کانال دکتر مجید ایوزیان


Гео и язык канала: Иран, Фарси
Категория: Образование


ادرس اینستاگرام من:
https://www.instagram.com/majid_eyvazian/

Связанные каналы  |  Похожие каналы

Гео и язык канала
Иран, Фарси
Категория
Образование
Статистика
Фильтр публикаций


Репост из: موسسه توسعه
🛍کمپین بلک فرایدی موسسه توسعه آغاز شد!

🕛 تا ۳۵ درصد تخفیف ثبت‌نام در دوره‌های آموزشی موسسه توسعه!

⬅️ دوره‌های موجود در کمپین #بلک‌_فرایدی:
🔴دوره جامع هوش مصنوعی، علم داده و یادگیری ماشین
🟠هوش تجاری(BI)
🔴مدیریت محصول
🔵 دوره جامع تربیت تحلیل‌گر داده
🔴دوره علم داده مالی و معاملات الگوریتمی
🟠دوره جامع OKR
🟣کاربرد علم داده در زنجیره تأمین
🔴دوره ویدئویی مدیریت پروژه چابک
🔵دوره ویدئویی مهندسی داده

◀️مهلت ثبت‌نام فقط تا ۸ آذرماه▶️

✔️ با کد تخفیف زیر همین حالا ثبت‌نام کنید!
blackfriday

💬 در کمپین #بلک_فرایدی به صورت آنلاین ثبت‌نام کنید:

🔗 https://zaya.io/ws2l1
➖➖➖➖➖➖➖➖➖➖➖


⚽️ شاخص xG و داده محوری در فوتبال
شاخص xg (Expected Goals) یکی از دستاوردهای جدید تحلیل داده در فوتبال است که در نتیجه‌ی موج تحول داده‌محوری در این ورزش به وجود آمد. این مفهوم به طور رسمی از اواخر دهه 2000 و اوایل دهه 2010 میلادی مطرح و توسط شرکت‌های فعال در حوزه داده‌های ورزشی مثل Opta و StatsBomb استفاده شد و با استفاده توسط تیم های مهم لیگ برتر مثل لیورپول و منچیسترسیتی به تدریج به یکی از مهم‌ترین ابزارهای تحلیل در فوتبال تبدیل شد.

🥅 شاخص xG چیست؟
شاخص xg مخفف "گل‌های مورد انتظار" (Expected Goals) است و پیش‌بینی می‌کند که یک بازیکن یا تیم، در یک موقعیت خاص، با چه احتمالی باید به گل برسد. این احتمال بر اساس داده‌های تاریخی و شرایط موقعیت تعیین می‌شود.

🏅چطور xG محاسبه می‌شود؟
شاخص xg از مدل‌های پیشرفته داده‌محور استفاده می‌کند که موقعیت‌های گل‌زنی را بر اساس چندین عامل کلیدی ارزیابی می‌کنند:
1. فاصله بازیکن تا دروازه: هرچه نزدیک‌تر باشد، احتمال گل‌زنی بیشتر است.
2. زاویه شوت: زاویه بازیکن نسبت به دروازه تأثیر زیادی دارد؛ شوت از روبرو معمولاً راحت‌تر از شوت از زوایای بسته است.
3. نوع ضربه: ضربه با پا، سر یا شرایط خاص دیگر (مثلاً ضربات قیچی یا والی).
4. نوع موقعیت: آیا شوت در جریان بازی بوده، یا از روی ضربه آزاد، پنالتی یا کرنر.
5. شرایط دفاعی: تعداد و موقعیت مدافعانی که نزدیک به بازیکن هستند.
6. پاس قبل از شوت: آیا شوت نتیجه یک پاس کلیدی یا حرکت ترکیبی بوده.
به هر شوت یا موقعیت گل‌زنی، بر اساس این عوامل، یک امتیاز xG بین 0 و 1 داده می‌شود:
• عدد 1 یعنی این موقعیت تقریباً همیشه به گل تبدیل می‌شود (مثلاً پنالتی).
• عدد 0 یعنی شانس گل شدن آن موقعیت تقریباً صفر است (مثلاً شوت از وسط زمین).

⭐️ چرا xG مهم است؟
1. تحلیل کیفیت موقعیت‌ها: xG به ما کمک می‌کند بفهمیم که یک تیم یا بازیکن چقدر موقعیت‌های باکیفیتی خلق کرده است، نه فقط تعداد شوت‌ها. ممکن است تیمی 15 شوت بزند ولی xG پایین داشته باشد، چون اکثر شوت‌ها از راه دور یا با زاویه نامناسب بوده است.
2. ارزیابی عملکرد بازیکنان: xG نشان می‌دهد که یک بازیکن آیا به اندازه موقعیت‌هایی که داشته گل زده است یا نه. اگر بازیکنی xG بالایی داشته باشد ولی گل نزده باشد، ممکن است به دلیل بی‌دقتی یا بدشانسی باشد.
3. بررسی کیفیت دفاع: تیمی که xG کمی به حریفانش می‌دهد، یعنی دفاع مستحکمی دارد و اجازه خلق موقعیت‌های خطرناک را نمی‌دهد.

⚠️ محدودیت‌های xG
این شاخص نمی‌تواند عوامل انسانی مثل مهارت یا خلاقیت فردی را به‌طور کامل ارزیابی کند.
در موقعیت‌های پیچیده (مثلاً برخورد توپ با چند بازیکن قبل از شوت) ممکن است دقت کمتری داشته باشد.
به تأثیر دروازه‌بان‌ها کمتر توجه می‌شود.

📈 شاخص xG نه تنها یک ابزار مفید در تحلیل فوتبال مدرن است، بلکه نمادی از تغییر رویکرد کل ورزش به سمت تصمیم‌گیری داده‌محور است. این شاخص نشان می‌دهد که داده‌ها می‌توانند تصویر دقیق‌تری از واقعیت ارائه دهند و فوتبال دیگر فقط به شهود یا تجربه وابسته نیست. این تحول همچنان ادامه دارد و ابزارهایی مثل xA (پاس‌های مورد انتظار)، PPDA (فشار بر بازیکن صاحب توپ) و دیگر معیارهای پیشرفته، فوتبال را به یک علم پیچیده‌تر تبدیل کرده‌اند.

💻 پارسال یه وبینار در مورد داده های لیگ برتر گذاشتم. اسلاید های وبینار اینجا هست:
https://t.me/m_eyvazian/4831

داده هاش رو هم اینجا گذاشتم:
https://t.me/m_eyvazian/4827


قسمت همگی ایشالا

5.8k 0 29 15 193

Репост из: موسسه توسعه
📶وبینار رایگان "بررسی ابزار های تحلیل داده برای ورود به بازار کار ایران"

⬅️سرفصل :
برسی مزایا و معایب هر ابزار
معرفی ارتباط بین هر ابزار تحلیل داده
پرسش و پاسخ

🎙️سخنرانان:
دکتر مجید ایوزیان
مدرس و متخصص علوم داده

دکتر احسان خاکبازان
متخصص پیاده سازی سیستم های داده محور

🗓تاریخ : چهارشنبه / ۳۰ آبان / ساعت ۲۰

ثبت نام :
➡️ https://eseminar.tv/wb148036 ⬅️

😀 موسسه آموزش عالی آزاد توسعه
➖➖➖➖➖➖➖

🌐 https://tihe.ac.ir
🎰 LinkedIn
📞  021-86741


6.pdf
244.6Кб
این هم نظر من
اصراری هم ندارم که حرف من از همه درست تره. صرفا نظرم رو دادم.
بین دوستانی هم که جواب دادن قرعه کشی میشه و برنده اعلام میشه.


ظرفیت کد اول این کلاس پر شد.
دوستانی که علاقه به حضور در این دوره دارن، کد دوم از نیمه دی ماه در روزهای شنبه و دوشنبه برگزار خواهد شد.


یه سوال خیلی ساده در حد کارشناسی
این نمودارها چی می گن. تحلیل شما چیه؟
به یک نفر از دانشجوهای کارشناسی که یک تحلیل ساده، کوتاه و خوب از این نمودارها بده 3 میلیون تومان کد تخفیف برای یکی از دوره های موسسه توسعه داده میشه.

6.6k 0 46 70 36

🤰می دانم که حامله ای !!😳

📉 در سال ۲۰۱۲، تیم تحلیل داده شرکت خرده فروشی "تارگت" یک الگوی خرید جالب در مورد خانم های باردار کشف کرد. این شرکت متوجه شد که خانم هایی که ناگهان شروع به خرید مقدار زیادی کیسه‌های پوشک و ضدعفونی‌کننده‌های دست و پارچه‌های شستشو می‌کنند احتمالا باردار هستند و این افراد در طی ماه های گذشته در بازه های زمان مشخص، الگوهای خرید پرتکراری مانند خرید لوسیون بدون عطر و مکمل هایی مانند کلسیم، منیزیم و روی داشته اند.
این شرکت کشف کرد که خانم های باردار در ابتدای سه ماهه دوم بارداری خود، مقادیر بیشتری لوسیون بدون عطر می خرند. همچنین در 20 هفته اول بارداری، مکمل هایی مانند کلسیم، منیزیم و روی را مصرف می کنند و در نزدیکی تاریخ زایمان خود کیسه‌های پوشک و .. می خرند.

📅 تیم داده‌کاوی الگوهایی را شناسایی کرد که نشان می‌داد اگر مشتری یک سری محصولات خاص را در بازه‌های زمانی مشخص خریداری کند، احتمال باردار بودن او بالاست. این الگوها به آن‌ها اجازه دادند تا بارداری را با احتمال بالایی پیش‌بینی کنند و حتی زمان تقریبی تولد نوزاد را دقت خوبی تخمین بزنند.

🔷 تبلیغات هدفمند: تارگت با استفاده از این تحلیل، تبلیغات مرتبط با بارداری و محصولات کودک را برای این مشتریان ارسال می‌کرد.

این اقدام بسیار موفق بود، اما بعداً انتقاداتی را نیز به دنبال داشت. برای مثال، در یکی از موارد معروف، پدر یکی از مشتریان تارگت از ارسال تبلیغات مرتبط با بارداری برای دخترش مطلع شد و پس از بررسی متوجه شد که دخترش باردار است، خبری که پیش از این اطلاع نداشت. این موضوع بحث‌های زیادی درباره حریم خصوصی و اخلاق در تحلیل داده‌ها ایجاد کرد. با این حال، تارگت از تحلیل داده‌ها به طور موثری برای افزایش فروش و هدف‌گیری بهتر مشتریان خود استفاده کرد.

❓فکر می کنید تارگت برای رفع مشکل اعتراضات حریم خصوصی چیکار کرد؟

6.6k 0 54 12 113

📈 تو این پروژه یه آقایی بود، یه کتابی دستش بود توش نوشته بود تحقیقات نشون میده لامپ مهتابی با نور سفید به فلان دلایل باعث افزایش وزن مرغ ها هنگام کشتار میشه. کچل کرد ما رو بسکه اون تحقیقات رو بهمون گفت. نورپردازی یکی از سالن ها رو با روشی که ایشون گفت تغییر دادن. ولی داده ها نشون داد که تاثیر خاصی نداشت این تغییر.
نکته اول این بود که اون تیم فهمیدن بررسی تاثیر تغییرات بدون داده خیلی ممکن نیست.
دوم اینکه شاید بعضی عوامل در جایی اثر بذاره یا تحقیقات تاثیر اون رو نشون داده باشه. ولی ممکنه جای دیگه اثر نذاره. یعنی مثلا در جای دیگه اثر عوامل دیگه انقدر زیاد باشه که تاثیر یک عاملی که اثر گذاریش منطقی به نظر میاد خیلی زیاد نباشه.
توی دنیای داده از این موارد خیلی زیاد دیده میشه. شما تجربه مشابه در زندگی شخصی یا حرفه ای تون داشتید؟


📊 تصمیم گیری داده محور

20 سال پیش در خدمت دکتر نورالسنا و دکتر سقایی پروژه های 6 سیگما برای شرکت ها انجام می دادیم. خب پروژه های 6 سیگما داده محور هستن و تصمیمات بهبود، حاصل از تحلیل های آماری هستن.

🐔🥚 یه پروژه افزایش وزن مرغ های تولیدی یه شرکت هنگام کشتار بود. عوامل مختلفی رو بررسی می کردیم که روی وزن مرغ ها اثر گذار هست یا نه. یکی از اون عوامل، وزن تخم مرغ اولیه بود. یعنی چند نفر کارشون این بود که تخم مرغ کوچیکا رو جدا می کردن میدادن برا فروش، تخم مرغ بزرگها رو هم می ذاشتن مرغ بشه چون فکر می کردن تخم مرغ بزرگتر مرغ بزرگتر میده. یه سری دیتا جمع کردیم و دیدیم تو اون پروژه ربطی بین وزن تخم مرغ و وزن مرغ (هنگام کشتار) نبود. هیچی دیگه اون افراد تخم مرغ جدا کن از اون کار بیکار شدن.

عوامل دیگه ای هم بررسی شد که بماند.

امسال داشتم با یه جای خفن که اون ها هم تولیدی مرغ داشتن صحبت می کردم. این خاطره رو براشون تعریف کردم و اون شرکت 20 سال پیش رو کلی مسخره کردم و خندیدم. آخرش بچه های شرکت جدیده که واقعا کارشون هم درسته با یه نیشخندی گفتن ما هم همینکار (تخم مرغ جدا کنی) رو می کنیم 😂😂

7k 0 50 14 220

📊 خوشه‌بندی (Clustering) یکی از روش‌های مهم در تحلیل داده است که برای دسته‌بندی داده‌ها به گروه‌های مشابه استفاده می‌شود.

🏷 هدف اصلی خوشه‌بندی این است که داده‌هایی را که شباهت بیشتری به هم دارند در یک گروه قرار دهد و داده‌های متفاوت را در گروه‌های جداگانه دسته‌بندی کند.

📌 چرا از خوشه‌بندی استفاده می‌کنیم؟

کشف الگوها: پیدا کردن گروه‌های مشابه در داده‌ها که می‌تواند به تصمیم‌گیری‌های بهتر کمک کند.
ساده‌سازی داده‌ها: با خلاصه کردن داده‌ها به چند گروه، می‌توان تحلیل‌های پیچیده را ساده‌تر کرد.
پیش‌بینی رفتار: در کسب‌وکارها، خوشه‌بندی کمک می‌کند تا مشتریان را به گروه‌های خاصی دسته‌بندی کنیم و رفتار آینده آن‌ها را بهتر پیش‌بینی کنیم.

🎓 مثال ساده برای درک بهتر
فرض کنید شما مدیر یک فروشگاه بزرگ هستید و اطلاعات زیادی در مورد مشتریان دارید، مثل تعداد خریدها و مبلغی که خرج می‌کنند. خوشه‌بندی می‌تواند به شما کمک کند تا مشتریان را به دسته‌های زیر تقسیم کنید:

مشتریان وفادار: کسانی که زیاد خرید می‌کنند و مبلغ بالایی خرج می‌کنند.
مشتریان معمولی: کسانی که خریدهای متوسطی دارند.
مشتریان کم‌فعالیت: کسانی که به ندرت خرید می‌کنند.
با این کار، می‌توانید استراتژی‌های بازاریابی هدفمندتری برای هر گروه طراحی کنید. مثلاً به مشتریان وفادار تخفیف‌های ویژه بدهید یا مشتریان کم‌فعالیت را با پیشنهادات جذاب به خرید بیشتر ترغیب کنید.

💡 تمرین کوچک : تصور کنید داده‌های فروش یک فروشگاه زنجیره‌ای در اختیار دارید. چطور از خوشه‌بندی برای تقسیم مشتریان به گروه‌های مشابه استفاده می‌کنید؟ معیارهای شما چه خواهند بود (مثل فاصله جغرافیایی، الگوی خرید، یا تعداد دفعات خرید و ... )؟

8.1k 0 52 20 62

Видео недоступно для предпросмотра
Смотреть в Telegram
این سگ به خوبی اون گربه با آمار ارتباط نگرفته. ولی این هم از دانشجوهای خوب امسالمه.

واقعا باعث خوشحالیه که اهمیت آمار داره بین حیوانات جا میفته.


برخی نمودار های زمان و موضوعات و کلمات کلیدی چت های گروه اشتراک تجربیات

دوستان ظهر ها و عصر 2 شنبه تا 5 شنبه تو گروه فعال تر هستند.


clean_interactive_dashboard.html
3.4Мб
اینم فایل نمودار
اگه کسی خواست

صفحه گوشی رو landscape کنید نمودار بهتر دیده میشه.


Видео недоступно для предпросмотра
Смотреть в Telegram
از chatgpt خواستم یکی از نمودارهای وبینار فردا رو به صورت تعاملی با کتابخانه plotly در پایتون برام رسم کنه.
خروجی شد تصویر بالا.

توی هر بخش تعداد اگهی ها، متوسط حداقل حقوق، متوسط حداکثر حقوق و تعداد آگهی ها برای هر ابزار نمایش داده شده.


امروز بعد چند سال رفتم علم و صنعت و با بچه ها در مورد مهندسی صنایع و آینده این رشته و مسیر شغلیش صحبت کردیم.


هوش مصنوعی جایگزین چه شغل هایی می شود؟

جنسن هوانگ (مدیر عامل انویدیا) می‌گوید تهدید واقعی این نیست که هوش مصنوعی می‌تواند مشاغل را تصاحب کند، بلکه این است که آن شخصی که از هوش مصنوعی برای خودکارسازی ۲۰ درصد از وظایفش استفاده می‌کند، می‌تواند شغل شما را بگیرد.

درحال‌حاضر هوش مصنوعی امکان انجام کاری که ما انجام می‌دهیم را ندارد. بسته به کاری که ما انجام می‌دهیم، این فناوری می‌تواند ۲۰ درصد از کارهای ما را ۱۰۰۰ برابر بهتر انجام دهد. برای برخی افراد، ۵۰ درصد از کارشان را ۱۰۰۰ برابر بهتر انجام می‌دهد. اما در هیچ شغلی نمی‌توانند همه کارها را انجام دهند.

منبع : DIGIATO

چقدر با صحبت‌هاش موافقید؟

7k 0 49 5 79

🟢 این دوره جدید سعی شده کاملا مطابق با نیازهای بازار کار طراحی بشه.

✔️ این دوره طوری طراحی شده که دانشجویان در صورت همراهی با دوره، در مدت زمان کمی آماده ورود به بازار کار این حوزه شوند.

✔️ در این دوره به طور مستمر از ابزارهای هوش مصنوعی استفاده می شود و چگونگی کمک گرفتن از آن ها بررسی می شود.

✔️ برای طراحی این دوره بالای 300 آگهی شغلی ماه های اخیر بررسی شده.

✔️ برای طراحی این دوره با چند ده نفر از فعالان این حوزه صحبت شده.

✔️ ابزارهای این دوره کاملا به صورت مرتبط با هم تدریس می شوند.

✔️ در این دوره بجز تمرین های هفتگی، چند پروژه واقعی وجود دارد که دانشجویان گروهبندی می شوند و به صورت حضوری و انلاین (همزمان) و در حضور اساتید و با کمک آن ها پروژه را انجام می دهند.

✔️ این دوره هم برای متقاضیان ورود به حوزه تحلیل داده و هم برای افراد شاغلی که قصد استفاده از تحلیل داده برای حوزه خود دارند، کاربرد دارد.

✔️ این دوره پیش نیازی ندارد.

6.5k 0 46 15 32

Репост из: موسسه توسعه
⭕️ ثبت‌نام دوره جدید موسسه توسعه آغاز شد!

🖥 دوره جامع تربیت تحلیل‌گر داده

🚀 برای تبدیل شدن به یک تحلیل‌گر داده آماده‌اید؟

👥 مدرسین دوره:

🔹دکتر مجید ایوزیان
مدرس و متخصص علوم داده

🔹دکتر احسان خاکبازان
مشاوره پیاده‌سازی سیستم‌های داده محور

🗓 تقویم برگزاری: شروع از 11 آذرماه 1403

👈همراه با امکان ثبت‌نام به صورت اقساطی
همین حالا برای ثبت‌نام کلیک کنید:

https://tihe.ac.ir/product/data-analyst/

✨ موسسه آموزش عالی آزاد توسعه
➖➖➖➖➖➖➖

🌐 https://tihe.ac.ir
🎰 LinkedIn
📞 021-86741


گرایش های مهندسی صنایع دانشگاه Georgia Tech رو ادم‌ می بینه عِش می کنه.

لینک

فهرست دروس گرایش Analytics and Data Science رو که ادم‌ می بینه از خود بی‌خود میشه.

لینک

Показано 20 последних публикаций.