مدرسه پردازش و تحلیل داده دقیقه
🔴 دوره آموزشی طراحی مطالعه و تحلیل داده در تحقیقات پزشکی و زیستی تحلیل داده و مدلسازی آماری بخش جداییناپذیری از تحقیقات پزشکی و مطالعات سلامت در دنیای امروز است. در این دوره آموزشی، پس از مرور R و مفاهیم اساسی در آزمونهای آماری سراغ مدلسازی آماری میرویم…
This media is not supported in your browser
VIEW IN TELEGRAM
🔴 طراحی مطالعه و تحلیل داده در تحقیقات پزشکی و زیستی با R
تحلیل داده و مدلسازی آماری بخش جداییناپذیری از تحقیقات پزشکی و مطالعات سلامت در دنیای امروز است. در این دوره آموزشی، پس از مرور R و مفاهیم اساسی در آزمونهای آماری سراغ مدلسازی آماری میرویم با انواع مدلهای رگرسیون، تحلیل بقا و آنالیز کاکس آشنا شده و با پیادهسازی آنها در محیط R و تحلیل دادههای واقعی حوزه پزشکی و سلامت برای طراحی مطالعات آماری در تحقیقات پزشکی آماده میشویم. از جمله موضوعاتی که در این بخش مورد بررسی قرار خواهد گرفت میتوان به کارآزمایی بالینی و بررسی اثربخشی مداخلات دارویی، مطالعات موردشاهدی و مقطعی، بررسی کوهورتها، مرور سیستماتیک، تحلیل فراداده و بررسی روابط عِلّی اشاره کرد. در انتهای دوره آنچه یاد گرفتیم را در پروژه پایانی به کار خواهیم گرفت و آموختههای خود را تثبیت خواهیم کرد.
برای مطالعه توضیحات دوره و ثبتنام به از لینک زیر استفاده کنید:
🔗 d-learn.ir/rmda
👈فراموش نکنید که اعتبار کدهای تخفیف تا ۲۷ مهر ۱۴۰۳ است.
⭕️ تا ۲۱ آبان تمدید شد.
📞 اگر سوالی داشتید:
@dlearnsup
@dlearn_ir
تحلیل داده و مدلسازی آماری بخش جداییناپذیری از تحقیقات پزشکی و مطالعات سلامت در دنیای امروز است. در این دوره آموزشی، پس از مرور R و مفاهیم اساسی در آزمونهای آماری سراغ مدلسازی آماری میرویم با انواع مدلهای رگرسیون، تحلیل بقا و آنالیز کاکس آشنا شده و با پیادهسازی آنها در محیط R و تحلیل دادههای واقعی حوزه پزشکی و سلامت برای طراحی مطالعات آماری در تحقیقات پزشکی آماده میشویم. از جمله موضوعاتی که در این بخش مورد بررسی قرار خواهد گرفت میتوان به کارآزمایی بالینی و بررسی اثربخشی مداخلات دارویی، مطالعات موردشاهدی و مقطعی، بررسی کوهورتها، مرور سیستماتیک، تحلیل فراداده و بررسی روابط عِلّی اشاره کرد. در انتهای دوره آنچه یاد گرفتیم را در پروژه پایانی به کار خواهیم گرفت و آموختههای خود را تثبیت خواهیم کرد.
برای مطالعه توضیحات دوره و ثبتنام به از لینک زیر استفاده کنید:
🔗 d-learn.ir/rmda
👈
⭕️ تا ۲۱ آبان تمدید شد.
📞 اگر سوالی داشتید:
@dlearnsup
@dlearn_ir
پردازش زبان طبیعی، NLP یا Natural Language Processing مفاهیمی هستند که خصوصا در این این روزها بسیار شنیده میشه. #NLP چیه؟ و چه کاربردی داره؟ پاسخ به این سوال ایده این یادداشت هست.
پردازش زبان طبیعی (Natural Language Processing) یا NLP مدلی است که در پردازش و تحلیل دادههای زبان تخصص دارد. این مدلها بر پایه الگوریتمهای پیچیده و روشهای آماری ساخته شدهاند و معمولاً از تکنیکهای یادگیری ماشین، بهویژه یادگیری عمیق، بهره میبرند. مدلهای زبان طبیعی با استفاده از مجموعههای عظیمی از دادههای متنی آموزش داده میشوند و به آنها اجازه میدهند که به جزئیات دقیق زبان، از جمله دستور زبان، زمینه و حتی ظرایفی مانند طعنه یا اصطلاحات عامیانه پی ببرند.
با افزایش توان محاسباتی و دسترسی به دادهها، NLP پیشرفت عجیبی کرد و از وظایف ساده پردازش زبان به سیستمهای پیچیدهای تبدیل شد که امروزه با نام هوش مصنوعی آن را میشناسیم.
برای مطالعه یاداشت «پردازش زبان طبیعی (NLP) پل ارتباطی بین انسان و ماشین» از لینک زیر استفاده کنید:
اگر به این حوزه علاقه دارید، دوره اختصاصی «پردازش زبانهای طبیعی و مدلهای زبانی بزرگ در پایتون» برای شما طراحی شدهاست. اطلاعات دوره را در لینک زیر ببینید:
@dlearn_ir
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Rayan AI
🗂 Contest phases:
1️⃣ Screening Phase: Oct 17th - 21st, 2024 | Online
2️⃣ Main Phase: Oct 24th - Dec 5th, 2024 | Online
3️⃣ Presentation Phase: Feb 3rd, 2025 | In-Person
Please open Telegram to view this post
VIEW IN TELEGRAM
برای یادگیری روشهای دیگر تغییر مقادیر در R به لینک زیر سر بزنید:
اگر به یادگیری تحلیل داده با R علاقهمندید، می توانید از درسنامه «آشنایی با R» شروع کنید:
@dlearn_ir
Please open Telegram to view this post
VIEW IN TELEGRAM
👈 اکسل برای تحلیل دادههای کسبوکار
👉 Excel for Business Analytics
جزئیات بیشتر و لینک ثبت نام:
d-learn.ir/xlsb
📽️ ویدئوی معرفی دوره 📽️
🎓 امیرخسرو بهادری | مدیر محصول شرکت استرالیایی Dirodi، مدیـر سـابق در تیمهای برنامهریزی و تحقیقات بازار پاکشوما، BAT و هولدینگ کوبلدارو، فارغالتحصیل کارشناسی ارشد مهندسی صنایع از دانشگاه صنعتی شریف
▫️ یادگیری اصول پایه استفاده از اکسل
▫️ محاسبه، مصورسازی داده و ترسیم نمودار
▫️ طراحی جداول مرجع برای نگهداری داده
▫️ فرمولنویسی توابع کاربردی در اکسل
▫️ توسعه داشبوردهای مدیریتی در کسبوکار
▫️ حل مسائل کسبوکار با تحلیل داده
🔴 ثبت نام با تخفیف تا ۳۰ آبان ۱۴۰۳:
d-learn.ir/xlsb
👈 شروع دوره: پنجشنبه ۱ آذر ۱۴۰۳ ساعت ۹:۳۰
تماس:
@dlearnsup
@dlearn_ir
👉 Excel for Business Analytics
جزئیات بیشتر و لینک ثبت نام:
d-learn.ir/xlsb
📽️ ویدئوی معرفی دوره 📽️
🎓 امیرخسرو بهادری | مدیر محصول شرکت استرالیایی Dirodi، مدیـر سـابق در تیمهای برنامهریزی و تحقیقات بازار پاکشوما، BAT و هولدینگ کوبلدارو، فارغالتحصیل کارشناسی ارشد مهندسی صنایع از دانشگاه صنعتی شریف
▫️ یادگیری اصول پایه استفاده از اکسل
▫️ محاسبه، مصورسازی داده و ترسیم نمودار
▫️ طراحی جداول مرجع برای نگهداری داده
▫️ فرمولنویسی توابع کاربردی در اکسل
▫️ توسعه داشبوردهای مدیریتی در کسبوکار
▫️ حل مسائل کسبوکار با تحلیل داده
🔴 ثبت نام با تخفیف تا ۳۰ آبان ۱۴۰۳:
d-learn.ir/xlsb
👈 شروع دوره: پنجشنبه ۱ آذر ۱۴۰۳ ساعت ۹:۳۰
تماس:
@dlearnsup
@dlearn_ir
Forwarded from مدرسه پردازش و تحلیل داده دقیقه
📮 پردازش زبانهای طبیعی و مدلهای زبانی بزرگ در پایتون
جزئیات بیشتر و لینک ثبت نام:
d-learn.ir/nlmpy
۱. پیشپردازش دادههای متنی و عبارات قاعدهمند
۲. پردازش زبانهای طبیعی
۳. یادگیری ماشین برای پردازش زبان
۴. کار با مدل های زبانی بزرگ
۵. پروژه پایانی
🔴 فرصت ثبتنام با تخفیف تا ۲۷ مهر ۱۴۰۳:
d-learn.ir/nlmpy
تماس:
@dlearnsup
@dlearn_ir
جزئیات بیشتر و لینک ثبت نام:
d-learn.ir/nlmpy
۱. پیشپردازش دادههای متنی و عبارات قاعدهمند
۲. پردازش زبانهای طبیعی
۳. یادگیری ماشین برای پردازش زبان
۴. کار با مدل های زبانی بزرگ
۵. پروژه پایانی
🔴 فرصت ثبتنام با تخفیف تا ۲۷ مهر ۱۴۰۳:
d-learn.ir/nlmpy
تماس:
@dlearnsup
@dlearn_ir
Forwarded from مدرسه پردازش و تحلیل داده دقیقه
📮 طراحی مطالعه و تحلیل داده در تحقیقات پزشکی و زیستی با R
جزئیات بیشتر و لینک ثبت نام:
d-learn.ir/rmda
۱. مرور R و کتابخانههای مورد نیاز با تحلیل دادههای سلامت
۲. مرور آزمونهای فرض و مدلسازی آماری
۳. تحلیل رگرسیون خطی و لجستیک
۴. طراحی مطالعات پزشکی موردشاهدی، مقطعی، کارآزمایی بالینی و کوهورت
۵. تحلیل بقا، مرور سیستماتیک و متاآنالیز
۶. پروژه پایانی
🔴 ثبت نام با تخفیف تا ۲۷ مهر ۱۴۰۳:
d-learn.ir/rmda
تماس:
@dlearnsup
@dlearn_ir
جزئیات بیشتر و لینک ثبت نام:
d-learn.ir/rmda
۱. مرور R و کتابخانههای مورد نیاز با تحلیل دادههای سلامت
۲. مرور آزمونهای فرض و مدلسازی آماری
۳. تحلیل رگرسیون خطی و لجستیک
۴. طراحی مطالعات پزشکی موردشاهدی، مقطعی، کارآزمایی بالینی و کوهورت
۵. تحلیل بقا، مرور سیستماتیک و متاآنالیز
۶. پروژه پایانی
🔴 ثبت نام با تخفیف تا ۲۷ مهر ۱۴۰۳:
d-learn.ir/rmda
تماس:
@dlearnsup
@dlearn_ir
اگر به دنبال یادگیری NLP هستید، دوره اختصاصی «پردازش زبانهای طبیعی و مدلهای زبانی بزرگ در پایتون» برای شما طراحی شدهاست. اطلاعات دوره را در لینک زیر ببینید:
@dlearn_ir
Please open Telegram to view this post
VIEW IN TELEGRAM
برای ثبتنام در دوره جدید «اکسل برای تحلیل دادههای کسب و کار» به سایت مدرسه دقیقه سر بزنید.
@dlearn_ir
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
تحلیل بقا به مطالعه و بررسی زمانی که طول میکشد تا یک رویداد خاص رخ دهد، میپردازد. در پزشکی، این روش برای پیشبینی مدت زمان بقا بیماران، ارزیابی اثربخشی درمانها و مقایسه روشهای درمانی مختلف استفاده میشود.
تحلیل بقا به پژوهشگر این امکان را میدهد تا زمان وقوع یک رویداد را مدل سازی کند.
برای مثال، خطر مرگ پس از جراحی قلب بلافاصله پس از عمل بیشتر است، با بهبودی بیمار کاهش مییابد، سپس با افزایش سن بیمار دوباره به آرامی افزایش می یابد یا میزان عود سرطانهای مختلف در طول زمان بسیار متفاوت است و به ژنتیک تومور، درمان و سایر عوامل محیطی بستگی دارد.
زبان
نمونه کد اجرایی نمودار Kaplan-Meier را در تصویر پیوست میتوانید ببینید.
علاوه بر نمودار Kaplan-Meier که برای نمایش احتمال بقا در طول زمان استفاده میشود، ابزارهای دیگری نیز در تحلیل بقا استفاده میشود که میتوان از آزمون log-rank که بهعنوان یک آزمون آماری برای مقایسه بقای دو یا چند گروه مختلف کاربرد دارد و مدل Cox که یک مدل رگرسیونی نیمهپارامتریک است و اثر متغیرهای مختلف را بر بقا بررسی میکند، بدون آنکه نیاز به فرض توزیع خاصی برای زمان بقا داشته باشد نیز نام برد.
@dlearn_ir
Please open Telegram to view this post
VIEW IN TELEGRAM
نوشتهی توماس دِیوِنپورت
«اگر بخواهید کسب و کار خود را صرفاً با تکیه بر ویژگیهای محصول خود با دیگران متمایز کنید راه به جایی نخواهید برد. رقبا هم به منابعی که شما دسترسی دارید دسترسی دارند و ویژگیهایی شبیه به ویژگیهای محصول شما را توسعه میدهند.»
مجله بررسیهای کسبوکار دانشگاه هاروارد (Harvard Business Review)مجموعهای دارد «مقالههای ضروری» The Essentials که گلچینی از بهترین مقالاتی است که این مجموعه پیش از این کار کردهاست.
در این یادداشت، شما ترجمهی خلاصه شدهی مقالهی «تحلیل داده به عنوان مزیت رقابتی» را از مجموعه The Essentials میخوانید که نوشته توماس دِیوِنپورت است و با ترجمه علیرضا کدیور در مدرسه دقیقه منتشر شده است. اگر علاقه به خواندن متن کامل هستید، لینک یادداشت در انتهای متن در درسترس است.
دیونپورت چاره کار را در ایجاد مزیت رقابتی مبتنی بر «بهرهبرداریِ تحلیلی از دادهها» معرفی میکند. منظور او از این کار گردآوری و تحلیل داده از منابع گوناگون از جمله تمامی فعل و انفعالاتی که در فرایندهای کسبوکار اتفاق میافتد و خلق ارزش با استفاده از آنها است. او معتقد است برای ایجاد تمایز با دیگران باید بهرهبرداریِ تحلیلی از دادهها (Analytics) را به عنوان بخشی جداییناپذیر از استراتژی رقابتی خود تعریف کنید. دستورالعملهای دیونپورت به مدیران این است:
پشتیبانی و تشویق تحلیل داده در بالاترین سطوح سازمان ضروری است. مدیران باید دانش خود را در این زمینه ارتقا دهند.
داشتن طرح کلی و تعیین مسئول برای هماهنگی فعالیتهای مرتبط با داده در سازمان اهمیت دارد ا راهبری کلی آنها را از ابزارها گرفته تا روشها به عهده بگیرد.
نیروی انسانی مختصص و سایر منابع خود را به سمت اولویتهایی که در استراتژی رقابتی خود تعریف کردهاید، کانالیزه کنید و در آن راستا به کار بگیرید.
اهمیت استفاده از دادهها در سازمان را در تمام سطوح آشکار کنید و احترام به این فرآیندها را ترویج دهید. نیروی انسانی را تشویق کنید تصمیمات خود را بر پایه دادههای مستند بگیرند.
افرادی را استخدام کنید که علاوه بر مهارتهای فنی، بتوانند مفاهیم پیچیده را سادهسازی کنند و ارتباط مؤثری با تصمیمگیرندگان داشته باشند.
از فناوری استفاده کنید که نیازهای شما را پوشش دهد و امکان توسعه و یکپارچهسازی داشته باشد.
۱- بهینهسازی زنجیره تامین
۲- وفادارسازی مشتریان
۳- قیمتگذاری هوشمند
۴- مدیریت منابع انسانی
۵- بهبود عملکرد مالی
۶- کنترل کیفیت محصولات و خدمات
۷- تحقیق و توسعه
@dlearn_ir
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
مدرس: امیر خسرو بهادری
اگر به تحلیل داده با اکسل علاقه دارید، ثبتنام دوره جدید «
@dlearn_ir
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
📽️ طراحی مطالعه و تحلیل داده در تحقیقات پزشکی و زیستی با R
#معرفی_دوره_آموزشی
📍کیارش تنها؛ متخصص آمار زیستی در گروه مطالعات واکسن دانشگاه آکسفورد، کارشناسی ارشد آمار زیستی دانشگاه علوم پزشکی ایران
📍آمنه ابراهیم ولوجردی؛ متخصص آمار در تحقیقات پزشکی و سلامت، کارشناسی آمار دانشگاه تهران و کارشناسی ارشد آمار زیستی دانشگاه علوم پزشکی ایران
📍علیرضا کدیور؛ تحلیلگر داده در شرکت دقیقه، مدرس مدعو مبانی برنامهنویسی، رگرسیون و تحلیل داده در دانشگاه صنعتی شریف، کارشناسی ارشد آمار از دانشگاه اسکس انگلستان
سرفصلهای دوره:
۱. مرور R و کتابخانههای مورد نیاز در حین تحلیل دادههای سلامت
۲. مرور آزمونهای فرض و مدلسازی آماری
۳. تحلیل رگرسیون خطی و لجستیک
۴. طراحی مطالعات پزشکی موردشاهدی، مقطعی، کارآزمایی بالینی و کوهورت
۵. تحلیل بقا، مرور سیستماتیک و متاآنالیز
۶. پروژه پایانی
🕰️ پنجشنبهها ۹:۳۰ تا ۱۳:۰۰ به وقت تهران (آنلاین)
📅 ۱۰ هفته ۳۰ ساعت
🔴 شروع از ۲۴ آبان ۱۴۰۳
👈 لینک ثبت نام:
d-learn.ir/rmda
تماس:
@dlearnsup
@dlearn_ir
#معرفی_دوره_آموزشی
📍کیارش تنها؛ متخصص آمار زیستی در گروه مطالعات واکسن دانشگاه آکسفورد، کارشناسی ارشد آمار زیستی دانشگاه علوم پزشکی ایران
📍آمنه ابراهیم ولوجردی؛ متخصص آمار در تحقیقات پزشکی و سلامت، کارشناسی آمار دانشگاه تهران و کارشناسی ارشد آمار زیستی دانشگاه علوم پزشکی ایران
📍علیرضا کدیور؛ تحلیلگر داده در شرکت دقیقه، مدرس مدعو مبانی برنامهنویسی، رگرسیون و تحلیل داده در دانشگاه صنعتی شریف، کارشناسی ارشد آمار از دانشگاه اسکس انگلستان
سرفصلهای دوره:
۱. مرور R و کتابخانههای مورد نیاز در حین تحلیل دادههای سلامت
۲. مرور آزمونهای فرض و مدلسازی آماری
۳. تحلیل رگرسیون خطی و لجستیک
۴. طراحی مطالعات پزشکی موردشاهدی، مقطعی، کارآزمایی بالینی و کوهورت
۵. تحلیل بقا، مرور سیستماتیک و متاآنالیز
۶. پروژه پایانی
🕰️ پنجشنبهها ۹:۳۰ تا ۱۳:۰۰ به وقت تهران (آنلاین)
📅 ۱۰ هفته ۳۰ ساعت
🔴 شروع از ۲۴ آبان ۱۴۰۳
👈 لینک ثبت نام:
d-learn.ir/rmda
تماس:
@dlearnsup
@dlearn_ir
Forwarded from مدرسه پردازش و تحلیل داده دقیقه
👈 اکسل برای تحلیل دادههای کسبوکار
👉 Excel for Business Analytics
جزئیات بیشتر و لینک ثبت نام:
d-learn.ir/xlsb
▫️ یادگیری اصول پایه استفاده از اکسل
▫️ محاسبه، مصورسازی داده و ترسیم نمودار
▫️ طراحی جداول مرجع برای نگهداری داده
▫️ فرمولنویسی توابع کاربردی در اکسل
▫️ توسعه داشبوردهای مدیریتی در کسبوکار
▫️ حل مسائل کسبوکار با تحلیل داده
🔴 ثبت نام با تخفیف تا ۶ ابان ۱۴۰۳:
d-learn.ir/xlsb
تماس:
@dlearnsup
@dlearn_ir
👉 Excel for Business Analytics
جزئیات بیشتر و لینک ثبت نام:
d-learn.ir/xlsb
▫️ یادگیری اصول پایه استفاده از اکسل
▫️ محاسبه، مصورسازی داده و ترسیم نمودار
▫️ طراحی جداول مرجع برای نگهداری داده
▫️ فرمولنویسی توابع کاربردی در اکسل
▫️ توسعه داشبوردهای مدیریتی در کسبوکار
▫️ حل مسائل کسبوکار با تحلیل داده
🔴 ثبت نام با تخفیف تا ۶ ابان ۱۴۰۳:
d-learn.ir/xlsb
تماس:
@dlearnsup
@dlearn_ir
Forwarded from مدرسه پردازش و تحلیل داده دقیقه
📮 پردازش زبانهای طبیعی و مدلهای زبانی بزرگ در پایتون
جزئیات بیشتر و لینک ثبت نام:
d-learn.ir/nlmpy
۱. پیشپردازش دادههای متنی و عبارات قاعدهمند
۲. پردازش زبانهای طبیعی
۳. یادگیری ماشین برای پردازش زبان
۴. کار با مدل های زبانی بزرگ
۵. پروژه پایانی
🔴 فرصت ثبتنام با تخفیف تا ۶ آبان ۱۴۰۳:
d-learn.ir/nlmpy
تماس:
@dlearnsup
@dlearn_ir
جزئیات بیشتر و لینک ثبت نام:
d-learn.ir/nlmpy
۱. پیشپردازش دادههای متنی و عبارات قاعدهمند
۲. پردازش زبانهای طبیعی
۳. یادگیری ماشین برای پردازش زبان
۴. کار با مدل های زبانی بزرگ
۵. پروژه پایانی
🔴 فرصت ثبتنام با تخفیف تا ۶ آبان ۱۴۰۳:
d-learn.ir/nlmpy
تماس:
@dlearnsup
@dlearn_ir
Forwarded from مدرسه پردازش و تحلیل داده دقیقه
📮 طراحی مطالعه و تحلیل داده در تحقیقات پزشکی و زیستی با R
جزئیات بیشتر و لینک ثبت نام:
d-learn.ir/rmda
۱. مرور R و کتابخانههای مورد نیاز با تحلیل دادههای سلامت
۲. مرور آزمونهای فرض و مدلسازی آماری
۳. تحلیل رگرسیون خطی و لجستیک
۴. طراحی مطالعات پزشکی موردشاهدی، مقطعی، کارآزمایی بالینی و کوهورت
۵. تحلیل بقا، مرور سیستماتیک و متاآنالیز
۶. پروژه پایانی
🔴 ثبت نام با تخفیف تا ۶ آبان ۱۴۰۳:
d-learn.ir/rmda
تماس:
@dlearnsup
@dlearn_ir
جزئیات بیشتر و لینک ثبت نام:
d-learn.ir/rmda
۱. مرور R و کتابخانههای مورد نیاز با تحلیل دادههای سلامت
۲. مرور آزمونهای فرض و مدلسازی آماری
۳. تحلیل رگرسیون خطی و لجستیک
۴. طراحی مطالعات پزشکی موردشاهدی، مقطعی، کارآزمایی بالینی و کوهورت
۵. تحلیل بقا، مرور سیستماتیک و متاآنالیز
۶. پروژه پایانی
🔴 ثبت نام با تخفیف تا ۶ آبان ۱۴۰۳:
d-learn.ir/rmda
تماس:
@dlearnsup
@dlearn_ir