آمارکده
25.04.202513:34
جلسه پنجم
رگرسیون
✍دکتر سحرزنگنه و دکتر بیژن ظهوری زنگنه
#دانشگاه_شریف
#فارسی
┏━━━━━
🌐 @Amar_kadeh 📖✍
┗━━━━━━━━━━
رگرسیون
این درس در نیمسال دوم سال تحصیلی 99-1400 در دانشکده علوم ریاضی دانشگاه صنعتی شریف برگزار گردیده است.
✍دکتر سحرزنگنه و دکتر بیژن ظهوری زنگنه
#دانشگاه_شریف
#فارسی
┏━━━━━
🌐 @Amar_kadeh 📖✍
┗━━━━━━━━━━
25.04.202508:53
نکته جذاب آماری در هوش مصنوعی: "معجزه یادگیری تقویتی
🤖 پدیده شگفت‌انگیز:
وقتی AlphaGo در 2016 قهرمان جهان را شکست داد، راز موفقیتش ترکیب هوشمندانه آمار و یادگیری تقویتی بود!
🔍 نکته زیبای آماری:
Exploration vs Exploitation Trade-off:
الگوریتم‌ها باید بین استفاده از دانش فعلی (Exploitation) و کشف راه‌های جدید (Exploration) تعادل ایجاد کنند
این دقیقاً مشابه مسئله چندپایه‌بندی (Multi-armed Bandit) در آمار است!
💡 درس عمیق:
Thompson Sampling:
یک روش بیزی ساده که با نمونه‌گیری از توزیع پسین، این تعادل را ایجاد میکند
تبدیل عدم قطعیت به مزیت:
به جای ترس از نادانی، از آن برای کشف راه‌های بهتر استفاده میکند
زیبایی ریاضی:
ترکیب ظریف توزیع بتا و به‌روزرسانی بیزی
✨ "یادگیری تقویتی به ربات‌ها می‌آموزد که مانند انسان‌ها از طریق آزمون و خطا یاد بگیرند، اما با سرعت آماری!"
مثال‌های جذاب:
آموزش ربات‌ها برای راه رفتن
بهینه‌سازی توصیه‌های Netflix
خودروهای خودران که تصمیم‌گیری می‌کنند
چالش فکری:
آیا می‌دانستید ارزش اقدام (Q-Learning) در حقیقت یک فرایند مارکوف تصمیم‌گیری است که برآوردهای آماری را به‌روز میکند؟
سوال:
به نظر شما چرا این روش‌های آماری در هوش مصنوعی از شیوه‌های یادگیری انسانی الهام گرفته‌اند؟ آیا می‌توانید مثال دیگری از این ارتباط زیبا بزنید؟
پ.ن: این اصول آماری همان چیزی است که به ChatGPT کمک میکند پاسخ‌های بهتری انتخاب کند!
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
🤖 پدیده شگفت‌انگیز:
وقتی AlphaGo در 2016 قهرمان جهان را شکست داد، راز موفقیتش ترکیب هوشمندانه آمار و یادگیری تقویتی بود!
🔍 نکته زیبای آماری:
Exploration vs Exploitation Trade-off:
الگوریتم‌ها باید بین استفاده از دانش فعلی (Exploitation) و کشف راه‌های جدید (Exploration) تعادل ایجاد کنند
این دقیقاً مشابه مسئله چندپایه‌بندی (Multi-armed Bandit) در آمار است!
💡 درس عمیق:
Thompson Sampling:
یک روش بیزی ساده که با نمونه‌گیری از توزیع پسین، این تعادل را ایجاد میکند
تبدیل عدم قطعیت به مزیت:
به جای ترس از نادانی، از آن برای کشف راه‌های بهتر استفاده میکند
زیبایی ریاضی:
ترکیب ظریف توزیع بتا و به‌روزرسانی بیزی
✨ "یادگیری تقویتی به ربات‌ها می‌آموزد که مانند انسان‌ها از طریق آزمون و خطا یاد بگیرند، اما با سرعت آماری!"
مثال‌های جذاب:
آموزش ربات‌ها برای راه رفتن
بهینه‌سازی توصیه‌های Netflix
خودروهای خودران که تصمیم‌گیری می‌کنند
چالش فکری:
آیا می‌دانستید ارزش اقدام (Q-Learning) در حقیقت یک فرایند مارکوف تصمیم‌گیری است که برآوردهای آماری را به‌روز میکند؟
سوال:
به نظر شما چرا این روش‌های آماری در هوش مصنوعی از شیوه‌های یادگیری انسانی الهام گرفته‌اند؟ آیا می‌توانید مثال دیگری از این ارتباط زیبا بزنید؟
پ.ن: این اصول آماری همان چیزی است که به ChatGPT کمک میکند پاسخ‌های بهتری انتخاب کند!
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
21.04.202510:40
💡🧠|کارگاه ۸روزه برنامه نویسیC
⚜️|آکادمی تخصصی علوم پایه ایران برگزار می‌نماید:
🎙|مدرس:
جناب آقای محمدجواد یحیی پور
📘|سرفصل‌ها:
●سرفصل های تدریسی زبان برنامه نویسی C
● آشنایی با اجزای سازنده یک برنامه C
● ساختارهای کنترل برنامه در C
● پیاده سازی و استفاده از توابع در C
● پیاده سازی و فراخوانی تابع به صورت بازگشتی
● آرایه ها در C
● اشاره گرها در C
● ساختار (Structure) و یونیون (Union)
🗓|تاریخ:
27و28اردیبهشت و 3و4و10و11و17و18 خرداد
🕰|زمان: 16الی17:30
📃|سرمایه گذاری علمی همراه با گواهی معتبر:220 هزار تومان
➕ارتباط با آکادمی تخصصی علوم پایه ایران:@Ebrahime_2
⚜️|آکادمی تخصصی علوم پایه ایران برگزار می‌نماید:
🎙|مدرس:
جناب آقای محمدجواد یحیی پور
📘|سرفصل‌ها:
●سرفصل های تدریسی زبان برنامه نویسی C
● آشنایی با اجزای سازنده یک برنامه C
● ساختارهای کنترل برنامه در C
● پیاده سازی و استفاده از توابع در C
● پیاده سازی و فراخوانی تابع به صورت بازگشتی
● آرایه ها در C
● اشاره گرها در C
● ساختار (Structure) و یونیون (Union)
🗓|تاریخ:
27و28اردیبهشت و 3و4و10و11و17و18 خرداد
🕰|زمان: 16الی17:30
📃|سرمایه گذاری علمی همراه با گواهی معتبر:220 هزار تومان
➕ارتباط با آکادمی تخصصی علوم پایه ایران:@Ebrahime_2
20.04.202520:21
ترجمه دقیق با کمک ابزار هوش مصنوعی گوگل
اگه دنبال یه ابزار خوب برای ترجمه دقیق متن‌ها یا فایل‌هات هستی، سایت aistudio.google.com یکی از گزینه‌های قدرتمندیه که می‌تونه کمکت کنه.
برای ترجمه کامل یه فایل، باید چند بار متن رو وارد کنی تا کل متن ترجمه بشه - این یه نکته مهمه که باید حتماً رعایتش کنی.
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
اگه دنبال یه ابزار خوب برای ترجمه دقیق متن‌ها یا فایل‌هات هستی، سایت aistudio.google.com یکی از گزینه‌های قدرتمندیه که می‌تونه کمکت کنه.
برای ترجمه کامل یه فایل، باید چند بار متن رو وارد کنی تا کل متن ترجمه بشه - این یه نکته مهمه که باید حتماً رعایتش کنی.
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
19.04.202506:21
"معجزه قانون اعداد بزرگ"
📊 تصور کنید سکه ای را بارها پرتاب می‌کنید:
در ۱۰ پرتاب اول، ممکن است ۸ بار شیر بیاید! (انحراف زیاد)
در ۱۰۰۰ پرتاب، احتمالاً حدود ۵۰۰ شیر می‌بینید. (نزدیک به انتظار)
در ۱ میلیون پرتاب، نسبت شیرها تقریباً دقیقاً ۵۰٪ می‌شود!
🔍 این یعنی چه؟
قانون اعداد بزرگ می‌گوید:
"هرچه نمونه بزرگ‌تر شود، میانگین نتایج به مقدار واقعی (امید ریاضی) نزدیک‌تر می‌شود."
💡 نکته زیبا:
این قانون دلیل علمی است برای اینکه چرا شرکت‌های بیمه می‌توانند ریسک‌ها را مدیریت کنند!
توضیح می‌دهد که چرا آزمایش‌های بالینی به نمونه‌های بزرگ نیاز دارند.
حتی در پیش‌بینی‌های هواشناسی هم کاربرد دارد!
✨ "آمار به ما یاد می‌دهد که بی‌نظمی‌های کوچک، در بلندمدت نظم زیبایی ایجاد می‌کنند!"
مثال واقعی:
وقتی پزشکان می‌گویند "این دارو ۷۰٪ مؤثر است"، یعنی در نمونه‌های بسیار بزرگ این نسبت دیده شده، نه در ۱۰ بیمار اول!
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
📊 تصور کنید سکه ای را بارها پرتاب می‌کنید:
در ۱۰ پرتاب اول، ممکن است ۸ بار شیر بیاید! (انحراف زیاد)
در ۱۰۰۰ پرتاب، احتمالاً حدود ۵۰۰ شیر می‌بینید. (نزدیک به انتظار)
در ۱ میلیون پرتاب، نسبت شیرها تقریباً دقیقاً ۵۰٪ می‌شود!
🔍 این یعنی چه؟
قانون اعداد بزرگ می‌گوید:
"هرچه نمونه بزرگ‌تر شود، میانگین نتایج به مقدار واقعی (امید ریاضی) نزدیک‌تر می‌شود."
💡 نکته زیبا:
این قانون دلیل علمی است برای اینکه چرا شرکت‌های بیمه می‌توانند ریسک‌ها را مدیریت کنند!
توضیح می‌دهد که چرا آزمایش‌های بالینی به نمونه‌های بزرگ نیاز دارند.
حتی در پیش‌بینی‌های هواشناسی هم کاربرد دارد!
✨ "آمار به ما یاد می‌دهد که بی‌نظمی‌های کوچک، در بلندمدت نظم زیبایی ایجاد می‌کنند!"
مثال واقعی:
وقتی پزشکان می‌گویند "این دارو ۷۰٪ مؤثر است"، یعنی در نمونه‌های بسیار بزرگ این نسبت دیده شده، نه در ۱۰ بیمار اول!
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
18.04.202514:06
انجمن علمی آمار دانشگاه محقق اردبیلی تقدیم میکند
📊 چند دقیقه با آمار 📊
فصل اول : آمار مقدماتی
بخش ششم: نمونه گیری در آمار، انواع و خطاها
قسمت قبل
در چند دقیقه با آمار، هر روز نکته‌ای جدید از دنیای آمار یاد بگیریم! ✨📈
منتظر نظرات ارزشمند شما هستیم. 💬😊
تلگرام انجمن علمی آمار دانشگاه محقق اردبیلی|اینستاگرام انجمن علمی آمار دانشگاه محقق اردبیلی|تلگرام رادیو آمار|اینستاگرام رادیو آمار
📊 چند دقیقه با آمار 📊
فصل اول : آمار مقدماتی
بخش ششم: نمونه گیری در آمار، انواع و خطاها
قسمت قبل
در چند دقیقه با آمار، هر روز نکته‌ای جدید از دنیای آمار یاد بگیریم! ✨📈
منتظر نظرات ارزشمند شما هستیم. 💬😊
تلگرام انجمن علمی آمار دانشگاه محقق اردبیلی|اینستاگرام انجمن علمی آمار دانشگاه محقق اردبیلی|تلگرام رادیو آمار|اینستاگرام رادیو آمار
25.04.202513:17
۶ تا از الگوریتم های یادگیری ماشین
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
24.04.202515:22
نکته جذاب آماری: "معجزه توزیع کوشی - وقتی میانگین بی‌معنا می‌شود!"
🌀 پدیده عجیب:
تصور کنید دارید دقت تیراندازی یک گروه را اندازه می‌گیرید. اگر یک تیرانداز حرفه‌ای با چند تیرانداز مبتدی مخلوط شوند، توزیع کوشی به جای نرمال ظاهر می‌شود!
🔍 ویژگی‌های شوکه‌کننده:
میانگین تعریف نشده: محاسبه میانگین بی‌معناست!
دم‌های فوق‌العاده سنگین: احتمال outliers بسیار بالاست
پایداری: جمع دو توزیع کوشی باز هم کوشی است
💡 درس عمیق:
شکست شهود: برخلاف توزیع نرمال که همه چیز حول میانگین می‌چرخد، اینجا هیچ مرکزی وجود ندارد!
کاربردهای جالب:
مدل‌سازی نوسانات بازارهای مالی بحرانی
توصیف پدیده‌های فیزیکی در لیزر و مکانیک کوانتومی
هشدار آماری: وقتی با داده‌های پرت شدید مواجهید، شاید کوشی بهتر از نرمال کار کند!
✨ "توزیع کوشی به ما یاد می‌دهد که برخی سیستم‌ها اساساً غیرقابل پیش‌بینی هستند!"
مثال ملموس:
نسبت قیمت به درآمد (P/E) در بورس‌های پرنوسان
خطای اندازه‌گیری در شرایط آزمایشگاهی
چالش فکری:
آیا می‌دانستید اگر دنباله‌ای از متغیرهای تصادفی با توزیع کوشی را میانگین بگیرید، هیچگاه به عدد ثابتی همگرا نمی‌شود؟ این دقیقاً برخلاف قضیه حد مرکزی است!
سوال:
به نظر شما چرا در تحلیل‌های مالی سنتی از این توزیع کمتر استفاده می‌شود، با وجودی که بهتر می‌تواند بحران‌ها را توصیف کند؟
پ.ن: این توزیع اولین بار برای توصیف خطای اندازه‌گیری در ستاره‌شناسی کشف شد!
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
🌀 پدیده عجیب:
تصور کنید دارید دقت تیراندازی یک گروه را اندازه می‌گیرید. اگر یک تیرانداز حرفه‌ای با چند تیرانداز مبتدی مخلوط شوند، توزیع کوشی به جای نرمال ظاهر می‌شود!
🔍 ویژگی‌های شوکه‌کننده:
میانگین تعریف نشده: محاسبه میانگین بی‌معناست!
دم‌های فوق‌العاده سنگین: احتمال outliers بسیار بالاست
پایداری: جمع دو توزیع کوشی باز هم کوشی است
💡 درس عمیق:
شکست شهود: برخلاف توزیع نرمال که همه چیز حول میانگین می‌چرخد، اینجا هیچ مرکزی وجود ندارد!
کاربردهای جالب:
مدل‌سازی نوسانات بازارهای مالی بحرانی
توصیف پدیده‌های فیزیکی در لیزر و مکانیک کوانتومی
هشدار آماری: وقتی با داده‌های پرت شدید مواجهید، شاید کوشی بهتر از نرمال کار کند!
✨ "توزیع کوشی به ما یاد می‌دهد که برخی سیستم‌ها اساساً غیرقابل پیش‌بینی هستند!"
مثال ملموس:
نسبت قیمت به درآمد (P/E) در بورس‌های پرنوسان
خطای اندازه‌گیری در شرایط آزمایشگاهی
چالش فکری:
آیا می‌دانستید اگر دنباله‌ای از متغیرهای تصادفی با توزیع کوشی را میانگین بگیرید، هیچگاه به عدد ثابتی همگرا نمی‌شود؟ این دقیقاً برخلاف قضیه حد مرکزی است!
سوال:
به نظر شما چرا در تحلیل‌های مالی سنتی از این توزیع کمتر استفاده می‌شود، با وجودی که بهتر می‌تواند بحران‌ها را توصیف کند؟
پ.ن: این توزیع اولین بار برای توصیف خطای اندازه‌گیری در ستاره‌شناسی کشف شد!
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
21.04.202510:06
نکته جذاب آماری: "پارادوکس تولد - چرا احتمالات ما را غافلگیر میکند؟"
🎉 سوال ساده:
در یک کلاس 23 نفره، چقدر احتمال دارد حداقل دو نفر همزاد باشند (همان روز تولد)؟
🔢 پاسخ باورنکردنی:
احتمال این اتفاق بیش از 50% است!
در 57 نفر، این احتمال به 99% می‌رسد!
🧠 چرا این اتفاق می‌افتد؟
این مثال بارز ترکیبات احتمالی است
برای 23 نفر، تعداد جفت‌های ممکن 253=(23×22)/2 است
محاسبه بر اساس مکمل احتمال (احتمال عدم تشابه) ساده‌تر است
💡 درس عمیق:
1️⃣ شهود ما در احتمالات ضعیف است
2️⃣ پدیده‌های غیرخطی می‌توانند غافلگیرکننده باشند
3️⃣ اهمیت محاسبات دقیق به جای حدس زدن
🌍 کاربردهای واقعی:
در رمزنگاری (برخورد هش)
طراحی سیستم‌های دیتابیس
حتی در برنامه‌ریزی رویدادها
✨ "آمار به ما یاد می‌دهد که جهان اغلب برخلاف شهود ما عمل میکند!"
آزمایش فکری:
اگر به یک مهمانی 70 نفره بروید، احتمال همزاد بودن با شما چقدر است؟ (جواب: ~11.6%)
چالش:
آیا می‌توانید این محاسبه را برای کلاس خودتان انجام دهید؟ دفعه بعد که در جمعی هستید، این تست جالب را امتحان کنید! 😊
پ.ن: این پارادوکس اولین بار توسط ریچارد فاینمن توضیح داده شد و در نظریه احتمال کلاسیک است.
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
🎉 سوال ساده:
در یک کلاس 23 نفره، چقدر احتمال دارد حداقل دو نفر همزاد باشند (همان روز تولد)؟
🔢 پاسخ باورنکردنی:
احتمال این اتفاق بیش از 50% است!
در 57 نفر، این احتمال به 99% می‌رسد!
🧠 چرا این اتفاق می‌افتد؟
این مثال بارز ترکیبات احتمالی است
برای 23 نفر، تعداد جفت‌های ممکن 253=(23×22)/2 است
محاسبه بر اساس مکمل احتمال (احتمال عدم تشابه) ساده‌تر است
💡 درس عمیق:
1️⃣ شهود ما در احتمالات ضعیف است
2️⃣ پدیده‌های غیرخطی می‌توانند غافلگیرکننده باشند
3️⃣ اهمیت محاسبات دقیق به جای حدس زدن
🌍 کاربردهای واقعی:
در رمزنگاری (برخورد هش)
طراحی سیستم‌های دیتابیس
حتی در برنامه‌ریزی رویدادها
✨ "آمار به ما یاد می‌دهد که جهان اغلب برخلاف شهود ما عمل میکند!"
آزمایش فکری:
اگر به یک مهمانی 70 نفره بروید، احتمال همزاد بودن با شما چقدر است؟ (جواب: ~11.6%)
چالش:
آیا می‌توانید این محاسبه را برای کلاس خودتان انجام دهید؟ دفعه بعد که در جمعی هستید، این تست جالب را امتحان کنید! 😊
پ.ن: این پارادوکس اولین بار توسط ریچارد فاینمن توضیح داده شد و در نظریه احتمال کلاسیک است.
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
20.04.202514:38
"معجزه توزیع نرمال - چرا جهان عاشق این منحنی است؟"
📈 پدیده شگفت‌انگیز:
از قد افراد در یک جامعه تا خطای اندازه‌گیری‌ها، از قیمت سهام تا IQ مردم - همه این‌ها یک ویژگی مشترک دارند: همگی از توزیع نرمال پیروی می‌کنند!
🔍 چرا این همه کاربرد؟
قضیه حد مرکزی (CLT): جمع تعداد زیادی متغیر مستقل، بدون توجه به توزیع اولیه، به نرمال میل میکند.
حداقل فرض‌ها: فقط نیاز به میانگین و واریانس دارد.
تقریب فوق‌العاده: حتی وقتی داده‌ها کاملاً نرمال نیستند، تقریب نرمال اغلب کافی است.
💡 نکته عمیق:
پدیده جهانی: مثل جاذبه زمین که همه‌جا حاضر است.
زیبایی ریاضی: معادله ساده e^(-x²) این‌همه قدرت دارد!
پارادوکس: بااینکه در طبیعت "کمال" نرمال وجود ندارد، اما تقریب آن بی‌نهایت مفید است.
✨ "توزیع نرمال، زبان مشترک طبیعت و ریاضیات است!"
مثال‌های جالب:
قد : میانگین ~158 سانتی با انحراف معیار ~6 سانتی‌متر.
نمرات کنکور: وقتی استاندارد شود، نرمال می‌شود.
حرکت براونی در فیزیک.
چالش فکری:
آیا می‌دانستید توزیع نرمال استاندارد در 2 انحراف معیار (~95%) را "قاعده تجربی" می‌نامند؟ این قانون در پیش‌بینی هوا، کنترل کیفیت و پزشکی کاربرد دارد!
سؤال: به نظر شما چرا خطای اندازه‌گیری‌ها (مثل وزن‌کشی) هم نرمال است؟ آیا مثال غیرنرمال هم سراغ دارید؟ 🤔
پ.ن: گاوس این توزیع را کشف کرد، به همین دلیل به آن "توزیع گاوسی" هم می‌گویند! 😊
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
📈 پدیده شگفت‌انگیز:
از قد افراد در یک جامعه تا خطای اندازه‌گیری‌ها، از قیمت سهام تا IQ مردم - همه این‌ها یک ویژگی مشترک دارند: همگی از توزیع نرمال پیروی می‌کنند!
🔍 چرا این همه کاربرد؟
قضیه حد مرکزی (CLT): جمع تعداد زیادی متغیر مستقل، بدون توجه به توزیع اولیه، به نرمال میل میکند.
حداقل فرض‌ها: فقط نیاز به میانگین و واریانس دارد.
تقریب فوق‌العاده: حتی وقتی داده‌ها کاملاً نرمال نیستند، تقریب نرمال اغلب کافی است.
💡 نکته عمیق:
پدیده جهانی: مثل جاذبه زمین که همه‌جا حاضر است.
زیبایی ریاضی: معادله ساده e^(-x²) این‌همه قدرت دارد!
پارادوکس: بااینکه در طبیعت "کمال" نرمال وجود ندارد، اما تقریب آن بی‌نهایت مفید است.
✨ "توزیع نرمال، زبان مشترک طبیعت و ریاضیات است!"
مثال‌های جالب:
قد : میانگین ~158 سانتی با انحراف معیار ~6 سانتی‌متر.
نمرات کنکور: وقتی استاندارد شود، نرمال می‌شود.
حرکت براونی در فیزیک.
چالش فکری:
آیا می‌دانستید توزیع نرمال استاندارد در 2 انحراف معیار (~95%) را "قاعده تجربی" می‌نامند؟ این قانون در پیش‌بینی هوا، کنترل کیفیت و پزشکی کاربرد دارد!
سؤال: به نظر شما چرا خطای اندازه‌گیری‌ها (مثل وزن‌کشی) هم نرمال است؟ آیا مثال غیرنرمال هم سراغ دارید؟ 🤔
پ.ن: گاوس این توزیع را کشف کرد، به همین دلیل به آن "توزیع گاوسی" هم می‌گویند! 😊
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
18.04.202515:07
کتاب ریاضیات برای یادگیری ماشین
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
18.04.202508:00
"پارادوکس سیمپسون"
گاهی اوقات روند کلی داده‌ها با روند گروه‌های جزئی آن کاملاً متضاد است؟ این پدیده شگفت‌انگیز در آمار، "پارادوکس سیمپسون" نام دارد.
📊 مثال کلاسیک:
فرض کنید دو بیمارستان (A و B) را مقایسه می‌کنیم. بیمارستان A در کل موارد، نرخ موفقیت بالاتری دارد، اما وقتی داده‌ها را بر اساس شدت بیماری (مثلاً خفیف و شدید) تقسیم می‌کنیم، می‌بینیم که بیمارستان B در هر گروه نتایج بهتری دارد!
🔍 چرا این اتفاق می‌افتد؟
این تناقض زمانی رخ می‌دهد که یک متغیر مخدوشگر (مثل شدت بیماری) بر توزیع داده‌ها تأثیر می‌گذارد. اگر بیمارستان A بیماران بحرانی بیشتری را درمان کند، میانگین کلی آن ممکن است پایین‌تر به نظر برسد، حتی اگر در هر زیرگروه بهتر عمل کرده باشد.
💡 درس مهم:
همیشه قبل از نتیجه‌گیری، داده‌ها را از جنبه‌های مختلف بررسی کنید! پارادوکس سیمپسون به ما یادآوری میکند که "ترکیب داده‌ها" می‌تواند گاهی گمراه‌کننده باشد.
📌 کاربردها: از پزشکی تا اقتصاد و علوم اجتماعی، این پارادوکس اهمیت تحلیل لایه‌ای داده‌ها را نشان می‌دهد.
✨ "آمار فقط عدد نیست، هنر دیدنِ نادیده‌هاست!"
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
گاهی اوقات روند کلی داده‌ها با روند گروه‌های جزئی آن کاملاً متضاد است؟ این پدیده شگفت‌انگیز در آمار، "پارادوکس سیمپسون" نام دارد.
📊 مثال کلاسیک:
فرض کنید دو بیمارستان (A و B) را مقایسه می‌کنیم. بیمارستان A در کل موارد، نرخ موفقیت بالاتری دارد، اما وقتی داده‌ها را بر اساس شدت بیماری (مثلاً خفیف و شدید) تقسیم می‌کنیم، می‌بینیم که بیمارستان B در هر گروه نتایج بهتری دارد!
🔍 چرا این اتفاق می‌افتد؟
این تناقض زمانی رخ می‌دهد که یک متغیر مخدوشگر (مثل شدت بیماری) بر توزیع داده‌ها تأثیر می‌گذارد. اگر بیمارستان A بیماران بحرانی بیشتری را درمان کند، میانگین کلی آن ممکن است پایین‌تر به نظر برسد، حتی اگر در هر زیرگروه بهتر عمل کرده باشد.
💡 درس مهم:
همیشه قبل از نتیجه‌گیری، داده‌ها را از جنبه‌های مختلف بررسی کنید! پارادوکس سیمپسون به ما یادآوری میکند که "ترکیب داده‌ها" می‌تواند گاهی گمراه‌کننده باشد.
📌 کاربردها: از پزشکی تا اقتصاد و علوم اجتماعی، این پارادوکس اهمیت تحلیل لایه‌ای داده‌ها را نشان می‌دهد.
✨ "آمار فقط عدد نیست، هنر دیدنِ نادیده‌هاست!"
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
25.04.202513:00
📯🗣 انجمن علمی آمار دانشگاه بین‌المللی امام خمینی (ره) برگزار میکند:
🤖📊 دوره آموزشی مقدماتی یادگیری عمیق (Deep Learning)
«به صورت آنلاین»
👨🏫 مدرس: جناب آیدین رحیمی
پژوهشگر حوزه یادگیری ماشین و علم داده
🔶 مخاطبین دوره:
🔸 دانشجویان آمار، علوم داده، کامپیوتر
🔸 علاقه‌مندان به یادگیری مفاهیم پایه یادگیری عمیق و ورود به دنیای هوش مصنوعی
🔷 تاریخ برگزاری:
🔹 چهارشنبه، پنجشنبه و جمعه
🔹 در دو هفته متوالی:
۱۰، ۱۱، ۱۲ و ۱۷، ۱۸، ۱۹ اردیبهشت‌ماه ۱۴۰۴
🧾 سرفصل‌های دوره:
🔸 مقدمه‌ای بر یادگیری ماشین و یادگیری عمیق
🔸 ریاضیات پایه مورد نیاز
🔸 شبکه عصبی مصنوعی (ANN)
🔸 شبکه‌های عمیق و چالش‌های آن‌ها
🔸 تکنیک‌هایی برای بهبود عملکرد و آموزش بهتر
🔸 مقدمه‌ای بر بینایی ماشین (Computer Vision)
🔸 آشنایی با معماری شبکه‌های کانولوشنی (CNN)
📌 همراه با گواهی معتبر شرکت در دوره
💳 هزینه دوره:
🔸 دانشجویان دانشگاه بین‌المللی امام خمینی (ره): ۳۰۰ هزار تومان
🔸 سایر دانشجویان: ۳۵۰ هزار تومان
✍️ برای ثبت‌نام و دریافت اطلاعات بیشتر، به آیدی زیر در تلگرام پیام دهید:
📩 @llazdll
#انجمن_علمی_آمار
#دوره_آموزشی
🤖📊 دوره آموزشی مقدماتی یادگیری عمیق (Deep Learning)
«به صورت آنلاین»
👨🏫 مدرس: جناب آیدین رحیمی
پژوهشگر حوزه یادگیری ماشین و علم داده
🔶 مخاطبین دوره:
🔸 دانشجویان آمار، علوم داده، کامپیوتر
🔸 علاقه‌مندان به یادگیری مفاهیم پایه یادگیری عمیق و ورود به دنیای هوش مصنوعی
🔷 تاریخ برگزاری:
🔹 چهارشنبه، پنجشنبه و جمعه
🔹 در دو هفته متوالی:
۱۰، ۱۱، ۱۲ و ۱۷، ۱۸، ۱۹ اردیبهشت‌ماه ۱۴۰۴
🧾 سرفصل‌های دوره:
🔸 مقدمه‌ای بر یادگیری ماشین و یادگیری عمیق
🔸 ریاضیات پایه مورد نیاز
🔸 شبکه عصبی مصنوعی (ANN)
🔸 شبکه‌های عمیق و چالش‌های آن‌ها
🔸 تکنیک‌هایی برای بهبود عملکرد و آموزش بهتر
🔸 مقدمه‌ای بر بینایی ماشین (Computer Vision)
🔸 آشنایی با معماری شبکه‌های کانولوشنی (CNN)
📌 همراه با گواهی معتبر شرکت در دوره
💳 هزینه دوره:
🔸 دانشجویان دانشگاه بین‌المللی امام خمینی (ره): ۳۰۰ هزار تومان
🔸 سایر دانشجویان: ۳۵۰ هزار تومان
✍️ برای ثبت‌نام و دریافت اطلاعات بیشتر، به آیدی زیر در تلگرام پیام دهید:
📩 @llazdll
#انجمن_علمی_آمار
#دوره_آموزشی
22.04.202518:47
انجمن علمی آمار دانشگاه محقق اردبیلی تقدیم میکند
📊 چند دقیقه با آمار 📊
فصل اول : آمار مقدماتی
بخش نهم: مقادیر دور افتاده
قسمت قبل
در چند دقیقه با آمار، هر روز نکته‌ای جدید از دنیای آمار یاد بگیریم! ✨📈
منتظر نظرات ارزشمند شما هستیم. 💬😊
تلگرام انجمن علمی آمار دانشگاه محقق اردبیلی|اینستاگرام انجمن علمی آمار دانشگاه محقق اردبیلی|تلگرام رادیو آمار|اینستاگرام رادیو آمار
📊 چند دقیقه با آمار 📊
فصل اول : آمار مقدماتی
بخش نهم: مقادیر دور افتاده
قسمت قبل
در چند دقیقه با آمار، هر روز نکته‌ای جدید از دنیای آمار یاد بگیریم! ✨📈
منتظر نظرات ارزشمند شما هستیم. 💬😊
تلگرام انجمن علمی آمار دانشگاه محقق اردبیلی|اینستاگرام انجمن علمی آمار دانشگاه محقق اردبیلی|تلگرام رادیو آمار|اینستاگرام رادیو آمار
21.04.202506:41
با هوش مصنوعی نقاشی بکش!
ChatGPT-4o can help improve your drawing skills!
#پرامپت‌نویسی
#chatgpt
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
ChatGPT-4o can help improve your drawing skills!
#پرامپت‌نویسی
#chatgpt
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
20.04.202514:14
🟠 می‌خوای وارد بازار کار یکی از پردرآمدترین حوزه‌های آینده‌دار بشی؟
⏺️ بوت‌کمپ دیتا آنالیز دانشکار تو رو به هدفت می‌رسونه!
◀️ همین الان با ۲۵٪ تخفیف این بوت‌کمپ رو ثبت نام کن و تا زمستون امسال دیتا آنالیست شو.
🔗 ثبت‌نام:
https://dnkr.ir/6RVZQ
https://dnkr.ir/6RVZQ
⏺️ بوت‌کمپ دیتا آنالیز دانشکار تو رو به هدفت می‌رسونه!
◀️ همین الان با ۲۵٪ تخفیف این بوت‌کمپ رو ثبت نام کن و تا زمستون امسال دیتا آنالیست شو.
🔗 ثبت‌نام:
https://dnkr.ir/6RVZQ
https://dnkr.ir/6RVZQ
18.04.202514:57
🔥 چهره‌ت تو 100 سالگی چه شکلیه؟ همین الان ببینش!
🔴 با یه دستور ساده تو ChatGPT می‌تونی تصویری از چهره‌ی خودت یا عزیزانت رو در 100 سالگی ببینی!
پرامیت👇🏻
+ هوش مصنوعی چین‌وچروک، افتادگی صورت، تغییر رنگ مو و همه‌ی تغییراتی که تو پیری اتفاق می‌افته رو روی عکس پیاده می‌کنه اونم واقعی و قانع‌کننده!
مراحل کار:
🔴 وارد اپ ChatGPT شو و یه عکس انتخاب یا آپلود کن.
🔴 دستور بالا رو براش بنویس و صبر کن تا نتیجه رو تحویلت بده
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
🔴 با یه دستور ساده تو ChatGPT می‌تونی تصویری از چهره‌ی خودت یا عزیزانت رو در 100 سالگی ببینی!
پرامیت👇🏻
Make the person in the photo look 100 years older
+ هوش مصنوعی چین‌وچروک، افتادگی صورت، تغییر رنگ مو و همه‌ی تغییراتی که تو پیری اتفاق می‌افته رو روی عکس پیاده می‌کنه اونم واقعی و قانع‌کننده!
مراحل کار:
🔴 وارد اپ ChatGPT شو و یه عکس انتخاب یا آپلود کن.
🔴 دستور بالا رو براش بنویس و صبر کن تا نتیجه رو تحویلت بده
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
18.04.202507:56
جزوه کامل آمار سال 97
درس #آمار
دکتر #محلوجی مناسب برای #چاپ
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
درس #آمار
دکتر #محلوجی مناسب برای #چاپ
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
25.04.202510:16
استادِ مقایسه‌های پیچیده!
آزمون تعقیبی Scheffé
🧠⚖️
فرض کن تأثیر ۴ روش تدریس رو روی نمره‌های امتحانی بررسی کردی:
📚 A → میانگین 12
📚 B → میانگین 15
📚 C → میانگین 17
📚 D → میانگین 20
آنالیز واریانس می‌گه:
✅ تفاوتی بین گروه‌ها هست!
الان می‌خوای فقط ترکیب خاصی از گروه‌ها رو با هم مقایسه کنی؟
مثلاً:
(میانگین A و B) در مقابل (میانگین C و D)؟
اینجاست که Scheffé می‌درخشه!
✨✨
اجازه می‌ده مقایسه‌های دلخواه و ترکیبی انجام بدی
خطای نوع اول رو خیلی خوب کنترل می‌کنه
بسیار محافظه‌کارانه (یعنی سخت‌گیر)
ویژگی‌های Scheffé:
✔️ مناسب برای مقایسه‌های کلی و ترکیبی
✔️ اگه مقایسه‌ت خاصه و ساده‌ی دوتایی نیست، این بهترین انتخابه
⚠️ چون محافظه‌کارانه‌ست، ممکنه خیلی تفاوتی رو معنادار نشون نده مگر اینکه واقعاً قوی باشه
جمع‌بندی:
Scheffé یه دانشمند دقیق و منطقیه!
به درد جاهایی می‌خوره که تو بخوای کنترل کامل روی نوع مقایسه‌هات داشته باشی
نه فقط "کی با کی فرق داره"، بلکه "کدوم گروه‌ها با هم بهترن"!
برای تحلیل‌گرهای حرفه‌ای، Scheffé همیشه گزینه‌ای خاصه!
🧪✅
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
آزمون تعقیبی Scheffé
🧠⚖️
فرض کن تأثیر ۴ روش تدریس رو روی نمره‌های امتحانی بررسی کردی:
📚 A → میانگین 12
📚 B → میانگین 15
📚 C → میانگین 17
📚 D → میانگین 20
آنالیز واریانس می‌گه:
✅ تفاوتی بین گروه‌ها هست!
الان می‌خوای فقط ترکیب خاصی از گروه‌ها رو با هم مقایسه کنی؟
مثلاً:
(میانگین A و B) در مقابل (میانگین C و D)؟
اینجاست که Scheffé می‌درخشه!
✨✨
اجازه می‌ده مقایسه‌های دلخواه و ترکیبی انجام بدی
خطای نوع اول رو خیلی خوب کنترل می‌کنه
بسیار محافظه‌کارانه (یعنی سخت‌گیر)
ویژگی‌های Scheffé:
✔️ مناسب برای مقایسه‌های کلی و ترکیبی
✔️ اگه مقایسه‌ت خاصه و ساده‌ی دوتایی نیست، این بهترین انتخابه
⚠️ چون محافظه‌کارانه‌ست، ممکنه خیلی تفاوتی رو معنادار نشون نده مگر اینکه واقعاً قوی باشه
جمع‌بندی:
Scheffé یه دانشمند دقیق و منطقیه!
به درد جاهایی می‌خوره که تو بخوای کنترل کامل روی نوع مقایسه‌هات داشته باشی
نه فقط "کی با کی فرق داره"، بلکه "کدوم گروه‌ها با هم بهترن"!
برای تحلیل‌گرهای حرفه‌ای، Scheffé همیشه گزینه‌ای خاصه!
🧪✅
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
Кайра бөлүшүлгөн:
کانال انجمن علمی دانشجویی آمار دانشگاه ملایر📊📈
21.04.202512:17
🔴انجمن علمی دانشجویی آمار دانشگاه ملایر برگزار میکند
🔴وبینار 《چشم اندازی به آینده علوم داده》
👨💻سخنران: دکتر امید چترآبگون (استاد دانشگاه کاونتری انگلستان و دانشگاه ملایر )
🗓 چهارشنبه 1404/02/03
⏰ 17الی 18:30
ثبت نام در این وبینار برای دانشجویان گرامی بدون هزینه می باشد
برای ثبت نام لطفا به آیدی زیر پیام دهید
@Bita_che
@Statistics_Malayer_University
🔴وبینار 《چشم اندازی به آینده علوم داده》
👨💻سخنران: دکتر امید چترآبگون (استاد دانشگاه کاونتری انگلستان و دانشگاه ملایر )
🗓 چهارشنبه 1404/02/03
⏰ 17الی 18:30
ثبت نام در این وبینار برای دانشجویان گرامی بدون هزینه می باشد
برای ثبت نام لطفا به آیدی زیر پیام دهید
@Bita_che
@Statistics_Malayer_University
20.04.202520:29
پلتفرم دیتاکمپ به واقع یکی از گزینه‌های عالی برای گسترش دانش در زمینه علوم داده پس از تحصیلات دانشگاهی است.
👩🏻💻 این منبع رایگان شامل تمرینات، پروژه‌ها، درسنامه‌های به‌روز و مسیرهای آموزشی متنوعی است که به شما کمک میکند در حوزه‌های مختلف علم داده تسلط پیدا کنید.
datacamp.com
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
👩🏻💻 این منبع رایگان شامل تمرینات، پروژه‌ها، درسنامه‌های به‌روز و مسیرهای آموزشی متنوعی است که به شما کمک میکند در حوزه‌های مختلف علم داده تسلط پیدا کنید.
datacamp.com
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
19.04.202515:25
این وبینار در لینک زیر در حال برگزاری است:
📌Statistics Student Pathways:
Academic & Career Insights from a UT Alumnus
لینک:
https://event.alocom.co/class/tehran_statistics/stat_hour
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
📌Statistics Student Pathways:
Academic & Career Insights from a UT Alumnus
لینک:
https://event.alocom.co/class/tehran_statistics/stat_hour
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
18.04.202514:55
نتایج اولیه آزمون دکتری سال ۱۴۰۴ اعلام شد/ آغاز انتخاب رشته از دوشنبه
رئیس سازمان سنجش آموزش کشور:
کارنامه نتایج اولیه آزمون دکتری سال ۱۴۰۴از طریق درگاه اطلاع‌رسانی سازمان سنجش آموزش کشور قابل مشاهده است و آن‌دسته از افرادی که بر اساس مندرجات کارنامه اولیه، مجاز به انتخاب رشته‌های تحصیلی در یک یا چند کد ترکیب رشته از مجموعه امتحانی در دوره روزانه یا سایر دوره‌ها شده‌اند، باید از دوشنبه اول اردیبهشت تا پنجشنبه چهارم اردیبهشت ۱۴۰۴ نسبت به ثبت کدرشته‌محل‌های انتخابی خود تا حداکثر ۵۰ کدرشته‌محل در صورت وجود با توجه به مجموعه امتحانی که در آن آزمون داده‌اند، اقدام کنند.
https://srv4.sanjesh.org/p_krn/index.php/krn_doctor/Krn_Doc1404_First_Result/krn/
با ما همراه باشید ☺️
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
رئیس سازمان سنجش آموزش کشور:
کارنامه نتایج اولیه آزمون دکتری سال ۱۴۰۴از طریق درگاه اطلاع‌رسانی سازمان سنجش آموزش کشور قابل مشاهده است و آن‌دسته از افرادی که بر اساس مندرجات کارنامه اولیه، مجاز به انتخاب رشته‌های تحصیلی در یک یا چند کد ترکیب رشته از مجموعه امتحانی در دوره روزانه یا سایر دوره‌ها شده‌اند، باید از دوشنبه اول اردیبهشت تا پنجشنبه چهارم اردیبهشت ۱۴۰۴ نسبت به ثبت کدرشته‌محل‌های انتخابی خود تا حداکثر ۵۰ کدرشته‌محل در صورت وجود با توجه به مجموعه امتحانی که در آن آزمون داده‌اند، اقدام کنند.
https://srv4.sanjesh.org/p_krn/index.php/krn_doctor/Krn_Doc1404_First_Result/krn/
با ما همراه باشید ☺️
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
17.04.202516:29
همه با همه مقایسه می‌شن!
آزمون تعقیبی Tukey (HSD)
🔁⚖️
فرض کن ۳ نوع کود رو روی رشد گندم تست کردی:
🌱 A → 10 سانتی‌متر
🌱 B → 14 سانتی‌متر
🌱 C → 17 سانتی‌متر
ANOVA می‌گه:
✅ بین گروه‌ها تفاوت هست!
ولی بین کدوم گروه‌ها؟
اینجاست که Tukey وارد می‌شه!
Tukey چی می‌گه؟
B با A فرق داره ✅
C با A فرق داره ✅
C با B فرق نداره ❌
ویژگی‌های توکی:
🔸 همه گروه‌ها رو با هم مقایسه می‌کنه
🔸 خطای نوع اول رو خوب کنترل می‌کنه
🔸 قدرت آماری بالا
🔸 مناسب وقتی تعداد گروه‌ها متوسط یا زیاده
حرف آخر:
توکی مثل داوریه که به همه یه فرصت برابر برای رقابت می‌ده
و بدون تعارف می‌گه کی با کی فرق داره!
مقایسه‌ی منصفانه، نتیجه‌ی مطمئن!
✅⚖️🔍
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
آزمون تعقیبی Tukey (HSD)
🔁⚖️
فرض کن ۳ نوع کود رو روی رشد گندم تست کردی:
🌱 A → 10 سانتی‌متر
🌱 B → 14 سانتی‌متر
🌱 C → 17 سانتی‌متر
ANOVA می‌گه:
✅ بین گروه‌ها تفاوت هست!
ولی بین کدوم گروه‌ها؟
اینجاست که Tukey وارد می‌شه!
Tukey چی می‌گه؟
B با A فرق داره ✅
C با A فرق داره ✅
C با B فرق نداره ❌
ویژگی‌های توکی:
🔸 همه گروه‌ها رو با هم مقایسه می‌کنه
🔸 خطای نوع اول رو خوب کنترل می‌کنه
🔸 قدرت آماری بالا
🔸 مناسب وقتی تعداد گروه‌ها متوسط یا زیاده
حرف آخر:
توکی مثل داوریه که به همه یه فرصت برابر برای رقابت می‌ده
و بدون تعارف می‌گه کی با کی فرق داره!
مقایسه‌ی منصفانه، نتیجه‌ی مطمئن!
✅⚖️🔍
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
Көрсөтүлдү 1 - 24 ичинде 84
Көбүрөөк функцияларды ачуу үчүн кириңиз.