انجمن علمی آمار


Channel's geo and language: not specified, not specified
Category: not specified


ارتباط با ادمین
@arostami978
خداوند جهان را به زبان اعداد آفرید و این بزرگترین هنر *آمار* است.📉📈📊

Related channels  |  Similar channels

Channel's geo and language
not specified, not specified
Category
not specified
Statistics
Posts filter




Forward from: Mathematics Association


Forward from: Mathematics Association
💢 متن نامه جناب آقای دکتر رجالی استاد برتر آمار در سال ۹۸ به جناب آقای دکتر نوبخت در خصوص اهمیت دادن به جایگاه آمار

@qomat


🎉🎉جشن روز ملی آمار و برنامه ریزی
چهارشنبه ساعت ۱۰ تا ۱۲ سالن شهید چمران
همه دانشجویان دانشگاه اراک دعوتند😉😉
حضور دانشجویان رشته آمار الزامی است
@araku_statistics


#آمار_و_احتمال_مقدماتی

📝 تمرین شماره ۱

@araku_statistics


IPSUR.pdf
2.0Mb
#آمار_و_احتمال_مقدماتی

📚 کتاب
Introduction to Probability and Statistics Using R, 3rd edition, By G. Jay Kerns (IPSUR)

@araku_statistics




📍معرفی ۱۰ کتابخانه پایتون برای علاقمندان به "علم داده"

علم داده ها در چند سال گذشته بسیار محبوب شده است و بیشتر کمپانی ها نیز هم اکنون از این علم و ابزار آن برای پیشبرد اهدافشان استفاده می کنند. پایتون به همراه زبان R، یکی از مهم ترین ابزارهایی هستند که به درد دانشمندان داده می خورند. این زبان برنامه نویسی همچنین یکی از ساده ترین و بهترین زبان های نزدیک به زبان انسان می باشد که میتوانید برای اهداف ذکر شده آن را در چند روز فرا بگیرید.
به خاطر اهمیت بالای این زبان و کارایی ان برآن شدیم تا کمی شما را با کتابخانه های کارامد آن آشنا کنیم.  این زبان برنامه نویسی دارای کتابخانه های خاصی می باشد که بسیار برای دیتاساینس کارهای جهانی محبوب هستند. در زیر برخی از ان ها را که بیشتر مورد استفاده قرار می گیرند معرفی کرده ایم:

NumPy

🔹 یک ماژول توسعه یافته و متن باز می باشد که برای پایتون موجود است. این ماژول به شما عملکرد های از پیش تعیین شده ای از روال ها و روتین های عددی ارائه می کند. کار کردن با آن بسیار ساده است و میتواند به خوبی از پس ارایه های چند بعدی بسیار بزرگ و ماتریکس ها بر بیاید. یکی دیگر از مزیت های نامپی این است که شما میتوانید عملیات های ریاضی استاندارد مورد نظر خودتان را بر روی همه داده هایتان بدون نیاز به ایجاد حلفه اعمال کنید. با این ماژول همچنین می توانید از اطلاعاتتان برای استفاده در کتابخانه های سطح پایین تری مثل (کتابخانه هایی که به زبان سی یا سی پلاس پلاس نوشته شده اند ) خروجی بگیرید.
نامپی به شما کمک می کند که به خوبی با محاسبات ارایه گرا و مفهوم ارائه ها اشنا شده و با آن ها کار کنید.


Scipy

🔹 یک ماژول پایتون می باشد که امکان دستکاری در ارایه های n بعدی را به آسانی و با سرعت فراهم می سازد. همچنین روتین ها و روال های عددی نیز همچون روتین هایی برای انتگرال گیری عددی و بهینه سازی در این ماژول بصورت یک امکان موثر و بسیار کاربرپسند اضافه شده اند. SciPy ماژول هایی برای بهینه سازی، جبر خطی، ادغام و دیگر وظایف مشترک در علم داده ها را به عهده دارد.

Matplotlib

🔹 ماژولی برای تصویر سازی و ویژوالیزیشن می باشد. Matplotlib این امکان را به شما می دهد که به سرعت یافته های خود را به صورت گراف و نمودار در آورده و فیگورهای حرفه ای بسازید. با استفاده از این ماژول می توانید از هر جنبه ای که بخواهید اشکال خود را بسازید و سفارشی سازی کنید.

Scikit-Learn

🔹 یک ماژول پایتون برای یادگیری ماشینی می باشد که بر روی SciPy سوار می شود. این ماژول مجموعه ای از الگوریتم های معروف یادگیری ماشینی می باشد که که از طریق یک رابط کاربری سازگار به کاربران ارائه شده است. در اینجا میتوانید نیم نگاهی به سری الگوریتم های موجود در این ماژول بپردازید.

Pandas

🔹 ماژولی برای پایتون می باشد که دارای ساختارهای اطلاعاتی سطح بالا و ابزارهای طراحی برای عملیات های ساده و سریع انالیزی می باشد. این ماژول بر روی NumPy سوار می بشود و استفاده از NumPy را آسان تر می سازد.
 

Theano

🔹 این کتابخانه، همچون Numpy  بسیار برای محاسبات عددی مناسب می باشد. بعضی کتابخانه ها همچون کتابخانه Pylearn2 از Theano به عنوان کامپوننت مرکزی برای عملیات های محاسباتی استفاده می کنند. Theano به شما اجازه می دهد تا عبارات ریاضی را ارزیابی، بهینه سازی و تعریف کنید تا بتوانید بر روی ارایه های چند بعدی آنها را اعمال کنید.

NLTK

🔹 پلتفورمی پیشرو در زمینه ساخت برنامه های پایتون برای کار با داده های به زبان انسان می باشد. این کتابخانه رابطی با استفاده آسان از بیش از ۵۰ پیکره و منابع واژگانی همچون WordNet، به همراه مجموعه ای از کتابخانه های پردازش متن برای طبقه بندی، توکنیزیشن، ریشه یابی، برچسب زدن، تجزیه کردن و استدلال معنایی و wrappers  برای کتابخانه های NLP صنعتی ارائه می کند. NLTK به عنوان موفق ترین پلت فورم پروتوتایپ سازی و ساخت سیستم های تحقیقاتی شناخته می شود.

Statsmodels

🔹 ماژول و مدلی برای پایتون می باشد که به کاربران خود اجازه میدهد در اطلاعات خود به اکتشاف بپردازند، مدل های آماری را ارزیابی کنند و تست های آماری بگیرند.

PyBrain

🔹 مخفف یادگیری تقویتی، هوش مصنوعی و شبکه عصبی مبتنی بر پایتون می باشد (Python-Based Reinforcement Learning, Artificial Intelligence, and Neural Network). این کتابخانه، کتابخانه ای متن باز می باشد که مخصوصا برای شبکه های عصبی و آموزش بدون نظارت مورد استفاده قرار می گیرد.

Gensim

🔹 یک کتابخانه برای مدل سازی موضوعی می باشد و بر روی Numpy و Scipy سوار می شود

#Beaty statictics❤️

@araku_statistics


خب یکم از محسنات رشتمون بگیم😎❤️
🔹هرچه می‌گذرد، R بیشتر به زبان غالب در بین دانشمندان داده تبدیل می‌شود. شرکت‌هایی مانند گوگل (Google)، فیس‌بوک (Facebook)، اوبر (Uber) و مایکروسافت (Microsoft) به‌طور گسترده از R استفاده می‌کنند. R همین‌طور زبان محبوبی در بین دانشگاهیان دنیاست. این امر موجب شده است R دارای جامعه توسعه‌دهندگان بسیار قدرتمندی باشد که به پویایی زبان R کمک زیادی کرده است. به همین دلیل شما در حوزه‌های مختلف ازجمله ماشین‌های یادگیرنده ابزارهایی را می‌بینید که توسط جامعه توسعه‌دهندگان ایجادشده و به‌راحتی در دسترس است. همچنین R دارای یکی از قدرتمندترین امکانات برای نمایش داده‌ها است. در یک‌کلام، یادگیری زبان R جزء گام‌های مهم برای تبدیل‌شدن به دانشمند داده است.
🔹زبان برنامه نویسیR یک محیط نرم‌افزاری رایگان است که برای محاسبات آماری و نمایش گرافیکی داده‌ها استفاده می‌شود. اگر علاقه‌مند هستید در حوزه داده‌کاوی و هوش تجاری کار کنید، یکی از مهارت‌هایی که لازم دارید آشنایی با این نرم‌افزار است. چراکه این زبان کمک می‌کند تا طیف وسیعی از تحلیل‌های آماری مانند مدل‌سازی‌های خطی و غیرخطی، آزمون‌های آماری، تحلیل داده‌های سری زمانی، خوشه‌بندی، رده‌بندی و مانند این‌ها را پیاده‌سازی کنید.
بخصوص اگر پیشینه زیادی در برنامه‌نویسی ندارید این نرم‌افزار گزینه مناسبی برای شماست چراکه کار با آن ساده است.تسلط بر زبان R پایه اصلی برای وارد شدن به حوزه‌های پیشرفته‌تر در هوش تجاری است

@araku_statistics


🛑قابل توجه دانشجویانی که کلاس انالیز ریاضی با دکتر کوزه گر دارند کلاس جبرانی این درس سه شنبه۱۳۹۸/۸/۱۴
ساعت ۱۰ تا ۱۲ در کلاسA2برگزار میشود
@araku_statistics


جدول #توزیع های پر کاربرد
مناسب برای امتحان
@araku_statistics


پيام به مناسبت روز ملی آمار و برنامه ریزی
اول آبان 1398
"روز ملی آمار و برنامه ریزی" را از سوی انجمن آمار ایران به همۀ استادان، دانشجویان، کارشناسان اجرایی،
مدیران ‌حوزه های مرتبط با آمار، معلمان، پیشکسوتان و همۀ عالقه مندان به رشتۀ آمار و همۀ آنها که در راه
پیشبرد علم در کشور و به ویژه اعتالی فرهنگ آماری این مرزوبوم تالش میکنند، تبریک عرض میکنم و یاد
مرتبطین با علم آمار را که طی سال قبل از میان ما رفتهاند، بهخصوص شادروان دکتر باقر مقدسزاده را گرامی
میدارم.
فرارسیدن روز آمار این فرصت مغتنم را برای همۀ کسانی که دست و دل در پیشه و علم آمار دارند،
فراهم میآورد تا به این مناسبت گرد هم آیند و مروری بر اهمیت و جایگاه آن در جایجای زندگی انسانها و
پیشرفت کشورها و نمودگری نقاط ضعف و قوت در هر عرصه و هر ساحت داشته باشند و با نگاهی به
وضعیت آن در کشورمان به قدر وسع و توان، مدیران و مسئوالن دوروبر خود را از توانها و امکانات این علم
شریف آگاه و آنها را به بهرهبرداری از آن تشویق نمایند.
انجمن آمار ایران، برآمده از ارادۀ جامعۀ آماردانان کشور، طی قریب به سی سال فعالیت خود در حدود
مقدورات منشأ اثرات مثبتی در جامعه بوده که اهم آنها را میتوان در برگزاری تعداد بسیار کثیری از
همایشهای علمی، انتشار مجالت علمی مختلف، انتشار تعدادی کتاب، برقراری ارتباط با بسیاری از مؤسسات
مختلف دانشگاهی و اجرایی و ... دانست اما در رأس آنها این انجمن تشکلی است که، در غیاب تشکلهای
صنفی برای شاغلین در حوزۀ آمار، میتواند به حمایت از منافع جمعی دستاندرکاران این رشتۀ علمی و دفاع
از جایگاه این رشته در جامعه دست یازد که پیش از این هم، باز در حد توان چنین کرده است. بنابراین خوب
است به یاد داشته باشیم که پشتیبانی از انجمن، به معنی حمایت از جایگاه این رشته و شاغلین به آن در کشور
است و تقویت انجمن در درجۀ اول عضویت در آن و تشویق افراد دیگر به قبول عضویت انجمن است. امید
است به یاری پروردگار همۀ اعضای جامعۀ آماری توفیق خدمت به پیشرفت کشور و بهروزی انسانها را - به
کمک دانشی که فراگرفتهاند- داشته باشند.
بااحترام محمد قاسم وحیدی اصل
رییس انجمن آمار ایران
@araku_statistics


Araku-Prob2-Notes-980722.pdf
491.9Kb
کلاس آقای دکتر میرکمالی
کارگاه زبان R - درس احتمال ۲»

- محاسبه احتمالات

- شبیه سازی توزیع‌ها
@araku_statistics


«روزی فراخواهد رسید که علم آمار به اندازه خواندن و نوشتن ضرورت پیدا می کند»

اچ. جی. ولز


اول آبان، روز ملی آمار و برنامه‌ریزی را به همه دانشجویان رشته آمار تبریک می‌گوییم.


-- گروه ریاضی و آمار دانشگاه اراک📈

@araku_statistics


Araku-Moarrefi-Amar.pdf
2.4Mb
📊📉《معرفی رشته آمار》

- جایگاه آمار در پژوهش‌های علمی

- ابزارها و منابع اطلاعاتی مورد نیاز

-چارت درسی رشته آمار دانشگاه اراک

باتشکر از جناب آقای دکترسید جمال میرکمالی
@araku_statistics




LIBDL640248536006078660.pdf
3.1Mb
کتاب مبانی علوم ریاضی
نوشته دکتر مژگان محمودی و دکتر محمد مهدی ابراهیمی
@araku_statistics


4_5819209996319064726.pdf
789.3Kb
📊📚نکات، تعاریف و توزیع های احتمال و آمار.
@araku_statistics


یک فایل PDF ده صفحه ای از مهم ترین نکات، تعاریف و توزیع های احتمال و آمار.
بسیار خلاصه و مفید.
فایل PDF 👇👇
@araku_statistics


History of stats in a nutshell :)
تاریخچه آمار در چند کلمه:
Large data, simple questions
Small data, simple questions
Large data, complex questions
@araku_statistics

20 last posts shown.

65

subscribers
Channel statistics