مزایای دوره‌ی جامع حرفه‌ای و کاربردی علم داده اجتماعی (ASDS) دریافت گواهینامه معتبر و دوزبانه از دانشگاه تهران یادگیری مبتنی بر پروژه‌های واقعی و توانایی حل مسئله یادگیری زیرنظر متخصصان و اساتید برجسته فرصت‌های شغلی و کارآموزی شبکه‌سازی میان دانش‌پذیران و کسب‌وکارها و نهادهای عمومی ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۶:۳۴
در دوره ASDS چه می آموزیم ؟ ماژول ۱ : چشم انداز علم داده اجتماعی آغازگر مسیر یادگیری علم داده اجتماعی است و به معرفی ارتباط میان علم داده و علوم اجتماعی می‌پردازد. ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۱۶:۲۲
در دوره ASDS چه می آموزیم ؟ ماژول۲: علم دادهاین ماژول به مهارت‌های فنی علم داده اختصاص دارد و موضوعاتی همچون مدیریت پایگاه داده‌ها، برنامه‌نویسی در علم داده با پایتون(Python)، داده‌کاوی، یادگیری ماشین، یادگیری عمیق و تصویرسازی داده‌ها را پوشش می‌دهد. همچنین شرکت‌کنندگان با ابزارهای پیشرفته برای مدل‌سازی اجتماعی و پیش‌بینی و ساخت داشبوردهای هوش تجاری و ابزارهای تصمیم‌گیری مبتنی بر داده آشنا می‌شوند و نحوه استفاده از هوش مصنوعی در تحلیل داده‌های اجتماعی را یاد می‌گیرند. ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۱۳:۵۷
در دوره ASDS چه می‌آموزیم؟ماژول 3: علوم اجتماعیماژول علوم اجتماعی به معرفی مفاهیم، شاخص‌ها و ابزارهای کلیدی این حوزه اختصاص دارد. شرکت‌کنندگان با آمار اجتماعی، اقتصادی و سیاسی آشنا شده و روش‌شناسی ایجاد شاخص و نماگر و اندازه‌گیری آن‌ها و انواع شاخص‌ها و نماگرهای جمعیت‌شناسی، اقتصاد، سیاست و حکمرانی، روان‌شناسی اجتماعی و شهرسازی را می‌آموزند. این ماژول تأکید دارد که چگونه این شاخص‌ها و رویکردها می‌توانند در تحلیل‌های داده‌محور استفاده شوند و راهنمای تحلیل قرار گیرند. ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۱۴:۱۶
مهلت ثبت نامپیرو سوالات متقاضیان ، ثبت نام در دوره تا ۱۰ ام اردیبهشت ماه ادامه خواهد داشت . ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۲۰:۳۶
در دوره ی ASDS چه می آموزیم ؟ ماژول ۴ : داده ها ، آمار و گزارشهادر این ماژول، شرکت‌کنندگان با انواع گزارشها و داده‌های جهانی و ایرانی آشنا شده و می‌آموزند که چگونه داده‌ها را از منابع مختلف جمع‌آوری و تحلیل کنند. موضوعاتی مانند آمار رسمی، سنجشی و واکشی، شاخص‌های جهانی و ملی، و ابزارهای تحلیل کسب‌وکار و بازار مورد بحث قرار می‌گیرند. ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۱۴:۳۹
علم داده اجتماعی: سیاست پژوهی و طراحی سیاستی در جهان معاصر همانطور که مطالعات سیاست پژوهی و طراحی سیاست مبتنی بر علوم اجتماعی کلاسیک شکل گرفت، سیاست پژوهی معاصر و جهان آینده بر علم داده سوار خواهد شد. علم داده اجتماعی، شکاف میان تحلیل‌های سنتی سیاست و پدیده‌های نوظهور را پر می‌کند و به سیاست‌پژوهان و اندیشکده‌ها این امکان را می‌دهد که سیاست‌های آگاهانه‌تر، کارآمدتر و اثربخش‌تری پیشنهاد دهند. سیاست‌پژوهانی که به علم داده اجتماعی مسلط شوند، نه‌تنها توان رقابت بیشتری خواهند داشت، بلکه جایگاه بهتر و نقش پررنگ‌تری در آینده بازار سیاست‌پژوهی خواهند داشت. دستاوردهای علم داده اجتماعی برای سیاست‌پژوهان: طراحی مداخلات سیاستی مبتنی بر داده‌های دقیق و قابل‌اعتماد توانایی حل مسائل پیچیده از طریق تحلیل به کمک داده‌های بخشهای مختلف و داده‌های فرابخشی ارزیابی سیاست‌ها بر اساس شواهد و داده‌های عینی برقراری تعامل اثربخش با ذی‌نفعان از طریق داده‌نمایی و بصری‌سازی تحلیل‌ها سیاست‌پژوهی آینده مبتنی بر علم داده اجتماعی خواهد بود؛ دانش و عمل سیاست‌گذاری در دستان کسانی خواهد بود که توانایی فهم، تحلیل و به کارگیری داده‌ها را داشته باشند!️دانلود بروشور دوره️ ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۱۶:۵۷
️ در دوره ی جامع حرفه ای و کاربردی علم داده اجتماعی (ASDS) در دانشکده علوم اجتماعی دانشگاه تهران چه خواهید آموخت؟ ویژگی‌های منحصربه‌فرد این دوره: آموزش زیرنظر برجسته‌ترین اساتید دانشگاهی و حرفه‌ای یادگیری مبتنی بر پروژه‌های واقعی و حل مسائل کاربردی دریافت گواهینامه معتبر دوزبانه از دانشگاه تهران دسترسی دوره ای رایگان به سامانه‌های لایف وب و دیتاک فرصت‌های شغلی برای نفرات برتر دوره️دانلود بروشور دوره️ ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۱۰:۳۵
فرصتی ویژه برای نخبگان تحصیلات تکمیلی: امکان تخصیص پروژه جایگزین خدمت بجای خدمت سربازیبا همکاری مرکز تحقیق و توسعه‌ی یکی از شرکت‌های برتر و بزرگ کشور در حوزه فناوری، فرصتی کم‌نظیر برای مشمولین خدمت سربازی فراهم شده است تا با شرکت در دوره علم داده اجتماعی (ASDS)و کسب مهارت‌ها و دانش لازم، به‌جای خدمت سربازی، از طرح جایگزین خدمت نخبگان بهره‌مند شوند. شرایط شرکت‌کنندگان: فارغ‌التحصیل مقطع کارشناسی ارشد یا دکتری (تا پایان دی ۱۴۰۴) یا دانشجوی دکتری با تصویب طرحنامه رساله و با احراز شرایط بنیاد نخبگان برای طرح جایگزینی خدمت. کسب نمره عالی در آزمون دوره علم داده اجتماعی (ASDS) که تحت نظارت اساتید برگزار می‌شود. انجام موفق پروژه آزمایشی که توانایی شرکت‌کننده در به‌کارگیری آموخته‌ها را نشان دهد. درباره طرح جایگزین خدمت نخبگان:این طرح به شما این امکان را می‌دهد که به‌جای انجام خدمت سربازی، یک پروژه‌ی مبتنی بر داده (حوزه‌های فرهنگی-اجتماعی، شهری، اقتصادی-تجاری، سیاسی و اداری) در طی یک دوره 14 ماهه به انجام برسانید. ثبت‌نام :https://tehranasds.irتماس: 09216139651
لینکدین | اینستاگرام | تلگرام | بله۱۴:۱۶
علم داده اجتماعی (ASDS) آموزش های حرفه ای و کاربردی در دانشگاه تهران در دوره ی ASDS چه می آموزیم ؟ ماژول ۴ : داده ها ، آمار و گزارشها در این ماژول، شرکت‌کنندگان با انواع گزارشها و داده‌های جهانی و ایرانی آشنا شده و می‌آموزند که چگونه داده‌ها را از منابع مختلف جمع‌آوری و تحلیل کنند. موضوعاتی مانند آمار رسمی، سنجشی و واکشی، شاخص‌های جهانی و ملی، و ابزارهای تحلیل کسب‌وکار و بازار مورد بحث قرار می‌گیرند. ثبت‌نام : https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله
در دوره ی ASDS چه می آموزیم ؟ ماژول ۴ : داده ها ، آمار و گزارشها در این ماژول، شرکت‌کنندگان با انواع گزارشها و داده‌های جهانی و ایرانی آشنا شده و می‌آموزند که چگونه داده‌ها را از منابع مختلف جمع‌آوری و تحلیل کنند. موضوعاتی مانند آمار رسمی، سنجشی و واکشی، شاخص‌های جهانی و ملی، و ابزارهای تحلیل کسب‌وکار و بازار مورد بحث قرار می‌گیرند. ثبت‌نام : https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله
در دوره ی ASDS چه می آموزیم ؟ ماژول ۵ : کاربردهای علم داده اجتماعی (APPLICATIONS OF SOCIAL DATA SCIENCE)️این ماژول بر کاربردهای عملی علم داده اجتماعی در ایران متمرکز است و فرصتی استثنایی برای استفاده از آموخته‌ها در پروژه‌های واقعی و تصمیم‌گیری‌های استراتژیک فراهم می‌کند. در این بخش تجربه‌های ایرانی در حوزه‌های زیر تشریح خواهند شد: • شهر هوشمند• حکمرانی هوشمند• تحلیل و پیش‌بینی سیاست‌های اجتماعی مبتنی بر داده• پژوهش بازار• داشبوردهای هوش تجاری در کسب‌وکارها ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۷:۳۸
تخفیف ویژه برای دانشجویان دانشکده علوم اجتماعی دانشگاه تهرانبه اطلاع دانشجویان محترم دانشکده علوم اجتماعی دانشگاه تهران می‌رساند که در راستای حمایت از موضوع پراهمیت علم داده اجتماعی، این دانشکده تصمیم گرفته است از سهم خود در هزینه‌های ثبت‌نام چشم‌پوشی کند. بر این اساس، دانشجویان این دانشکده می‌توانند با تخفیف ۳۵ درصدی در این دوره علمی شرکت کنند.
مهلت ثبت نام : اول اسفند ۱۴۰۳ فرصتی کم‌نظیر برای آینده‌ی حرفه‌ای شما! گواهینامه معتبر از دانشگاه تهران فرصت‌های شغلی ویژه برای برترین‌های دوره پروژه جایگزین خدمت سربازی اساتید برجسته دانشگاهی و حرفه‌ای آموزش پروژه‌محور و حل مسائل واقعی ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۱۷:۱۵
فرایند علم داده: از مسئله تا راه‌حل
فرایند علم داده یک چارچوب سیستماتیک است که به متخصصان داده کمک می‌کند تا مسائل پیچیده را به کمک داده‌ها تحلیل و راه‌حل‌های هوشمند ارائه دهند. این فرایند معمولاً شامل مراحل زیر است:
️ تعریف مسئله و تبدیل آن به یک پرسش داده‌محور در این مرحله، مسئله کسب‌وکار یا چالشی که نیاز به حل دارد، به دقت تعریف می‌شود. هدف این است که مسئله را به یک پرسش قابل تحلیل با استفاده از داده‌ها تبدیل کنیم. چارچوب‌های تحلیلی مانند SMART (Specific, Measurable, Achievable, Relevant, Time-bound) می‌توانند در این مرحله مفید باشند.
️ گردآوری، پیش‌پردازش و پاک‌سازی داده‌هاپس از تعریف مسئله، داده‌های مرتبط جمع‌آوری می‌شوند. این داده‌ها ممکن است از منابع مختلفی مانند پایگاه‌های داده، APIها، یا فایل‌های خام استخراج شوند. سپس داده‌ها پیش‌پردازش و پاک‌سازی می‌شوند تا نویزها، خطاها و مقادیر نامعتبر حذف شوند. این مرحله برای اطمینان از کیفیت داده‌ها بسیار حیاتی است.
️ تحلیل داده‌ها در این مرحله، داده‌ها با استفاده از روش‌های آماری و تحلیلی بررسی می‌شوند. هدف این است که الگوها، روندها و بینش‌های ارزشمند از داده‌ها استخراج شود. ابزارهایی مانند نمودارها، جداول و تکنیک‌های آماری در این مرحله به کار می‌روند.
️ مدل‌سازی بر اساس داده‌ها و شاخص‌های مختلف پس از تحلیل داده‌ها، مدل‌های پیش‌بینی یا توصیه‌گر ساخته می‌شوند. این مدل‌ها بر اساس الگوریتم‌های یادگیری ماشین یا روش‌های آماری طراحی می‌شوند و هدف آن‌ها پیش‌بینی نتایج یا ارائه توصیه‌های هوشمند است. شاخص‌های مختلفی مانند دقت، سرعت و کارایی مدل‌ها در این مرحله ارزیابی می‌شوند.
️ ساخت راه‌حل و ابزارهای هوشمند مبتنی بر داده‌ها در نهایت، راه‌حل‌های مبتنی بر داده‌ها به صورت ابزارهای کاربردی یا سیستم‌های هوشمند پیاده‌سازی می‌شوند. این ابزارها می‌توانند به صورت داشبوردهای تحلیلی، سیستم‌های پیش‌بینی، یا برنامه‌های کاربردی ارائه شوند. هدف نهایی این است که از داده‌ها برای حل مسئله و ایجاد ارزش استفاده شود.
این فرایند به متخصصان داده کمک می‌کند تا به صورت ساختاریافته و مؤثر از داده‌ها برای حل مسائل پیچیده استفاده کنند. هر مرحله از این فرایند اهمیت خاص خود را دارد و موفقیت در هر مرحله به موفقیت کلی پروژه کمک می‌کند. ثبت‌نام :https://tehranasds.ir
تماس با ما: 09216139651
لینکدین | اینستاگرام | تلگرام | بله
فرایند علم داده یک چارچوب سیستماتیک است که به متخصصان داده کمک می‌کند تا مسائل پیچیده را به کمک داده‌ها تحلیل و راه‌حل‌های هوشمند ارائه دهند. این فرایند معمولاً شامل مراحل زیر است:
️ تعریف مسئله و تبدیل آن به یک پرسش داده‌محور در این مرحله، مسئله کسب‌وکار یا چالشی که نیاز به حل دارد، به دقت تعریف می‌شود. هدف این است که مسئله را به یک پرسش قابل تحلیل با استفاده از داده‌ها تبدیل کنیم. چارچوب‌های تحلیلی مانند SMART (Specific, Measurable, Achievable, Relevant, Time-bound) می‌توانند در این مرحله مفید باشند.️ گردآوری، پیش‌پردازش و پاک‌سازی داده‌هاپس از تعریف مسئله، داده‌های مرتبط جمع‌آوری می‌شوند. این داده‌ها ممکن است از منابع مختلفی مانند پایگاه‌های داده، APIها، یا فایل‌های خام استخراج شوند. سپس داده‌ها پیش‌پردازش و پاک‌سازی می‌شوند تا نویزها، خطاها و مقادیر نامعتبر حذف شوند. این مرحله برای اطمینان از کیفیت داده‌ها بسیار حیاتی است.️ تحلیل داده‌ها در این مرحله، داده‌ها با استفاده از روش‌های آماری و تحلیلی بررسی می‌شوند. هدف این است که الگوها، روندها و بینش‌های ارزشمند از داده‌ها استخراج شود. ابزارهایی مانند نمودارها، جداول و تکنیک‌های آماری در این مرحله به کار می‌روند.️ مدل‌سازی بر اساس داده‌ها و شاخص‌های مختلف پس از تحلیل داده‌ها، مدل‌های پیش‌بینی یا توصیه‌گر ساخته می‌شوند. این مدل‌ها بر اساس الگوریتم‌های یادگیری ماشین یا روش‌های آماری طراحی می‌شوند و هدف آن‌ها پیش‌بینی نتایج یا ارائه توصیه‌های هوشمند است. شاخص‌های مختلفی مانند دقت، سرعت و کارایی مدل‌ها در این مرحله ارزیابی می‌شوند.️ ساخت راه‌حل و ابزارهای هوشمند مبتنی بر داده‌ها در نهایت، راه‌حل‌های مبتنی بر داده‌ها به صورت ابزارهای کاربردی یا سیستم‌های هوشمند پیاده‌سازی می‌شوند. این ابزارها می‌توانند به صورت داشبوردهای تحلیلی، سیستم‌های پیش‌بینی، یا برنامه‌های کاربردی ارائه شوند. هدف نهایی این است که از داده‌ها برای حل مسئله و ایجاد ارزش استفاده شود.این فرایند به متخصصان داده کمک می‌کند تا به صورت ساختاریافته و مؤثر از داده‌ها برای حل مسائل پیچیده استفاده کنند. هر مرحله از این فرایند اهمیت خاص خود را دارد و موفقیت در هر مرحله به موفقیت کلی پروژه کمک می‌کند. ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۱۳:۰۴
آغاز دوره: * 11 اردیبهشت ماه 1404*؛ پنجشنبه‌ها و به مدت 45 هفته پیرو سوالات علاقمندان، ثبت نام ادامه خواهد داشت؛ اولویت با افرادی خواهد بود که زودتر ثبت نام کنند و در صورت تکمیل ظرفیت، ثبت نام پیش از مهلت مقرر پایان می‌یابد. ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۱۲:۲۵
دستاوردهای تلفیق علم داده و علوم اجتماعی
درک عمیق‌تر از پدیده‌های اجتماعی با به‌دست آوردن: دیدگاه جامع:ترکیب علم داده با علوم اجتماعی به ما کمک می‌کند تا پدیده‌های اجتماعی را از زوایای مختلف بررسی کنیم. به‌جای اتکا به داده‌های محدود یا برداشت‌های ذهنی، می‌توان با تحلیل داده‌های گسترده (مانند شبکه‌های اجتماعی، نظرسنجی‌ها و سوابق تاریخی) به تصویری جامع‌تر و دقیق‌تر از رفتارهای اجتماعی دست یافت.
کشف الگوهای پنهان:بسیاری از روابط و روندهای اجتماعی که در نگاه اول نامرئی به نظر می‌رسند، با تحلیل داده‌ها آشکار می‌شوند. الگوریتم‌های یادگیری ماشین و تحلیل شبکه‌های پیچیده می‌توانند نشان دهند که چگونه عقاید در جامعه گسترش می‌یابند، چه عواملی روی رفتار گروه‌های مختلف تأثیرگذارند و چگونه نابرابری‌های اجتماعی شکل می‌گیرند.
تبیین علت و معلول:یکی از چالش‌های مهم علوم اجتماعی، تفکیک همبستگی از علیت است. مدل‌های داده‌محور مانند روش‌های تجربی شبه‌آزمایشی و مدل‌های مبتنی بر یادگیری علیتی، به ما امکان می‌دهند تا بفهمیم که آیا یک متغیر واقعاً علت تغییر در متغیر دیگر است یا صرفاً همزمانی آن‌ها تصادفی است. این دانش می‌تواند در سیاست‌گذاری‌های اجتماعی، اقتصادی و فرهنگی تأثیرگذار باشد.
ثبت‌نام :https://tehranasds.ir
تماس با ما: 09216139651
لینکدین | اینستاگرام | تلگرام | بله
درک عمیق‌تر از پدیده‌های اجتماعی با به‌دست آوردن:
دیدگاه جامع:ترکیب علم داده با علوم اجتماعی به ما کمک می‌کند تا پدیده‌های اجتماعی را از زوایای مختلف بررسی کنیم. به‌جای اتکا به داده‌های محدود یا برداشت‌های ذهنی، می‌توان با تحلیل داده‌های گسترده (مانند شبکه‌های اجتماعی، نظرسنجی‌ها و سوابق تاریخی) به تصویری جامع‌تر و دقیق‌تر از رفتارهای اجتماعی دست یافت. کشف الگوهای پنهان:بسیاری از روابط و روندهای اجتماعی که در نگاه اول نامرئی به نظر می‌رسند، با تحلیل داده‌ها آشکار می‌شوند. الگوریتم‌های یادگیری ماشین و تحلیل شبکه‌های پیچیده می‌توانند نشان دهند که چگونه عقاید در جامعه گسترش می‌یابند، چه عواملی روی رفتار گروه‌های مختلف تأثیرگذارند و چگونه نابرابری‌های اجتماعی شکل می‌گیرند. تبیین علت و معلول:یکی از چالش‌های مهم علوم اجتماعی، تفکیک همبستگی از علیت است. مدل‌های داده‌محور مانند روش‌های تجربی شبه‌آزمایشی و مدل‌های مبتنی بر یادگیری علیتی، به ما امکان می‌دهند تا بفهمیم که آیا یک متغیر واقعاً علت تغییر در متغیر دیگر است یا صرفاً همزمانی آن‌ها تصادفی است. این دانش می‌تواند در سیاست‌گذاری‌های اجتماعی، اقتصادی و فرهنگی تأثیرگذار باشد. ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۲۲:۱۲
دستاوردهای تلفیق علم داده و علوم اجتماعی
بهبود تصمیم‌گیری با :تصمیم‌گیری مبتنی بر شواهدبه معنای استفاده از داده‌ها و تحلیل‌های علمی برای انتخاب بهترین راهکار است. در این روش، به جای اتکا بر حدس و گمان، تصمیم‌ها بر اساس نتایج تحقیقات و اطلاعات معتبر اتخاذ می‌شوند. ابزارهای علم داده می‌توانند با تحلیل آماری، مدل‌سازی و شبیه‌سازی، اطلاعات دقیق‌تری در اختیار تصمیم‌گیرندگان قرار دهند. این رویکرد به ویژه در حوزه‌های سیاست‌گذاری عمومی، مدیریت سازمان‌ها و بهینه‌سازی فرآیندها بسیار مؤثر است.
پیش‌بینی روندهاشامل شناسایی الگوهای رفتاری، اقتصادی یا اجتماعی با استفاده از تحلیل داده‌ها است. مدل‌های پیش‌بینی می‌توانند با بررسی داده‌های گذشته و کنونی، تغییرات آینده را با دقت بالایی تخمین بزنند. این روش در مدیریت بحران، برنامه‌ریزی اقتصادی و شناسایی فرصت‌های سرمایه‌گذاری بسیار کارآمد است. ابزارهایی مانند یادگیری ماشین و تحلیل سری‌های زمانی از جمله تکنیک‌های رایج در پیش‌بینی روندها هستند.
ارزیابی اثربخشی سیاست‌هابه معنای سنجش نتایج واقعی اجرای سیاست‌ها در مقایسه با اهداف تعیین‌شده است. در این فرآیند، داده‌های کمی و کیفی برای بررسی تأثیرات مثبت و منفی سیاست‌ها گردآوری و تحلیل می‌شوند. استفاده از علم داده می‌تواند با ارائه شاخص‌های دقیق، تصمیم‌گیرندگان را در اصلاح یا بهبود سیاست‌ها یاری کند. این رویکرد در حوزه‌های آموزش، بهداشت، محیط زیست و توسعه اقتصادی نقش مهمی ایفا می‌کند. ثبت‌نام :https://tehranasds.ir
تماس با ما: 09216139651
لینکدین | اینستاگرام | تلگرام | بله
بهبود تصمیم‌گیری با :
تصمیم‌گیری مبتنی بر شواهدبه معنای استفاده از داده‌ها و تحلیل‌های علمی برای انتخاب بهترین راهکار است. در این روش، به جای اتکا بر حدس و گمان، تصمیم‌ها بر اساس نتایج تحقیقات و اطلاعات معتبر اتخاذ می‌شوند. ابزارهای علم داده می‌توانند با تحلیل آماری، مدل‌سازی و شبیه‌سازی، اطلاعات دقیق‌تری در اختیار تصمیم‌گیرندگان قرار دهند. این رویکرد به ویژه در حوزه‌های سیاست‌گذاری عمومی، مدیریت سازمان‌ها و بهینه‌سازی فرآیندها بسیار مؤثر است.پیش‌بینی روندهاشامل شناسایی الگوهای رفتاری، اقتصادی یا اجتماعی با استفاده از تحلیل داده‌ها است. مدل‌های پیش‌بینی می‌توانند با بررسی داده‌های گذشته و کنونی، تغییرات آینده را با دقت بالایی تخمین بزنند. این روش در مدیریت بحران، برنامه‌ریزی اقتصادی و شناسایی فرصت‌های سرمایه‌گذاری بسیار کارآمد است. ابزارهایی مانند یادگیری ماشین و تحلیل سری‌های زمانی از جمله تکنیک‌های رایج در پیش‌بینی روندها هستند.ارزیابی اثربخشی سیاست‌هابه معنای سنجش نتایج واقعی اجرای سیاست‌ها در مقایسه با اهداف تعیین‌شده است. در این فرآیند، داده‌های کمی و کیفی برای بررسی تأثیرات مثبت و منفی سیاست‌ها گردآوری و تحلیل می‌شوند. استفاده از علم داده می‌تواند با ارائه شاخص‌های دقیق، تصمیم‌گیرندگان را در اصلاح یا بهبود سیاست‌ها یاری کند. این رویکرد در حوزه‌های آموزش، بهداشت، محیط زیست و توسعه اقتصادی نقش مهمی ایفا می‌کند. ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۱۹:۳۲
مقایسه‌ی تاریخی تولید ناخالص داخلی کشورها؛ داده‌نمایی در خدمت فهم اقتصاد! داده‌نمایی؛ فراتر از یک تصویر جذاب!داده‌نمایی فقط برای زیباسازی بصری نیست؛ بلکه ابزاری کلیدی برای درک بهتر روندهای اقتصادی، اجتماعی و سیاسی است. در این ویدئو، تغییرات تاریخی تولید ناخالص داخلی (GDP) بر اساس برابری قدرت خرید (PPP) از سال ۱۸۲۰ تا ۲۰۲۴ بررسی شده است. چگونه قدرت‌های اقتصادی جهان تغییر کرده‌اند؟ ظهور و سقوط قدرت‌های اقتصادی از دوران استعمار تا انقلاب صنعتی رشد آمریکا به عنوان قدرت اقتصادی برتر قرن بیستم بازگشت چین و هند به جایگاه‌های تاریخی خود در اقتصاد جهانی چرا برابری قدرت خرید مهم است؟GDP اسمی ممکن است واقعیت اقتصادی یک کشور را به‌درستی نشان ندهد. برابری قدرت خرید (PPP) دیدگاه دقیق‌تری از اقتصاد جهانی ارائه می‌دهد، زیرا نشان می‌دهد با مقدار مشخصی از پول در کشورهای مختلف چه کالاها و خدماتی می‌توان خرید. چگونه داده‌نمایی را یاد بگیریم؟اگر این داده‌نمایی برای شما جذاب و الهام‌بخش بود، خبر خوب این است که شما هم می‌توانید تصویرسازی داده‌های اقتصادی و اجتماعی را یاد بگیرید! در دوره‌ی علم داده‌ی اجتماعی دانشگاه تهران، یکی از سرفصل‌های کلیدی، آموزش داده‌نمایی با Power BI است. برای یادگیری داده‌نمایی اقتصادی و اجتماعی با Power BI، در دوره‌ی دانشگاه تهران ثبت‌نام کنید! اطلاعات بیشتر و ثبت نام از طریق سایت: TEHRANASDS.IR تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۱:۴۶
*سال نو، دانش نو، آینده‌ای هوشمندتر!*نوروز فرصتی برای نو شدن است و چه بهتر از اینکه خود را نو سازیم و دانش‌ها و مهارت‌هایی بیاموزیم که ما را برای جهان آینده آماده سازد! علم داده اجتماعی می‌تواند یکی از مسیرهای نو ساختن خویشتن و به استقبال آینده رفتن باشد.
دوره علم داده اجتماعی، پلی میان تحلیل داده و علوم اجتماعی است. در این دوره یاد می‌گیرید که چگونه از داده‌ها برای شناخت رفتارهای اجتماعی، پیش‌بینی روندها و تصمیم‌گیری‌های استراتژیک استفاده کنید. این مهارت نه‌تنها در دنیای آکادمیک بلکه در مارکتینگ، سیاست‌گذاری، پژوهش و کسب‌وکارها کاربرد گسترده‌ای دارد.
آنچه در این دوره تجربه خواهید کرد: آموزش توسط متخصصان برجسته در حوزه علم داده و علوم اجتماعی کارگاه‌های عملی و پروژه‌های واقعی برای یادگیری مهارت‌های کاربردی آشنایی با ابزارهای تحلیلی پیشرفته و روش‌های به‌روز داده‌کاوی شبکه‌سازی با افراد علاقه‌مند و متخصصان این حوزههدیه ویژه نوروزی:سه نفر اولی که در سال جدید جهت ثبت‌نام به شماره ۰۹۲۱۶۱۳۹۶۵۱ در پیام رسان های تلگرام یا بله پیام دهند ، ۵٪ تخفیف ویژه دریافت خواهند کرد!
فرصت رشد را از دست ندهید! سال جدید را با مهارتی ارزشمند آغاز کنید و مسیر حرفه‌ای خود را هوشمندانه‌تر بسازید.نوروزتان سرشار از موفقیت، یادگیری و پیشرفت!
ثبت‌نام:https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۱۰:۲۱
علم داده اجتماعی در خدمت برابری اجتماعی: پیش‌بینی و پیشگیری از بی‌خانمانی به کمک یادگیری ماشین*علم داده اجتماعی و بی‌خانمانی*علم داده اجتماعی می‌تواند با دگرگون ساختن سیاست‌گذاری سنتی و گذار به تصمیم‌گیری داده‌محور، راه‌حل‌های نوینی برای مسائل پیچیده اجتماعی، فرهنگی و اقتصادی ارائه دهد. در لس‌آنجلس، شهری که یکی از کانون‌های اصلی بی‌خانمانی در ایالات متحده است، پروژه‌ای آغاز شد که با اتکا به علم داده و یادگیری ماشین، هدفش پیش‌بینی و پیشگیری از بی‌خانمانی بود. زمینه شکل‌گیری پروژهدر سال ۲۰۱۹، همکاری میان اداره خدمات بی‌خانمان لس‌آنجلس (LAHSA) و آزمایشگاه خط‌مشی دانشگاه شیکاگو، منجر به طراحی سیستمی پیش‌بینی‌محور شد که افراد و خانواده‌های در معرض خطر بی‌خانمانی را پیش از وقوع بحران شناسایی می‌کند. تغییر نگرش به بی‌خانمانی: مسئله‌ای ساختاری و سیستمیاین پروژه بی‌خانمانی را نه صرفاً بحران انسانی، بلکه بحران ناشی از شکست‌های ساختاری در نظام مسکن، بازار، و سیاست‌های اجتماعی می‌داند. در نتیجه، تمرکز از «مدیریت بحران» به «پیشگیری ساختاری» تغییر کرد. بازطراحی پرسش سیاستیپرسش کلیدی از «چگونه افراد بی‌خانمان را اسکان دهیم؟» به این تغییر یافت:چه کسانی ممکن است در آینده بی‌خانمان شوند؟ و چه مداخلاتی می‌تواند از این بحران پیشگیری کند؟ مدل‌سازی مسئله‌ی اجتماعی بی‌خانمانی با الگوریتم‌های یادگیری ماشینبا گردآوری بیش از ۸۵ میلیون رکورد داده از منابع مختلف (سلامت، آموزش، اشتغال، خدمات اجتماعی و...) و بهره‌گیری از الگوریتم‌های یادگیری ماشین، مدلی طراحی شد که ریسک بی‌خانمان شدن افراد را پیش‌بینی می‌کرد. چالش‌های داده‌ایحفظ حریم خصوصی، سوگیری داده‌ها و یکپارچه‌سازی اطلاعات از مهم‌ترین چالش‌های پروژه بود که با رویکردهای فنی مناسب مدیریت شد. الگوریتم‌های مدل‌سازیبا استفاده از الگوریتم‌هایی مانند جنگل تصادفی و شبکه عصبی، مدل به نحوی آموزش داده شد که بر اساس صدها متغیر اجتماعی، اقتصادی و بهداشتی، احتمال بی‌خانمانی افراد را در بازه‌ی ۱۲ ماهه آینده تخمین می‌زد. مداخلات اجتماعی هدفمند و فعالسه نوع مداخله‌ی فعال برای افراد با ریسک بالا اجرا شد:1. کمک‌هزینه‌ی اجاره‌خانه2. مشاوره و خدمات سلامت روان3. حمایت حقوقی برای جلوگیری از تخلیه منزل دستاوردها و نتایج اولیه ۱۵٪ کاهش در نرخ بی‌خانمانی مزمن ۳۰٪ افزایش در شناسایی زودهنگام افراد در معرض خطر صرفه‌جویی ۴ برابری در هزینه‌های عمومی به‌ازای هر دلار سرمایه‌گذاری در مداخلات پیشگیرانه دلالت‌ها برای علم داده اجتماعیاین پروژه نمونه‌ای الهام‌بخش از پیوند میان علم داده، سیاست‌گذاری اجتماعی و مداخلات هدفمند است که می‌تواند الگویی برای دیگر شهرها و کشورها در مواجهه با چالش بی‌خانمانی باشد.برای مطالعه بیشتر کلیک کنید. ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۷:۵۷
وبینار آشنایی با دوره «علم داده اجتماعی» فرصتی برای گفت‌وگو و دریافت اطلاعات کامل پیش از آغاز دوره
اگر در مسیر ثبت‌نام یا انتخاب دوره «علم داده اجتماعی» هستید و پرسش‌هایی در ذهن دارید، این وبینار فرصتی بسیار خوب برای شماست. در این نشست آنلاین، علاوه‌بر آشنایی بیشتر با محتوای آموزشی، اهداف دوره و شیوه برگزاری آن، می‌توانید دید روشن‌تری نسبت به مسیر یادگیری‌تان به دست آورید.
این جلسه به‌صورت تعاملی برگزار می‌شود و دکتر اکبر صمدی، مدرس ارشد علم داده، به‌طور مستقیم به سوالات شما پاسخ خواهد داد.
زمان برگزاری: شنبه ۳۰ فروردین، ساعت ۱۷بستر برگزاری: vroom.ut.ac.ir/social3
حضور در این جلسه برای همه علاقه‌مندان آزاد است و توصیه می‌کنیم اگر قصد شرکت در این دوره را دارید یا هنوز مردد هستید، این فرصت را از دست ندهید.
ثبت‌نام :https://tehranasds.ir
تماس با ما: 09216139651
لینکدین | اینستاگرام | تلگرام | بله
اگر در مسیر ثبت‌نام یا انتخاب دوره «علم داده اجتماعی» هستید و پرسش‌هایی در ذهن دارید، این وبینار فرصتی بسیار خوب برای شماست. در این نشست آنلاین، علاوه‌بر آشنایی بیشتر با محتوای آموزشی، اهداف دوره و شیوه برگزاری آن، می‌توانید دید روشن‌تری نسبت به مسیر یادگیری‌تان به دست آورید.
این جلسه به‌صورت تعاملی برگزار می‌شود و دکتر اکبر صمدی، مدرس ارشد علم داده، به‌طور مستقیم به سوالات شما پاسخ خواهد داد.
زمان برگزاری: شنبه ۳۰ فروردین، ساعت ۱۷بستر برگزاری: vroom.ut.ac.ir/social3
حضور در این جلسه برای همه علاقه‌مندان آزاد است و توصیه می‌کنیم اگر قصد شرکت در این دوره را دارید یا هنوز مردد هستید، این فرصت را از دست ندهید.
ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۱۱:۵۳
️ معرفی دوره ی جامع حرفه ای و کاربردی علم داده اجتماعی (ASDS) در دانشکده علوم اجتماعی دانشگاه تهران از زبان برخی از اساتید دوره ویژگی‌های منحصربه‌فرد این دوره: آموزش زیرنظر برجسته‌ترین اساتید دانشگاهی و حرفه‌ای یادگیری مبتنی بر پروژه‌های واقعی و حل مسائل کاربردی دریافت گواهینامه معتبر دوزبانه از دانشگاه تهران دسترسی دوره ای رایگان به سامانه‌های لایف وب و دیتاک فرصت‌های شغلی برای نفرات برتر دوره️دانلود بروشور دوره️ ثبت‌نام :https://tehranasds.ir تماس با ما: 09216139651 لینکدین | اینستاگرام | تلگرام | بله۲۰:۳۷