"कामकाजी लोगों के लिए डेटा विज्ञान अभ्यास (सांख्यिकीय ब्यूरो)" लेने की छाप
आंतरिक मामलों और संचार मंत्रालय का तीसरा डेटा साइंस ऑनलाइन कोर्स "कामकाजी लोगों के लिए डेटा साइंस प्रैक्टिस" अब खुला है।
इस कोर्स में, आप एक्सेल का उपयोग करके वीडियो लेक्चर और अभ्यास के माध्यम से व्यवसाय में व्यावहारिक डेटा विश्लेषण विधियों को सीख सकते हैं।
इस बार, मैंने व्याख्यानों की एक श्रृंखला पूरी कर ली है, इसलिए मैं व्याख्यान की रूपरेखा और छापों को संक्षेप में प्रस्तुत करूँगा।मेरे पास बुनियादी ज्ञान था (यह वास्तव में मूल बातों का आधार है), इसलिए मैं सभी अभ्यासों का सही उत्तर देने में सफल रहा।
लक्ष्य पाठ्यक्रम
सांख्यिकी ब्यूरो, आंतरिक मामलों और संचार मंत्रालय "कामकाजी लोगों के लिए डेटा विज्ञान अभ्यास"
http://gacco.org/stat-japan2
इस पाठ्यक्रम के लिए पूरक शिक्षण सामग्री (ए4 आकार, कुल 135 पृष्ठ) भी उपलब्ध हैं।आप इसे अमेज़न या जापान सांख्यिकी संघ की आधिकारिक वेबसाइट से खरीद सकते हैं।
कामकाजी लोगों के लिए डेटा विज्ञान अभ्यास आधिकारिक अध्ययन नोट संशोधित संस्करण
यदि आप कक्षा अवधि से चूक गए हैं, तो अगली कक्षा शुरू होने तक प्रतीक्षा क्यों न करें या इस लिंक का संदर्भ लें?
概要
कुल अध्ययन समय: (XNUMX-XNUMX मिनट प्रति पाठ x XNUMX-XNUMX व्याख्यान) x XNUMX सप्ताह
सप्ताह 1: डेटा साइंस क्या है
"डेटा साइंस" क्या है?
आवश्यक पृष्ठभूमि, आवश्यक कौशल और ज्ञान
विश्लेषण प्रक्रिया और विधि
सप्ताह 2: विश्लेषण अवधारणाएं और उदाहरण
व्यावहारिक व्यावसायिक मुद्दों के लिए डेटा को समझें और तुलना करें।
सप्ताह 3: विश्लेषण के लिए विशिष्ट तकनीकें
क्रॉस टेबुलतिओन
स्कैटर प्लॉट और सहसंबंध
टाइम सीरीज़ डेटा को कैसे पढ़ें और उसकी व्याख्या कैसे करें
सप्ताह 4: व्यापार पूर्वानुमान और विश्लेषण रिपोर्टिंग
प्रतिगमन विश्लेषण और मॉडल मूल्यांकन
विश्लेषण परिणामों की रिपोर्टिंग
भविष्यवाणी/वर्गीकरण और उपयोग की स्थितियों जैसी विशिष्ट विधियाँ
सप्ताह 5: व्यवसाय में डेटा विज्ञान को जीवन में लाना
समीक्षा सारांश
डेटा विश्लेषण के आधार पर समस्या समाधान केस स्टडी
विभिन्न डेटा वैज्ञानिक
उद्यम में डेटा विज्ञान को साकार करने के लिए अंक
प्रभाव
कोर्स स्तर
छाप कि अधिकांश सामग्री बुनियादी थी।ऐसा लगता है कि इसे "कामकाजी लोगों के लिए डेटा विज्ञान का परिचय" के बाद लिया जाना चाहिए।
हालाँकि, यदि आपके पास बुनियादी सांख्यिकीय ज्ञान है जैसे कि मध्यिका, सहसंबंध गुणांक, भिन्नता और प्रतिगमन विश्लेषण, तो कोई विशेष समस्या नहीं थी, भले ही आपने "परिचय" न लिया हो।
सामग्री के बारे में
जैसा कि इसे एक अभ्यास कहा जाता है, यह मानता है कि आपके पास बुनियादी ज्ञान है, और यह एक मॉडल प्रदान करता है कि व्यवसाय सेटिंग में वास्तव में डेटा का विश्लेषण करते समय कैसे आगे बढ़ना है।
प्रत्येक व्याख्यान के प्रभारी प्रोफेसर डेटा विज्ञान विशेषज्ञों, विश्वविद्यालय के प्रोफेसरों और आंतरिक मामलों और संचार मंत्रालय के सांख्यिकी ब्यूरो के कर्मचारी सदस्यों जैसे उल्लेखनीय सदस्य थे।एक छात्र के रूप में, उन दृष्टांतों को सुनना बहुत ताज़ा और आनंददायक था जिनका सामना शिक्षकों को वास्तव में मैदान में करना पड़ता था।
व्यायाम के बारे में
यह व्याख्यान से अधिक एक अभ्यास था। मैं इसे एक्सेल के साथ हल करने जा रहा हूं, लेकिन मैंने सोचा कि इसे उन लोगों के लिए आर या पायथन के साथ हल करना अच्छा होगा जो ईमानदारी से डेटा साइंस शुरू कर रहे हैं।
दूसरी ओर, मुझे फिर से याद दिलाया गया कि एक्सेल भी अप्रत्याशित रूप से उन्नत चीजें कर सकता है।मुझे नहीं पता था कि समय श्रृंखला विश्लेषण को रुझानों, मौसमी उतार-चढ़ाव और अनियमित उतार-चढ़ाव में विभाजित किया जा सकता है...
प्रत्येक सप्ताह के लिए एक परीक्षा होती है, लेकिन मैं एक पूर्ण स्कोर प्राप्त करने में सक्षम था क्योंकि व्याख्यान विनम्र थे।मैं पूरा होने का प्रमाण पत्र प्राप्त करने के लिए उत्सुक हूं।
पायथन के साथ हल करें
यदि आप डेटा साइंस और मशीन लर्निंग को ईमानदारी से शुरू करना चाहते हैं, तो आप अभी भी अजगर या आर के साथ लचीले ढंग से डेटा का विश्लेषण करना चाहते हैं।इसलिए मैंने इसे पायथन के साथ-साथ प्रोग्रामिंग सीखने के साथ हल करने की कोशिश की।
यहाँ कोड है।अगर आप भी इसी तरह से पाइथॉन की प्रैक्टिस करना चाहते हैं तो प्लीज इसका इस्तेमाल करें।
https://github.com/echomint/Data-science-practice-for-workers
मूल कोड और डेटा सीखते हुए इसे हल करने में मुझे काफी समय लगा।
जीयूआई सॉफ्टवेयर जैसे एक्सेल विशिष्ट विश्लेषण के लिए पर्याप्त है।
यदि आप अधिक जटिल विश्लेषण करना चाहते हैं, भविष्यवाणी मॉडल में ठीक समायोजन करना चाहते हैं, या मॉडल के अंदर समझना चाहते हैं, तो प्रोग्रामिंग अधिक लचीली होगी और आप इसे संभाल सकते हैं।