سلام به همراهان تیم Data elites ❤️

در این پست قصد داریم یک کتاب در ارتباط با آمار ریاضی مدرن معرفی کنیم

آمار ریاضی مدرن با برنامه های کاربردی این ویرایش سوم از آمار ریاضی مدرن با کاربردها سعی دارد بین مبانی ریاضی و تمرین آماری تعادل ایجاد کند. این کتاب یک توضیح واضح و جاری از مفاهیم و روش‌شناسی آماری، شامل مثال‌ها و تمرین‌های بسیاری بر اساس داده‌های واقعی به‌دست‌آمده است و تمرکز اصلی کتاب بر ارائه و نشان دادن روش‌های آمار استنباطی است که توسط محققان در رشته‌های مختلف، از علم اکچوئری گرفته تا جانورشناسی استفاده می‌شود. این با فصلی در مورد آمار توصیفی شروع می شود که بلافاصله خواننده را در معرض تجزیه و تحلیل داده های واقعی قرار می دهد. شش فصل بعدی مواد احتمالی را توسعه می‌دهد که انتقال از توصیف ساده داده‌ها به نتیجه‌گیری رسمی بر اساس روش‌شناسی استنتاجی را تسهیل می‌کند. تخمین نقطه ای، استفاده از فواصل آماری و آزمون فرضیه از موضوعات سه فصل اول استنباطی است. بقیه کتاب به بررسی استفاده از این روش ها در انواع روش های پیچیده تر می پردازد.


با ما همراه باشید❤️😎
Instagram
LinkedIn
Telegram

سلام به همراهان تیم Data elites ❤️
امروز یک مقاله توجه ما رو به خودش جلب کرد با این موضوع که:

۹۱٪ از مدل‌های یادگیری ماشین با گذشت زمان افت کیفیت پیدا می‌کنن. یه مقاله معتبر از دانشگاه‌های برتری مثل هاروارد و MIT نشون داده که این مشکل برای بیشتر مدل‌ها پیش میاد و فقط هم به تغییرات تدریجی داده‌ها مربوط نیست.

طبق این تحقیق، افت کیفیت مدل‌ها یه چالش جدیه که همیشه به‌مرور اتفاق نمی‌افته؛ بعضی وقت‌ها مدل بعد از یه مدت عملکرد خوب، یه‌دفعه شدیداً افت می‌کنه، بدون این که تغییر مشخصی توی داده‌ها دیده بشه. حتی ممکنه یه مدل به‌طور کلی خوب کار کنه، اما میزان خطاش توی بازه‌های مختلف خیلی بالا و پایین بشه.

این یعنی چی؟ یعنی مدل‌هایی که می‌سازین تقریباً حتماً با گذشت زمان دچار افت کیفیت می‌شن. پس همیشه باید عملکردشونو تحت نظر داشته باشین. مانیتور کردن تغییرات داده‌ها (Data Drift) می‌تونه توی تشخیص مشکلات کمک کنه، اما به‌تنهایی کافی نیست و نباید جایگزین مانیتور عملکرد مدل بشه.
پس کنترل کردن و بهینه کردن مدل ها بعد از یک مدت ضروریه !
فراموش نکنید😁

لینک مقاله
همراه ما در فضای مجازی باشید 😍
Instagram
LinkedIn
Telegram

سلام به همراهان تیم Data elites ❤️

امروز دوتا کانال آموزشی در حوزه یادگیری عمیق و ملزومات اون بهتون معرفی می‌کنیم 😁

اولین کانال دوره یادگیری عمیق دکتر فاطمی زاده و جبر خطی

دومین کانال تحلیل و طراحی شبکه عصبی عمیق دانشگاه تهران

امیدواریم‌بتونه کمکتون کنه😁

همراه ما باشید❤️

Telegram
LinkedIn
Instagram

سلام به همراه تیم Data elites🙂
فایل پیوست شده، رتبه بندی دانشگاه ها بر اساس رشته در سال 2025 می باشد

نکته ی قابل توجه رتبه ی دانشگاه تهران تهران نسبت سال 2024 می باشد!

رتبه بندی رشته آمار را در شیت مربوط به این رشته مشاهده کنید

همراه ما در فضای مجازی باشید😘

Telegram
LinkedIn
Instagram

تو سال جدید، هرچی خِیره بشه...❤️
آرامش باشه، روزی مون به راه باشه ؛
سلامتی باشه
تو سال جدید، مسافر دور نباشه
حالِ هممون خوب باشه
خَبرِ بد نباشه...
آرامش باشه، صُلح باشه
دوری نباشه
«غَم نباشه»
هرچی خِیره بشه
هرچی پارسال کاشتیم؛ امسال دربیاد
"روشنی باشه"
دست به خاک بزنیم، طلا بشه
تو سال جدید هرچی خِیره بشه
"هرچی خدا میخواد همون بشه"♥

Telegram
LinkedIn
Instagram

سلام به همراهان Data elites 😁

گوگل دیروز مدل Gemini 2.5 Pro رو معرفی کرد که تو بنچمارک‌ها نتایج خیلی خوبی از خودش نشون داده و توی LMArena رتبه اول رو کسب کرده.
به نظر میرسه عملکرد خیلی قوی توی فرانت و بک اند داره 😊 اما واسه تحلیل داده جا داره هنوز یکم رشد کنه😄
راستی این مدل رایگان هست و میتونید از لینک زیر ازش استفاده کنید.

لینک google ai studio


Telegram
LinkedIn
Instagram

همراه ما باشید 😁

این تصویر از Visual Capitalist و Hinrich Foundation یک نمایش گرافیکی از میزان داده‌های تولید، ثبت، یا تکثیرشده در جهان بین سال‌های ۲۰۱۰ تا ۲۰۲۶ (پیش‌بینی‌شده) را نشان می‌دهد: در سال ۲۰۱۰، حجم کل داده‌های جهان ۲ زتابایت ( یک زتابایت برابر با ۱ میلیارد ترابایت است )بود، اما این مقدار به ۱۰۱ زتابایت در ۲۰۲۲ و پیش‌بینی شده به ۲۲۱ زتابایت در ۲۰۲۶ خواهد رسید.طی سه سال آینده، مقدار داده‌های تولیدشده از تمام تاریخ بشریت فراتر خواهد رفت. نقش هوش مصنوعی:
۲۰۱۴: اولین مدل هوش مصنوعی مولد (Generative Adversarial Network) راه‌اندازی شد.
اوپن ا ای سال ۲۰۱۸  چی پی تی وان را منتشر کرد.
سال ۲۰۲۲ چت جی پی تی  منتشر شد و در ۵ روز اول ۱ میلیون کاربر جذب کرد. داده‌های جهانی در ۲۰۲۶ به ۲۲۱ زتابایت خواهد رسید، که بیش از ۱۰۰ برابر مقدار ۲۰۱۰ است. افزایش نمایی داده‌ها نتیجه پیشرفت‌های فناوری، دیجیتالی شدن اقتصاد، و رشد هوش مصنوعی است.
نقش مدل‌های زبانی و سیستم‌های مولد هوش مصنوعی در این افزایش بسیار پررنگ است.
این رشد می‌تواند چالش‌هایی مانند نیاز به زیرساخت‌های ذخیره‌سازی، امنیت داده‌ها، و مدیریت مصرف انرژی ایجاد کند.

سلام به همراهان تیم Data elites 🤩

کمپانی Humanize AI به رهبری یوسف درفشی بزرگترین مدل زبانی انسان سازی هوش مصنوعی در جهان را بصورت رایگان منتشر کرد، این مدل قادر است متن دریافتی از هوش مصنوعی را به ۱۰ گویش متفاوت انسانی تبدیل کند.

مدل کنونی حاضر دارای ۱۰۰ ترابایت داده و ۸۲۰ ساعت زمان صرف آموزش مدل شده است و در ۲ ابر رایانه در فرانسه میزبانی می شود.

HumanizeAI.top
همراه ما باشید با تازه های AI😌
Telegram
Linkln
Instagram

سلام به همراهان تیم Data elites ❤️
در این پست قصد داریم دو تا موتور جستجوی بر منبای هوش مصنوعی در حوزه سرچ کردن مقالات آکادمیک معرفی کنیم
ویدئو بالا نحوه کامل کار کردن با ابزار را
✅اولین مورد سایت می باشد که مقالات مشابه مقاله مورد نظر پیدا می‌کند

✅ مورد دوم سایت می باشد پیدا کردن تمامی مقالات مورد بر اساس کلید واژه مورد نظر می باشد

✅ ارائه دهنده : زهرا اسفندیار

همراه ما در فضای مجازی باشید 🥰

Telegram
Instagram
LinkedIn

سلام به همراهان تیم Data elites ❤️
آکادمی رسمی openai به تازگی راه اندازی شده و آموزش های رایگانی در خصوص هوش مصنوعی به خصوص ChatGPT قرار هست ارائه کنند
آموزش های این آکادمی از طریق لینک مورد نظر میتوانید دنبال کنید

همراه ما در فضای مجازی باشید ✌️
Telegram
Instagram
LinkedIn

سلام به همراهان تیم Data elites ❤️

تغییرات مهمی که Open AI در ارتباط با آخرین نسخه chatgpt منتشر کرده :
چت‌جی‌پی‌تی ۵ دیروز منتشر شد. تغییرات زیاد و بزرگی رو در همه چی داشتیم،برای کاربران عادی این یک آپگرید و پیشرفت بزرگه ولی برای کاربران حرفه‌ای، دقیقا برعکس. نکات مهم:
1️⃣ دستیار صوتی پیشرفته برای همه رایگان شد. قبلا برای کاربران پولی هم به شدت محدود بود. الان تقریبا نامحدود شده
2️⃣‌ دیگه چندمدل مختلف نداریم که گیچ شید. یدونه gpt 5 داریم که با توجه به پرامپتتون تشخیص میده که روش فکرکنه یا نه
3️⃣ کاربران پلاس هفته‌ای ۲۰۰ بار میتونن از «فکرکردن» استفاده کنن و کاربران رایگان روزی ۱ بار. این لیمیت قبلا ۱۰۰ تا هفتگی برای مدل o3 بود و ۱۰۰‌ تا روزانه برای o4-mini-high
4️⃣ حالا هم کاربران رایگان و هم پولی از یک مدل واحد استفاده میکنن gpt 5. رایگان‌ها هر ۵ ساعت ۱۰ پرامپت،کاربران پلاس هر ۳ساعت ۸۰ پرامپت

همراه ما در فضای مجازی باشید 😎
Instagram
Telegram

سلام به همراهان همیشگی😌

💡یه لیستی از بهترین ابزارهای هوش مصنوعی برای کارهای پژوهشی براتون آماده کردیم

1️⃣ سایت typeset.io پاسخ به سؤالات بر اساس مقالات. همچنین دستیار مطالعه و بازنویسی متن.

2️⃣ سایت researchrabbit.ai  دسته‌بندی مقالات و یافتن ارتباط بین آن‌ها.

3️⃣ اکستنشن glasp.co  یادداشت‌برداری از مقالات به‌صورت مستقیم.

4️⃣ سایت semanticscholar.org  جست‌وجو و یافتن مقالات مشابه.

5️⃣ سایت consensus.app  پاسخ به سؤالات بر اساس داده‌های علمی

🔴 نکته مهم: این ابزارها و به‌طور کلی هوش مصنوعی می‌توانند بسیار مفید باشند و زمان زیادی را برای شما ذخیره کنند، اما استفاده از آن‌ها نیاز به دقت و هوشمندی دارد. همیشه اطلاعاتی که از این ابزارها دریافت می‌کنید را با نگاهی دقیق بررسی کنید و در صورت امکان، یک بررسی و صحت‌سنجی (Fact-check) کوچک انجام دهید. هیچ ابزاری بی‌نقص نیست، پس بهتر است با آگاهی از آن‌ها استفاده کنید.


همراه ما در فضای مجازی باشید😎

Instagram
Telegram

سلام به همراهان همیشگی یه خبر آوردیم 😃

🔹 سرویس گوگل Vids برای همه رایگان شد؛ ساخت ویدیو برای ارائه‌ها

🔸#گوگل نسخه پایه سرویس هوش مصنوعی ساخت ویدیو Vids را در اختیار همه کاربران قرار داده است. این ابزار تاکنون فقط برای مشترکان Workspace یا اشتراک‌های گوگل در دسترس بود، اما حالا تمام کاربران می‌توانند به آن دسترسی داشته باشند. نسخه رایگان شامل قالب‌های آماده، آرشیو تصاویر و ویدیوهای استوک و بخشی از قابلیت‌های #هوش_مصنوعی می‌شود.

🔸این سرویس با کمک ابزارهای هوش مصنوعی امکان ایجاد استوری‌بورد، پیشنهاد صحنه‌ها، استفاده از تصاویر و موسیقی پس‌زمینه را فراهم می‌کند. با‌این‌حال، نسخه رایگان طبق بیانیه گوگل، فاقد برخی از قابلیت‌های جدید از جمله امکان استفاده از آواتارهای هوش مصنوعی برای اجرای متن به‌جای کاربر است که امروز معرفی شده‌اند.

🔸کاربران پولی نیز از این پس می‌توانند یکی از ۱۲ آواتار آماده با ظاهر و صدای متفاوت را انتخاب کرده و متن خود را به آن اضافه کنند. در‌حال‌حاضر قابلیت ساخت آواتار اختصاصی از چهره کاربر در Vids وجود ندارد.

همراه ما باشید 😎
Telegram
Instagram

سلام به همراهان همیشگی مون 💕
دکتر محمدحسین رهبان، عضو هیئت علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف، ارائه درس «آمار در ابعاد بالا» را در نیم‌سال پاییز آغاز کرد.

این درس که با رویکردی نوین طراحی شده است، بر پایه کتاب مارتین وینو‌رایت تدریس می‌شود و مباحثی همچون نامساوی‌های تمرکز، برآورد پارامترهای تنک در ابعاد بالا، آنتروپی متریکی و مفاهیم پوشش و بسته‌بندی، همگرایی یکنواخت و روش‌های ارائه کران پایین مانند تکنیک‌های Le Cam و Fano را در بر می‌گیرد.

دکتر رهبان در توضیح شیوه تدریس خود عنوان کرد که این متدولوژی جدید را طی چهار ماه گذشته در «باشگاه نظریه» ویژه دانشجویان تحصیلات تکمیلی آزمایشگاه یادگیری ماشین مقاوم و قابل‌تفسیر (RIML) آزمایش کرده است. ویدئوها و محتوای این جلسات آزمایشی به زبان فارسی از طریق لینک https://t.me/+_bcHAn99QG1mZjE7
در دسترس علاقه‌مندان قرار دارد.

این دوره با هدف تقویت توانمندی‌های آماری و تئوریک دانشجویان طراحی شده و از علاقه‌مندان به حوزه آمار و یادگیری ماشین برای پیوستن به این مسیر آموزشی دعوت به عمل آمده است.

همراه ما باشید 😎

سلام به همراهان تیم Data elites

نسخه غیر رسمی کتاب بی‌نظیر The elements of statistical learning

یک کتاب رایگان یادگیری ماشین با پایتون دریافت کنید! 🖥📊
کتاب The Elements of Statistical Learning یکی از کتاب‌های مهم و مرجع در حوزه یادگیری ماشین است که توسط افراد زیادی در سراسر دنیا مورد مطالعه قرار گرفته است. این کتاب مفاهیم بنیادی را معرفی می‌کند، از جمله:
رگرسیون
طبقه‌بندی
درخت‌های تصمیم
خوشه‌بندی
شبکه‌های عصبی
و بسیاری موضوعات دیگر
کتاب The Elements of Statistical Learning یک منبع ضروری برای پژوهشگران یادگیری ماشین است و هزاران بار در گوگل اسکولار مورد استناد قرار گرفته. علاوه بر این، این کتاب به‌صورت رایگان در قالب فایل PDF قابل دانلود است!
برای اطلاعات بیشتر لینک‌های زیر را بررسی کنید. همچنین اگر علاقه‌مند به محتوای منظم و مفید درباره علم داده هستید، من را دنبال کنید.
📌 Elements of Statistical Learning:
https://lnkd.in/dmzPzs_B
📌 آموزش یادگیری ماشین با PyCaret:
https://lnkd.in/dyByK4F

✅لینک گیت‌هاب این کتاب :

https://github.com/empathy87/The-Elements-of-Statistical-Learning-Python-Notebooks


همراه ما در فضای مجازی باشید
Telegram
Instagram

سلام به همراهان تیم Data elites ❤️

ما بعد از مدت ها برگشتیم ✌️

🚀 ۸۵ اصطلاح مهم هوش مصنوعی، به زبان ساده!
اگر این روزها اسم‌هایی مثل
LLM، RAG، Fine-tuning، Diffusion، Agent، Transformer یا Embedding
همه‌جا به گوشت می‌خوره ولی هنوز تصویر کاملی ازشون نداری، این پوستر دقیقاً برای توئه 💜✨
از مفاهیم پایه‌ی AI و Machine Learning
تا معماری مدل‌ها، Generative AI، Agentها، NLP، بینایی ماشین، معیارهای ارزیابی و حتی مفاهیم پیشرفته مثل AGI و Latent Space — همه رو توی یک نگاه جمع کردیم 👀
📌 مناسب برای:
• دانشجویان و پژوهشگران آمار، علوم داده و کامپیوتر
• علاقه‌مندهای AI و LLM
• تولیدکننده‌های محتوا
• کسایی که می‌خوان زبان واقعی هوش مصنوعی رو یاد بگیرن
💡 لازم نیست مدل بسازی تا وارد دنیای AI بشی؛
فقط باید زبانش رو بلد باشی.
#هوش_مصنوعی #AI #MachineLearning #DeepLearning #LLM #DataScience #GenerativeAI #NLP #NeuralNetwork #ChatGPT #ArtificialIntelligence #آمار #داده_کاوی #یادگیری_ماشین #یادگیری_عمیق


همراه ما در فضای مجازی باشید 💜

Telegram
Instagram

سلام به همراهان تیم Data elites🥰
‏هفته رایگان DataCamp دوباره شروع شده!

‏از امروز تا 16 خرداد ( یک تا شش June 2026) فرصت دارید به همه دوره‌های این
پلتفرم به‌صورت کامل و رایگان دسترسی داشته باشید. می‌تونید توی این مدت مهارتی که دنبالش بودید رو یاد بگیرید و حتی مدرکش رو هم بگیرید. اگه به فکر یادگیری هستید، این یه فرصت عالیه که نباید از دستش بدید!

حتما یک سری به کورس هایی دارای لیبل certification available هستند،بزنید
دریافت این گواهی جز معتبر ترین گواهی ها محسوب می‌شود
همراه ما در فضای مجازی باشید 🫶

Telegram
Instagram

سلام به همراهان تیم Data elites ❤️

🚀 وقتی اینترنت بین‌المللی ناپایدار است، نصب بسته‌های R را متوقف نکنید!

این روزها بسیاری از تحلیلگران داده و برنامه‌نویسان R با خطاهای دانلود از CRAN، قطع ارتباط و نصب ناقص بسته‌ها مواجه می‌شوند. اما یک راهکار حرفه‌ای وجود دارد که می‌تواند شما را از این مشکلات نجات دهد. 🎯

✅ بسته موردنظر و تمام وابستگی‌های آن را فقط یک‌بار دانلود کنید.
✅ فایل‌های ZIP را روی فلش، هارد اکسترنال یا شبکه داخلی منتقل کنید.
✅ روی هر تعداد سیستم دیگر، بدون نیاز به اینترنت، بسته‌ها را نصب کنید.

مزایای این روش:

⚡ نصب سریع و پایدار
⚡ عدم وابستگی به وضعیت اینترنت
⚡ مناسب برای سازمان‌ها و شبکه‌های داخلی
⚡ جلوگیری از خطاهای ناشی از تحریم، فیلترینگ یا قطعی CRAN
⚡ امکان آرشیو کردن نسخه‌های موردنیاز پروژه‌ها

نمونه کد دانلود بسته و تمام وابستگی‌ها:

main_pkg <- "forecast"

ap <- available.packages(
repos = "https://cran.r-project.org",
type = "win.binary"
)

deps <- tools::package_dependencies(
packages = main_pkg,
db = ap,
recursive = TRUE
)

all_pkgs <- unique(c(main_pkg, unlist(deps)))

download.packages(
pkgs = all_pkgs,
destdir = "R_packages",
repos = "https://cran.r-project.org",
type = "win.binary"
)

💡 یک ترفند کوچک که در شرایط خاص می‌تواند ساعت‌ها زمان شما را ذخیره کند و پروژه‌هایتان را از وابستگی به اینترنت نجات دهد.

همراه ما در فضای مجازی باشید 🫶

Telegram
Instagram
#RStats #RProgramming #DataScience #CRAN #MachineLearning #Statistics #DataAnalytics

سلام به همراهان تیم Data Elites ❤️

🤯 اگر امروز بخواهید یک ChatGPT اختصاصی برای سازمان خود بسازید، احتمالاً اولین چیزی که به ذهنتان می‌رسد این است:

❌ باید مدل را دوباره آموزش دهیم.
❌ به چند GPU قدرتمند نیاز داریم.
❌ باید میلیون‌ها رکورد داده پردازش شود.
❌ چند هفته یا چند ماه زمان لازم است.

اما حقیقت چیز دیگری است...

🚀 امروزه بسیاری از سیستم‌های هوش مصنوعی سازمانی بدون هیچ Fine-Tuning و بدون آموزش مجدد مدل ساخته می‌شوند!

بله، درست خواندید.

شما می‌توانید تنها در چند ساعت، یک دستیار هوشمند بسازید که:

📄 هزاران فایل PDF را بخواند
📊 فایل‌های Excel را تحلیل کند
📚 آیین‌نامه‌ها و مستندات سازمان را یاد بگیرد
💬 به زبان طبیعی پاسخ دهد
🔍 در میان میلیون‌ها صفحه اطلاعات جستجو کند

و جالب‌تر اینکه...

⚡ دانش آن را هر زمان که بخواهید به‌روزرسانی کنید.
⚡ بدون آموزش مجدد مدل.
⚡ بدون صرف هزاران دلار هزینه GPU.

راز این ماجرا چیست؟

🧠 معماری RAG (Retrieval Augmented Generation)

در این روش به جای تغییر مغز مدل، اطلاعات موردنیاز را در لحظه از پایگاه دانش سازمان بازیابی می‌کنیم و در اختیار مدل قرار می‌دهیم.

معماری کلی:

📄 Documents
⬇️
🔍 Embedding Model
⬇️
🗄️ Vector Database
⬇️
🤖 LLM
⬇️
💬 پاسخ دقیق و مبتنی بر دانش سازمان

امروزه بسیاری از شرکت‌ها و استارتاپ‌ها از همین معماری برای ساخت:

🏦 دستیارهای بانکی
🏥 سامانه‌های پزشکی
🏢 چت‌بات‌های منابع انسانی
⚖️ سامانه‌های حقوقی
🎓 دستیارهای آموزشی

استفاده می‌کنند.

💡 نکته جالب:

در بسیاری از پروژه‌های واقعی، استفاده از RAG نه‌تنها ارزان‌تر از Fine-Tuning است، بلکه به دلیل دسترسی به اطلاعات به‌روز، پاسخ‌های دقیق‌تری نیز تولید می‌کند.

آینده هوش مصنوعی فقط مدل‌های بزرگ‌تر نیست؛
آینده متعلق به مدل‌هایی است که بتوانند به دانش اختصاصی شما متصل شوند. 🚀

📚 منابع پیشنهادی:

• Lewis et al. (2020) – Retrieval-Augmented Generation
• OpenAI Cookbook – RAG Examples
• Anthropic – Building Effective AI Agents
• LangChain Documentation
• LlamaIndex Documentation

همراه ما در فضای مجازی باشید 🫶



Telegram
Instagram
#AI #GenerativeAI #AgenticAI #AIAgents #LLM #RAG #MCP #MachineLearning #DataScience #OpenSourceAI #LocalLLM #LangChain #LlamaIndex #VectorDatabase #Automation #FutureOfAI #Innovation #Technology #Python #DataElites

سلام به همراهان Data Elites ❤️
بعد از مدتی وقفه، قراره دوباره با پست‌های آموزشی کنار شما باشیم. 🚀
امروزه ابزارهایی مثل ChatGPT، Claude و Gemini به بخشی از فرآیند تحلیل داده و پژوهش تبدیل شده‌اند؛ اما یک نکته مهم وجود دارد:
🚨 هوش مصنوعی می‌تواند پاسخ تولید کند، اما همیشه مسئله را به درستی درک نمی‌کند.
اگر داده‌ها دارای Data Leakage باشند،
اگر فرضیات مدل نقض شده باشند،
یا اگر مسئله از ابتدا اشتباه تعریف شده باشد،
حتی بهترین مدل‌های AI هم می‌توانند شما را به نتیجه‌ای اشتباه برسانند.
به همین دلیل تصمیم گرفتیم از مفاهیم بنیادی شروع کنیم؛ مفاهیمی که قبل از هر مدل و الگوریتمی باید به درستی تعریف شوند.
🎯 موضوع اولین پست:
🚑 اولین قدم در Survival Analysis چیست؟
بسیاری از افراد تصور می‌کنند تحلیل بقا با Kaplan-Meier یا Cox Regression آغاز می‌شود؛ در حالی که قبل از هر چیز باید به دو سؤال پاسخ داد:
❓ Event چیست؟
❓ Time چگونه تعریف می‌شود؟
در این اینفوگرافیک، اولین و مهم‌ترین مرحله انجام یک پروژه تحلیل بقا را با یک مثال واقعی از بیماران ICU بررسی کرده‌ایم.
همراه ما در فضای مجازی باشید 🫶

Telegram
Instagram