‌کنیم. سپس مجموعه‌ای از تکنیک‌ها برای شناسایی مشکلات احتمالی در این مدل‌ها و چگونگی مقابله با آنها مرور خواهد شد. در مرحله سوم، به مسئله انتخاب متغیر می‌پردازیم. از میان تمامی متغیرهای پیش‌بین موجود، چگونه تصمیم می‌گیرید کدام یک را در مدل نهایی خود قرار دهید؟ چهارم، به سؤال تعمیم‌پذیری پاسخ خواهیم داد. مدل شما چقدر در دنیای واقعی کارایی دارد؟ در نهایت، به اهمیت نسبی متغیرها خواهیم پرداخت. از میان تمام متغیرهای پیش‌بین در مدل شما، کدام یک مهم‌ترین است، کدام دومین اهمیت را دارد و کدام کم‌اهمیت‌ترین است؟ ✨ با حضور: 👤 دکتر علی محمدی، مدرس جهاد دانشگاهی دانشگاه صنعتی شریف 👈 نحوه ثبت نام در این دوره: https://t.me/IDS_Math/177 ⬅️ سرفصل های این دوره: https://t.me/IDS_Math/179 🟢 همراه با گواهی شرکت در دوره به انگلیسی  ◀️ کسب اطلاعات بیشتر: ✈️@InterdisciplinarySchools2 ✉️ @IDS_Math ✉️ @IDSchools

🟩 معرفی جلسات 12 گانه دوره «زبان برنامه نویسی R از مقدماتی تا پیشرفته؛ تحلیل حرفه ای داده با R» 🔣 هفته (جلسه هفتم و هشتم) : Basic Statistic ✅ محتوای این جلسه: پس از آنکه داده‌های شما به درستی سازماندهی شد و به‌طور بصری شروع به بررسی آن کردید، مرحله بعدی معمولاً توصیف توزیع هر متغیر به صورت عددی است. سپس به بررسی روابط میان متغیرهای انتخابی به صورت دو به دو می‌پردازید. هدف این است که به سؤالاتی مانند موارد زیر پاسخ دهید: در حال حاضر خودروها چه نوع مصرف سوختی دارند؟ به طور خاص، توزیع مصرف بنزین به ازای هر گالن (میانگین، انحراف استاندارد، میانه، دامنه و غیره) در یک بررسی از مدل‌های مختلف خودرو چگونه است؟ بعد از یک آزمایش دارویی جدید، نتیجه برای گروه‌های دارو و دارونما چگونه است (بدون بهبودی، کمی بهبودی، بهبودی چشمگیر)؟ آیا جنسیت شرکت‌کنندگان بر نتیجه تأثیری دارد؟ همبستگی بین درآمد و امید به زندگی چقدر است؟ آیا این همبستگی به طور معناداری متفاوت از صفر است؟ در این بخش، به بررسی توابع R برای تولید آماره های توصیفی و استنباطی پایه خواهیم پرداخت. ابتدا به بررسی معیارهای مکان و مقیاس برای متغیرهای کمی می‌پردازیم. سپس یاد می‌گیرید چگونه جداول فراوانی و جداول تقاطعی (و آزمون‌های کای دو مرتبط) را برای متغیرهای دسته‌بندی شده تولید کنیم. در ادامه، انواع مختلف ضرایب همبستگی برای متغیرهای پیوسته و رتبه‌ای را بررسی خواهیم کرد.در نهایت، به مطالعه تفاوت‌های گروهی با استفاده از روش‌های پارامتری( آزمون t )و غیرپارامتری می‌پردازیم. ✨ با حضور: 👤 دکتر علی محمدی، مدرس جهاد دانشگاهی دانشگاه صنعتی شریف 👈 نحوه ثبت نام در این دوره: https://t.me/IDS_Math/177 ⬅️ سرفصل های این دوره: https://t.me/IDS_Math/179 🟢 همراه با گواهی شرکت در دوره به انگلیسی  ◀️ کسب اطلاعات بیشتر: ✈️@InterdisciplinarySchools2 ✉️ @IDS_Math ✉️ @IDSchools

🟩 معرفی جلسات 12 گانه دوره «زبان برنامه نویسی R از مقدماتی تا پیشرفته؛ تحلیل حرفه ای داده با R» 🔣 هفته (جلسه پنجم و ششم) : Basic Graph ✅ محتوای این جلسه: انسان‌ها به طرز شگفت‌آوری در تشخیص روابط از طریق نمایش‌های بصری مهارت دارند. یک نمودار خوب می‌تواند به شما کمک کند تا مقایسه‌های معناداری بین هزاران قطعه اطلاعات انجام دهید و الگوهایی را استخراج کنید که از طریق سایر روش‌ها به‌راحتی قابل تشخیص نیستند. این یکی از دلایلی است که پیشرفت‌ها در حوزه گرافیک‌های آماری تأثیر عمده‌ای بر تحلیل داده‌ها داشته‌اند. تحلیل‌گران داده باید داده‌های خود را مشاهده کنند، و این حوزه‌ای است که R در آن به‌خوبی درخشان است. در این بخش، شما را با مفاهیم و توابع اصلی که برای ایجاد نمودارهای ggplot2 استفاده می‌شوند، آشنا خواهیم شد ،هدف بسته ggplot2 ارائه سیستمی جامع و مبتنی بر دستور زبان برای تولید نمودارها به‌صورت یکپارچه و منسجم است که به کاربران امکان ایجاد تجسم‌های داده جدید و نوآورانه را می‌دهد. ✨ با حضور: 👤 دکتر علی محمدی، مدرس جهاد دانشگاهی دانشگاه صنعتی شریف 👈 نحوه ثبت نام در این دوره: https://t.me/IDS_Math/177 ⬅️ سرفصل های این دوره: https://t.me/IDS_Math/179 🟢 همراه با گواهی شرکت در دوره به انگلیسی  ◀️ کسب اطلاعات بیشتر: ✈️@InterdisciplinarySchools2 ✉️ @IDS_Math ✉️ @IDSchools

🟩 معرفی جلسات 12 گانه دوره «زبان برنامه نویسی R از مقدماتی تا پیشرفته؛ تحلیل حرفه ای داده با R» 🔣 هفته (جلسه پنجم و ششم) : Basic Graph ✅ محتوای این جلسه: انسان‌ها به طرز شگفت‌آوری در تشخیص روابط از طریق نمایش‌های بصری مهارت دارند. یک نمودار خوب می‌تواند به شما کمک کند تا مقایسه‌های معناداری بین هزاران قطعه اطلاعات انجام دهید و الگوهایی را استخراج کنید که از طریق سایر روش‌ها به‌راحتی قابل تشخیص نیستند. این یکی از دلایلی است که پیشرفت‌ها در حوزه گرافیک‌های آماری تأثیر عمده‌ای بر تحلیل داده‌ها داشته‌اند. تحلیل‌گران داده باید داده‌های خود را مشاهده کنند، و این حوزه‌ای است که R در آن به‌خوبی درخشان است. در این بخش، شما را با مفاهیم و توابع اصلی که برای ایجاد نمودارهای ggplot2 استفاده می‌شوند، آشنا خواهیم شد ،هدف بسته ggplot2 ارائه سیستمی جامع و مبتنی بر دستور زبان برای تولید نمودارها به‌صورت یکپارچه و منسجم است که به کاربران امکان ایجاد تجسم‌های داده جدید و نوآورانه را می‌دهد. ✨ با حضور: 👤 دکتر علی محمدی، مدرس جهاد دانشگاهی دانشگاه صنعتی شریف 👈 نحوه ثبت نام در این دوره: https://t.me/IDS_Math/177 ⬅️سرفصل های این دوره: https://t.me/IDS_Math/179 🟢 همراه با گواهی شرکت در دوره به انگلیسی  ◀️ کسب اطلاعات بیشتر: ✈️@InterdisciplinarySchools2 ✉️ @IDS_Math ✉️ @IDSchools

🟩 معرفی جلسات 12 گانه دوره «زبان برنامه نویسی R از مقدماتی تا پیشرفته؛ تحلیل حرفه ای داده با R» 🔣 هفته (جلسه سوم و چهارم) : Basic Data Management ✅ محتوای این جلسه: داده‌ها هرگز به شکلی که برای انجام تحلیل مؤثر نیاز دارید، در دسترس شما قرار نمی‌گیرند. داده‌ها باید تغییر شکل، بازآرایی و فرمت شوند تا بتوان آن‌ها را به‌صورت مناسب تجسم کرد. این دوره به مسئله مدیریت داده‌ها می‌پردازد تا بتوانید آن‌ها را تحت کنترل درآورده و به‌طور مؤثر تحلیل کنید. هدف اصلی در مدیریت داده، تبدیل داده‌های نامرتب به داده‌های مرتب است. این بخش به بسیاری از جزئیات مهم درباره کار با داده‌های مرتب و نامرتب در R می‌پردازد، از جمله: دستکاری تاریخ‌ها و مقادیر گمشده درک تبدیل انواع داده ایجاد و بازکدگذاری متغیرها مرتب‌سازی، ادغام و تقسیم مجموعه‌های داده انتخاب و حذف متغیرها ✨ با حضور: 👤 دکتر علی محمدی، مدرس جهاد دانشگاهی دانشگاه صنعتی شریف 👈 نحوه ثبت نام در این دوره: https://t.me/IDS_Math/177 ⬅️ سرفصل های این دوره: https://t.me/IDS_Math/179 🟢 همراه با گواهی شرکت در دوره به انگلیسی  ◀️ کسب اطلاعات بیشتر: ✈️ @InterdisciplinarySchools2 ✉️ @IDS_Math ✉️ @IDSchools

🟩معرفی جلسات 12 گانه دوره «زبان برنامه نویسی R از مقدماتی تا پیشرفته؛ تحلیل حرفه ای داده با R» 2️⃣هفته (جلسه دوم) : کنترل جریان برنامه، انواع شرط ها، حلقه و توابع ✅ محتوای این جلسه: در این جلسه ابتدا نحوه به کارگیری اپراتور‌های مقایسه‌ای را مورد بحث قرار می‌دهیم. پس از آن به روش‌های کنترل جریان برنامه در R از جمله حلقه‌ها و توابع می‌پردازیم. نهایتا با پکیج‌ها، محتویات آن‌ها و نحوه فراخوانی آن‌ها آشنا می‌شویم. ✨ با حضور: 👤 دکتر علی محمدی، مدرس جهاد دانشگاهی دانشگاه صنعتی شریف 👈 نحوه ثبت نام در این دوره: https://t.me/IDS_Math/177 🔣 سرفصل های این دوره: https://t.me/IDS_Math/179 🟢 همراه با گواهی شرکت در دوره به انگلیسی  ◀️کسب اطلاعات بیشتر: ✈️@InterdisciplinarySchools2 ✉️ @IDS_Math ✉️ @IDSchools

🟩معرفی جلسات 12 گانه دوره «زبان برنامه نویسی R از مقدماتی تا پیشرفته؛ تحلیل حرفه ای داده با R» 1️⃣هفته (جلسه اول) : مبانی R و نصب برنامه ✅ محتوای این جلسه: در این جلسه ابتدا به معرفی زبان برنامه نویسی R، کاربردها و نقاط قوت و ضعف می‌پردازیم. پس از آن به سراغ نصب موتور R برای برنامه نویسی رفته و با R Studio و امکانات آن آشنا می‌شویم. پس از نصب و آشنایی با محیط مستقیما به سراغ برنامه نویسی در محیط R رفته و با اپراتورهای ریاضیاتی، متغییرها و برخی از انواع داده از جمله بردار و ماتریس آشنا می شویم. ✨ با حضور: 👤 دکتر علی محمدی، مدرس جهاد دانشگاهی دانشگاه صنعتی شریف 👈 نحوه ثبت نام در این دوره: https://t.me/IDS_Math/177 🔣 سرفصل های این دوره: https://t.me/IDS_Math/179 🟢 همراه با گواهی شرکت در دوره به انگلیسی  ◀️کسب اطلاعات بیشتر: ✈️@InterdisciplinarySchools2 ✉️ @IDS_Math ✉️ @IDSchools

💥 دوره «زبان برنامه نویسی R از مقدماتی تا پیشرفته؛ تحلیل حرفه ای داده با R»-دوره مجازی ⏰ شنبه‌ها، ساعت 19 🔴 شروع دوره از 3 آذر 1403 ⬅️با حضور: 👤 دکتر علی محمدی، مدرس جهاد دانشگاهی دانشگاه صنعتی شریف ✅ تعداد جلسات: 12 جلسه 2 ساعته 🔣 سرفصل جلسات: ✅ هفته اول: مبانی R و نصب برنامه ⬅️ مباحث: 🟡مقدمه 🟡 نصب 🟡 آشنایی با محیط ✅ هفته دوم: کنترل جریان برنامه، انواع شرط ها، حلقه و توابع ✅ هفته سوم و چهارم: Basic Data Management ⬅️مباحث: 🟡دستکاری تاریخ‌ها و مقادیر گمشده 🟡درک تبدیل انواع داده 🟡ایجاد و بازکدگذاری متغیرها 🟡مرتب‌سازی 🟡 ادغام و تقسیم مجموعه‌های داده 🟡انتخاب و حذف متغیرها ✅ هفته پنجم و ششم: Basic Graph ⬅️مباحث: 🟡ایجاد نمودارهای ggplot2 ✅ هفته هفتم و هشتم: Basic Statistics ⬅️مباحث: 🟡توابع R برای آمار توصیفی و استنباطی 🟡معیارهای مکان و مقیاس برای متغیرهای کمّی 🟡جداول فراوانی و تقاطعی 🟡بررسی ضرایب همبستگی برای متغیرهای پیوسته و مرتبه ای 🟡بررسی تفاوت ها در آزمون های پارامتری (آزمون T) و غیرپارامتری ✅ هفته نهم و دهم: Regression ⬅️مباحث: 🟡پردازش و تفسیر مدلهای رگرسیون 🟡نحوه انتخاب متغیر 🟡تصمیم گیری برای انتخاب مدل نهایی 🟡تعمیم بخشی به مدلها ✅ هفته یازدهم و دوازدهم: Basic Network Analysis in R ⬅️مباحث: 🟡Simple Visualization 🟡Basic Description 🟡Clustering Coefficient 🟡Network Data Concepts 🟡Network Data Structures 🟡Information Stored in Network Objects 🟡Creating a Network Object in statnet 🟡Managing Node and Tie Attributes 🟡Creating a Network Object in igraph 🟡Importing Network Data 🟡Common Network Data Tasks 👈نحوه ثبت‌نام: https://t.me/IDS_Math/177 ✨ همراه با گواهی حضور به انگلیسی ✈️ @IDS_Math ✈️ @IDSchools

✨ نحوه ثبت نام در دوره «زبان برنامه نویسی R از مقدماتی تا پیشرفته؛ تحلیل حرفه ای داده با R»-دوره مجازی ✨ 👈 به اطلاع می‌رساند که ظرفیت این دوره 30 نفر و شهریه برای ثبت نام در این دوره مجازی 500 هزار تومان است. عزیزان می توانند مبلغ فوق الذکر را به کارت بانکی زیر با شماره 6037 9974 5277 4442 به نام مسلم صلحی راد واریز فرموده و تصویر رسید را همراه با مشخصات خود در گوگل فرم زیر آپلود نمایند. https://docs.google.com/forms/d/1U8syRwXv8qgeMoMTj8enDjmjgyoUp8Qg2TckUt3yLJQ/edit ‼️ کلیه عزیزانی که در یکی از دوره‌های این مجموعه در سال‌های 1402 و 1403 شرکت داشته‌اند، از 30 هزار تومان تخفیف برخوردار می‌شوند. 🟢 در صورت بروز هرگونه سوال در خصوص ثبت‌نام در این دوره با آی دی زیر در ارتباط باشید: @InterdisciplinarySchools2 ◀️ ارائه های این دوره به صورت مجازی و در روزهای شنبه، ساعت 19 تا 21 و به مدت 12 هفته برگزار می‌شود. بعد از هر ارائه فیلم و کدها تقدیم حضور شرکت کنندگان می‌گردد. 🟡 به شرکت کنندگان در این دوره گواهی حضور به انگلیسی تقدیم می‌شود. 🔹 سرفصل جلسات: ⬅️ هفته اول: مبانی R و نصب برنامه ⬅️هفته دوم: کنترل جریان برنامه، انواع شرط ها، حلقه و توابع ⬅️هفته سوم و چهارم: Basic Data Management ⬅️هفته پنجم و ششم: Basic Graph ⬅️ هفته هفتم و هشتم: Basic Statistics ⬅️هفته نهم و دهم: Regression ⬅️هفته یازدهم و دوازدهم: Basic Network Analysis in R ⏰ ساعت 🔜19 تا 21 🎙 با ارائه 👤دکتر علی محمدی، مدرس جهاد دانشگاهی دانشگاه صنعتی شریف ✉️ @NeuroSci_IDSchools ✉️ @IDS_Physics ✉️ @IDS_AI_ML ✉️ @IDSchools ✉️ @IDS_Math ✉️ @IDS_Med ✉️ @IDS_Psy ✉️ @IDS_Bio

🆕🆕🆕🆕🆕🆕🆕🆕🆕 🔴 «دپارتمان ریاضی، آمار و علوم کامپیوتر مجموعه علمی و پژوهشی مدارس میان رشته ای» برگزار می کند: ✨ دوره «زبان برنامه نویسی R از مقدماتی تا پیشرفته؛ تحلیل حرفه ای داده با R»-دوره مجازی 🎙 با حضور: 👤 دکتر علی محمدی، مدرس جهاد دانشگاهی دانشگاه صنعتی شریف 🔹 سرفصل جلسات: ⬅️هفته اول: مبانی R و نصب برنامه ⬅️هفته دوم: کنترل جریان برنامه، انواع شرط ها، حلقه و توابع ⬅️هفته سوم و چهارم: Basic Data Management ⬅️هفته پنجم و ششم: Basic Graph ⬅️ هفته هفتم و هشتم: Basic Statistics ⬅️هفته نهم و دهم: Regression ⬅️هفته یازدهم و دوازدهم: Basic Network Analysis in R ❗️شنبه ها، به مدت 12 هفته، 12 جلسه دو ساعته از 3 آذر تا 20 بهمن 1403 ⏰ از ساعت 🔜 19 تا 21 ✅ همراه با گواهی حضور به انگلیسی 🔴 ثبت نام و کسب اطلاعات بیشتر: https://t.me/IDS_Math ✉️ https://t.me/IDS_Math ✉️ https://t.me/IDSchools