دوره
یاد بگیرید چطور مصورسازی‌های جذاب و گیرایی بسازید که به انتقال سریع و مؤثر نتایج کمک می‌کنه.
مصورسازی داده عالی، پایه و اساس علم داده تأثیرگذاره. مصورسازی بهتون کمک می‌کنه هم در داده‌هاتون به بینش‌های خوبی برسید و هم این بینش‌ها رو با مخاطباتون به اشتراک بذارید. همه در مسیر تبدیل شدن به یک دانشمند داده یاد می‌گیرن که چطور یک نمودار پراکندگی یا نمودار میله‌ای ساده بسازن، اما پتانسیل واقعی مصورسازی داده زمانی مشخص می‌شه که یک قدم به عقب برگردید و به این فکر کنید که چه چیزی رو، چرا و چطور دارید مصور می‌کنید. در این دوره یاد می‌گیرید چطور مصورسازی‌های جذاب و گیرایی بسازید که بهتون کمک می‌کنن نتایج تحلیل‌هاتون رو به صورت کارآمد و مؤثر منتقل کنید. ما به مقایسه داده‌ها، جزئیات استفاده از رنگ‌ها، نشون دادن عدم قطعیت و نحوه ساخت مصورسازی مناسب برای مخاطب خاصتون می‌پردازیم. این کار رو با بررسی یک دیتاست درباره آلودگی هوا و بازارهای کشاورزان انجام می‌دیم. در نهایت، دوره رو با بررسی داده‌های متن‌باز بازار کشاورزان برای ساخت یک گزارش بصری دقیق و تأثیرگذار به پایان می‌رسونیم.
چطور می‌تونید همه داده‌هاتون رو نمایش بدید و در عین حال مطمئن بشید که مخاطب‌ها نکته یا نکات مهم رو از دست نمی‌دن؟ در این درس بررسی می‌کنیم که چطور با استفاده از برجسته‌سازی با رنگ و متن، مخاطب‌ها رو در میان داده‌ها هدایت کنید. همچنین با دیتاستی آشنا می‌شیم که شامل مقادیر آلاینده‌های رایج در نقاط مختلف ایالات متحده‌ست.
رنگ ابزار قدرتمندیه که می‌تونید ازش برای نمایش مقادیر داده‌ها در مصورسازی استفاده کنید. بااین‌حال، استفاده از رنگ می‌تونه چالش‌هایی هم داشته باشه. در این بخش درباره این صحبت می‌کنیم که چطور با توجه به نوع داده‌ای که نمایش می‌دید، پالت رنگی مناسبی برای مصورسازی‌تون انتخاب کنید.
عدم قطعیت تقریبا همه‌جای علم داده وجود داره، اما خیلی وقت‌ها در مصورسازی‌ها نادیده گرفته می‌شه؛ حتی وقتی نمایش اون ضروریه. در این بخش مرور می‌کنیم که فاصله اطمینان چیه و چطور می‌تونید اون رو هم برای برآوردهای تکی و هم برای توابع پیوسته مصورسازی کنید. همچنین درباره روش بازنمونه‌گیری بوت‌استرپ برای ارزیابی عدم قطعیت و نحوه درست مصورسازی نتایج اون صحبت می‌کنیم.
مصورسازی اغلب به‌صورت جداگانه آموزش داده می‌شه و اصول و روش‌های پیشنهادی هم معمولا به‌شکل کلی مطرح می‌شن. اما در عمل، برای سناریوهای مختلف باید این قواعد رو متناسب با شرایط تغییر بدید. در این بخش، از مصورسازی‌های اولیه و نامرتب برای کشف داده‌ها گرفته تا تنظیم دقیق اندازه فونت در خروجی نهایی، بررسی می‌کنیم که چطور در هر مرحله از روند کاری علم داده، مصورسازی‌هاتون رو بهینه کنید.
با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.
هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.
می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.
مصورسازی داده عالی، پایه و اساس علم داده تأثیرگذاره. مصورسازی بهتون کمک می‌کنه هم در داده‌هاتون به بینش‌های خوبی برسید و هم این بینش‌ها رو با مخاطباتون به اشتراک بذارید. همه در مسیر تبدیل شدن به یک دانشمند داده یاد می‌گیرن که چطور یک نمودار پراکندگی یا نمودار میله‌ای ساده بسازن، اما پتانسیل واقعی مصورسازی داده زمانی مشخص می‌شه که یک قدم به عقب برگردید و به این فکر کنید که چه چیزی رو، چرا و چطور دارید مصور می‌کنید. در این دوره یاد می‌گیرید چطور مصورسازی‌های جذاب و گیرایی بسازید که بهتون کمک می‌کنن نتایج تحلیل‌هاتون رو به صورت کارآمد و مؤثر منتقل کنید. ما به مقایسه داده‌ها، جزئیات استفاده از رنگ‌ها، نشون دادن عدم قطعیت و نحوه ساخت مصورسازی مناسب برای مخاطب خاصتون می‌پردازیم. این کار رو با بررسی یک دیتاست درباره آلودگی هوا و بازارهای کشاورزان انجام می‌دیم. در نهایت، دوره رو با بررسی داده‌های متن‌باز بازار کشاورزان برای ساخت یک گزارش بصری دقیق و تأثیرگذار به پایان می‌رسونیم.
چطور می‌تونید همه داده‌هاتون رو نمایش بدید و در عین حال مطمئن بشید که مخاطب‌ها نکته یا نکات مهم رو از دست نمی‌دن؟ در این درس بررسی می‌کنیم که چطور با استفاده از برجسته‌سازی با رنگ و متن، مخاطب‌ها رو در میان داده‌ها هدایت کنید. همچنین با دیتاستی آشنا می‌شیم که شامل مقادیر آلاینده‌های رایج در نقاط مختلف ایالات متحده‌ست.
رنگ ابزار قدرتمندیه که می‌تونید ازش برای نمایش مقادیر داده‌ها در مصورسازی استفاده کنید. بااین‌حال، استفاده از رنگ می‌تونه چالش‌هایی هم داشته باشه. در این بخش درباره این صحبت می‌کنیم که چطور با توجه به نوع داده‌ای که نمایش می‌دید، پالت رنگی مناسبی برای مصورسازی‌تون انتخاب کنید.
عدم قطعیت تقریبا همه‌جای علم داده وجود داره، اما خیلی وقت‌ها در مصورسازی‌ها نادیده گرفته می‌شه؛ حتی وقتی نمایش اون ضروریه. در این بخش مرور می‌کنیم که فاصله اطمینان چیه و چطور می‌تونید اون رو هم برای برآوردهای تکی و هم برای توابع پیوسته مصورسازی کنید. همچنین درباره روش بازنمونه‌گیری بوت‌استرپ برای ارزیابی عدم قطعیت و نحوه درست مصورسازی نتایج اون صحبت می‌کنیم.
مصورسازی اغلب به‌صورت جداگانه آموزش داده می‌شه و اصول و روش‌های پیشنهادی هم معمولا به‌شکل کلی مطرح می‌شن. اما در عمل، برای سناریوهای مختلف باید این قواعد رو متناسب با شرایط تغییر بدید. در این بخش، از مصورسازی‌های اولیه و نامرتب برای کشف داده‌ها گرفته تا تنظیم دقیق اندازه فونت در خروجی نهایی، بررسی می‌کنیم که چطور در هر مرحله از روند کاری علم داده، مصورسازی‌هاتون رو بهینه کنید.
با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.
هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.
می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.
با اپلیکیشن فینکا، به بیشتر دوره‌ها و مسیرها روی موبایل دسترسی دارید، تمرین می‌کنید و یادگیری رو هم‌زمان روی موبایل و دسکتاپ ادامه می‌دید.