یازدهمین کنفرانس ملی و اولین کنفرانس بین‌المللی بینایی ماشین و پردازش تصویر ایران (MVIP 2020)

«مهلت ارسال مقالات تا ۳۰ آذر ۱۳۹۸ تمدید شد.»



✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

💡 کدام کتاب را بخوانم و کدام منبع برای یادگیری من بهترین است؟

خیلی از مواقع برای یادگیری یک موضوع خاص در دنیای IT از کتاب های الکترونیک یا Ebookها استفاده میکنیم، اما معمولاً در مورد یک موضوع خاص چندین نسخه مختلف از این Ebookها در سطح اینترنت و یا گروه ها و کانال های تلگرامی به اشتراک گذاشته شده اند و در عنوان آنها عبارتی مانند: Essentials و Fundamentals و for Neibies و Deep Dive و Cookbook و... را مشاهده می‌کنید و شاید این سوال مطرح شود که: "کدام کتاب برای شروع کار و یادگیری من بهترین است؟".
در پاسخ به این سوال شاید مهمترین موضوع این باشد که "دانش" شما نسبت به آن موضوع در "چه سطحی" قرار دارد، یعنی به عنوان مثال شما هیچ دانشی و backgroundی از موضوع مورد نظر ندارید، کمی با موضوع آشنایی دارید ولی Conceptها را نمی دانید، Conceptها را می دانید ولی Config و پیاده سازی را بلد نیستید، هم Concept و هم Config را می دانید اما به دنبال تسلط بیشتر و انجام سناریوهای عملی و کاربردی هستید و... . پس از پاسخ به سوال مطرح شده مسلماً می توانید بهترین منبع را برای یادگیری Self-Study و Self-Learning خود در هر سطحی که هستید انتخاب نمایید.


📌 Essentials
که نشون میده این کتاب از base و پایه به موضوع مورد نظر می پردازه ولی تمامی مطالب به صورت "سطحی" نه "عمقی" مطرح می شوند، سناریو-محور نیستند و مثال های کاربردی کمی دارند. Conceptها کلی مطرح شده و به جزئیات توجه نمی شود و Configها نیز جامع نیستند. خواندن این کتاب ها وقت زیادی را از شما نمیگیرد و معمولاً این کتاب ها بسته به موضوع چیزی حدود 110 تا 300 صفحه دارند.

📌 Fundamentals
این کتاب ها معمولاً به "اصول پایه ای" یک موضوع یا مبحث خاص میپردازند، متدها را بررسی کرده و روش های مختلف اجرا (اما معمولاً بدون پیاده سازی) را مطرح می کنند.

📌 for Newbies
یعنی اینکه کتاب برای تازه کارها نوشته شده و اگر شخصی که داره کتاب رو میخونه قبلاً هم هیچ دانشی نداره مشکلی نیست و این کتاب در مورد موضوع مورد نظر پایین ترین سح ممکن رو در بین کتاب ها داره

📌 Deep Dive
یعنی (شیرچه عمیق) که توی یک مبحث خاص یا یک موضوع مشخص تا عمق زیاد وارد میشه و مطالبش سطحی نیستند و با جزئیات زیاد در مورد همه چیز گفته میشه در کتاب. وقتی میگن یه کتاب by details مطالب رو توضیح میده یعنی همین.

📌 Cookbook
این کتاب ها معمولاً شامل Concept + Config و مثال ها و سناریوها هستند، روش های troubleshootها رو میگن، راهکارهای مانیتورینگ رو، روش های backup گیری رو، روش های integrate کردن رو، پیشنیازها رو و... در مورد اون موضوع خاص، تقریباً میشه گفت کتاب های Cookbook از همه جهات به اون موضوع کتاب میپردازن

📌 Practical
اینها کتاب های عملیاتی هستند، دیگه نمیاد در مورد موضوع کتاب Concept رو معمولاً از base شروع کنه به گفتن و بعد بره سر Config و...، از همون اول شروع میکنه با سناریو و مثال های عملی و کاربردی مطالب رو دونه دونه جلو میره

📌 Playbook
یکسری راهکارها رو که بیشتر کاربرد دارند توی اون موضوع خاص سعی میکنه بگه بطوریکه درصد Concept به Config توی این کتاب ها 30 به 70 هست تقریباً

📌 Mastering
این کتاب ها تقریباً مثل کتاب های Cookbook هست ساختارشون که از همه جهت میان در مورد موضوع کتاب بحث میکنن و Concept و Config و... رو دارن ولی کمی مطالب رو دست بالاتر توضیح میدن نسبت به کتاب های Cookbook

📌 Advanced
این کتاب هم که شامل یکسری از مباحث پیشرفته در مورد موضوع خاصی هستند که توی کتاب های Cookbook و Mastering نمی بینمیشون معمولاً یا شاید توی اونها فقط اشاره ای بهشون شده ولی در کتاب های Avanced اون مبحث فوق تخصصی رو کاملاً باز میکنه و توضیح های کامل تر و جامع تری در موردش میاره

📌 Workbook
این کتاب ها هم کتاب های تمرینی هستند و برای افرادی خوبن که یک موضوع یا دوره رو خوندن و یاد گرفتند و حالا قصد دارند یکسری تمرینات رو انجام بدن بصورت عملی و بیشتر روی مباحث تسلط پیدا کنن و یا برای آزمون های بین المللی که به صورت "تست+LAB" هستند، برای بخش LAB آماده بشن

📌 Official
این کتاب ها معمولاً کتاب های "رسمی" یک vendor هستند و برای یادگیری در مورد یک دوره خاص مطرح می باشند و بیشترین سوالات نیز در آزمون بین المللی آن دوره خاص معمولاً از مطالبی که در همین کتاب ها آورده شده است، مطرح می شوند و بهترین و استانداردترین منبع برای مورد تأیید آن Vendor برای یادگیری موضوع مورد نظر هستند.

منبع: @BIMining



✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

ابزار های علم داده در یک نگاه



✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

اگر به دنبال یادگیری علم داده هستید این تصویر را ببینید.

✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

توانمندی‌های مورد نیاز متخصصان علم داده
Data Science Skill set

آمار و ریاضیات
دانش مناسب از الگوریتم‌های یادگیری ماشین
توانمندی در یکی از زبان‌های آر و پایتون
توانایی کار با حجم بالای داده
دارا بودن دانش حوزه(ای که علم داده در آن استفاده می‌‌گردد)
توانائی حل مساله



✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

برترین کتابخانه‌های تخصصی پایتون در علم‌داده!



همواره یکی از چالش‌های متخصصین علم‌داده انتخاب پلتفرم و کتابخانه‌های تحلیلی جهت پیاده‌سازی پروژه‌ها بوده است. در ادامه برترین کتابخانه‌های زبان برنامه‌نویسی پایتون به تفکیک در حوزه‌های تحلیل‌داده، یادگیری ماشین، یادگیری عمیق و... معرفی شده است. قابل ذکر است که کتابخانه‌های برتر در هر دسته با علامت مشکی و Bold درج شده‌اند.

🔹کتابخانه‌های تحلیل‌داده:
▪️Pandas
▪️Numpy
▫️SciPy
▫️StatsModels

🔹کتابخانه‌های یادگیری ماشین:
▪️Scikit Learn
▫️PyBrain
▫️XGBoost
▫️Eli5

🔹کتابخانه‌های پردازش زبان طبیعی:
▪️NLTK
▪️Hazm
▫️Gensim
▫️SpaCy
▫️fastText

🔹کتابخانه‌های مصورسازی:
▪️Matplotlib
▫️Bokeh
▫️Seaborn
▫️Plotly

🔹کتابخانه‌های یادگیری عمیق:
▪️Keras
▪️Tensorflow
▫️Theano
▫️Pytorch

🔹کتابخانه‌های تحلیل گراف:
▪️NetworkX
▫️igraph
▫️graph-tool

🔹کتابخانه‌های جمع‌آوری داده(خزشگر):
▪️Scrapy
▪️Urllib
▫️Selenium
▫️Requests
▫️Beautiful Soup
▫️lxml

🔹کتابخانه‌های پردازش تصویر:
▪️Scikit-image
▪️OpenCV
▫️Pillow

پی‌نوشت:
جهت یادگیری هر از این کتابخانه‌ها دوره‌های آموزشی، کتاب‌ها و Toturialهای تخصصی بسیاری در اینترنت وجود دارد.



✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

برترین مهارت‌های فعلی و آتی متخصصین علم‌داده!


به‌تازگی توسط وب‌سایت kdnuggets یک نظرسنجی از متخصصین علوم داده مبنی بر مهارت‌های فعلی (Have Skill) و مهارت‌های آتی (Want Skill) موردنیاز پرسیده شده است که با توجه به جامعیت نظرسنجی فوق می‌تواند راهنمایی مناسبی جهت تحلیل مهارت‌های موردنیاز بازار علم‌داده در آینده باشد.

✅ برترین مهارت‌های فعلی متخصصین علم‌داده:

1️⃣ پایتون (Python)

2️⃣ مصورسازی داده‌ها (Data Visualization)

3️⃣ تفکر انتقادی (Critical Thinking)

4️⃣ اکسل (Excel)

5️⃣ مهارت‌های ارتباطی (Communications Skills)

6️⃣ یادگیری ماشین (Machine Learning)

7️⃣ آمار (Statistics)

8️⃣ مهارت‌های پایگاه داده (SQL/Database Coding)

9️⃣ فهم کسب‌وکار (Business Understanding)

🔟 ریاضی (Math)

🔵 برترین مهارت‌های آتی (توسعه دانش) متخصصین علم‌داده:

1️⃣ یادگیری عمیق (Deep Learning)

2️⃣ کتابخانه یادگیری عمیق تنسورفلو (TensorFlow)

3️⃣ یادگیری ماشین (Machine Learning )

4️⃣ پایتون (Python)

5️⃣ آپاچی اسپارک (Apache Spark)

6️⃣ پردازش زبان طبیعی (NLP - Text Processing)

7️⃣ کتابخانه یادگیری عمیق پایتورچ (Pytorch)

8️⃣ آمار (Statistics)

9️⃣ داده‌های غیرساخت‌یافته (Unstructured Data)

🔟 سایر ابزارهای کلان داده (Other Big Data Tools)

پی‌نوشت:
◾️ افزایش میزان توجهات به کتابخانه یادگیری عمیق Pytorch، زبان Scala و ابزارهای Big Data با توجه به درصد رشد آن قابل‌توجه است.
◾️در میان زبان‌های برنامه‌نویسی، کسب رتبه نخست توسط زبان پایتون و کاهش جایگاه زبان‌های برنامه‌نویسی R و Matlab، این زبان برنامه‌نویسی را تبدیل به برترین زبان در حوزه علم‌داده کرده است.
◾️قرار گرفتن دو مهارت نرم (Soft Skill) تفکر انتقادی و مهارت‌های ارتباطی جز 5 مهارت برتر فعلی متخصصین علم‌داده نشان از میزان توجهات به این قبیل مهارت‌ها در این بازار کاری دارد.

✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

انواع الگوریتم‌های یادگیری ماشین
Types of Machine Learning Algorithms



✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

💡 چگونه یادگیری علم داده را شروع کنیم؟

@SyThinking | تفکر سیستمی
vrgl.ir/Yy5NM

کتاب آموزش پایگاه داده در Arc GIS


✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

کتاب آموزش پایگاه داده در Arc GIS


🖍 نسخه ترجمه شده


✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

کتاب آموزش پایگاه داده در Arc GIS


🖍 نسخه لاتین


✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

#نرم_افزار super decisions همراه با #جزوه و #فیلم #آموزشی جهت اجرای مدل #anp
#super_decisions

✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

مقاله "فرایند تحلیل سلسه مراتبی(AHP) چیست و چگونه استفاده می شود" اولین مقاله ای است که مدل AHP در آن ابداع و شرح داده شده است.

#Articles



✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet

مقاله "مجموعه های فازی" اولین مقاله ای است که مدل مجموعه های فازی در آن ابداع و شرح داده شده است.

#Articles

✅باشگاه فناوران اطلاعات مکانی
🏹کانال نوآوری با نقشه و اطلاعات مکانی

@GITAnet