مواد
- 1. زبانیں سیکھنا
- 2. ٹولز: ڈیٹا مائننگ ، ڈیٹا سائنس ، اور ویژوئلائزیشن سافٹ ویئر
- کوئی کیڑے نہیں ، کوئی تناؤ نہیں - آپ کی زندگی کو تباہ کیے بغیر زندگی کو تبدیل کرنے والے سافٹ ویئر تخلیق کرنے کے لئے مرحلہ وار گائیڈ
- 3. کتابیں
- 4. تعلیم: ویبینار ، کورسز ، سرٹیفکیٹ اور ڈگری
- 5. ڈیٹا
- 6. مقابلے
- 7. تعامل: ملاقاتیں ، گروپس ، اور سوشل نیٹ ورکس
ماخذ: پال فلیٹ / ڈریم ٹائم ڈاٹ کام
ٹیکا وے:
ڈیٹا سائنس کر کے سب سے بہتر سیکھا جاتا ہے ، لیکن اعدادوشمار کی ایک اچھی بنیاد اور مشین سیکھنے کے معاملات بھی۔
مجھ سے اکثر پوچھا جاتا ہے کہ ڈیٹا مائننگ اور ڈیٹا سائنس کس طرح سیکھیں۔ میری خلاصہ یہ ہے۔
آپ اعداد و شمار کی کان کنی اور ڈیٹا سائنس کو بہتر طریقے سے سیکھ سکتے ہیں ، لہذا جتنی جلدی ہو سکے ڈیٹا کا تجزیہ شروع کریں! تاہم ، تھیوری سیکھنا نہ بھولیں ، کیوں کہ آپ جو کچھ کررہے ہیں اسے سمجھنے اور بڑے اعداد و شمار کے شور میں قدر کی اصلی نگیاں تلاش کرنے کے ل you آپ کو ایک اچھی شماریاتی اور مشین لرننگ فاؤنڈیشن کی ضرورت ہے۔
ڈیٹا کان کنی اور ڈیٹا سائنس سیکھنے کے لئے سات اقدامات یہ ہیں۔ اگرچہ ان کا نمبر ہے ، آپ ان کو متوازی یا مختلف ترتیب سے کرسکتے ہیں۔
- زبانیں: آر ، ازگر اور ایس کیو ایل سیکھیں
- ٹولز: ڈیٹا کانوں کی کھدائی اور تصو .ر کے اوزار کو کس طرح استعمال کرنا سیکھیں
- کتابیں: بنیادی اصولوں کو سمجھنے کے لئے تعارفی کتابیں پڑھیں
- تعلیم: ویبنرز دیکھیں ، کورس کریں اور سرٹیفکیٹ یا ڈیٹا سائنس میں ڈگری پر غور کریں (بین لوریکاس میں مزید پڑھیں ڈیٹا سائنسدان کی پرورش کیسے کی جائے۔)
- ڈیٹا: دستیاب ڈیٹا وسائل کی جانچ کریں اور وہاں کچھ تلاش کریں
- مقابلے: ڈیٹا مائننگ مقابلوں میں حصہ لیں
- سوشل نیٹ ورکس ، گروپس اور میٹنگوں کے ذریعہ دوسرے ڈیٹا سائنس دانوں کے ساتھ تعامل کریں
اس مضمون میں ، میں ایک دوسرے کے ساتھ ڈیٹا مائننگ اور ڈیٹا سائنس کا استعمال کرتا ہوں۔ میری پیش کش ، تجزیات کی صنعت کا جائزہ دیکھیں ، جہاں میں اعدادوشمار ، علم کی دریافت ، ڈیٹا کانوں کی کھدائی ، پیش گوئی کرنے والے تجزیات ، ڈیٹا سائنس اور بڑے اعداد و شمار جیسے مختلف اصطلاحات کے ارتقاء اور مقبولیت کو دیکھتا ہوں۔
1. زبانیں سیکھنا
کے ڈی ڈوگیٹس کے ایک حالیہ پول میں پتا چلا ہے کہ ڈیٹا مائننگ کے لئے سب سے زیادہ مقبول زبانیں آر ، پائتھون اور ایس کیو ایل ہیں۔ ہر ایک کے لئے بہت سارے وسائل موجود ہیں ، مثال کے طور پر:
- R کے ساتھ ڈیٹا سائنس پر مفت ای کتاب
- ڈیٹا سائنس کے لئے ازگر کے ساتھ آغاز کرنا
- ڈیٹا تجزیہ کے لئے ازگر: حقیقی دنیا کے ڈیٹا کیلئے فرتیلی ٹولز
- ایک ناگزیر ازگر: ڈیٹا سائنس میں ڈیٹا سورسنگ
- W3 اسکول SQL سیکھنا
2. ٹولز: ڈیٹا مائننگ ، ڈیٹا سائنس ، اور ویژوئلائزیشن سافٹ ویئر
مختلف کاموں کے ل data ڈیٹا مائننگ کے بہت سارے اوزار موجود ہیں ، لیکن اعداد و شمار کے تجزیہ کے پورے عمل کی حمایت کرنے والے ڈیٹا مائننگ سوٹ کو استعمال کرنے کا طریقہ سیکھنا بہتر ہے۔ آپ اوپن سورس (مفت) ٹولز جیسے KNIME ، ریپڈ مائنر اور ویکا سے شروع کرسکتے ہیں۔
تاہم ، بہت ساری تجزیاتی ملازمتوں کے ل you آپ کو ایس اے ایس جاننے کی ضرورت ہے ، جو تجارتی ٹول کا ایک اہم ٹول ہے اور بڑے پیمانے پر استعمال ہوتا ہے۔ دوسرے مشہور تجزیات اور ڈیٹا مائننگ سوفٹویئر میں میٹلیب ، اسٹیٹسوفٹ اسٹیٹسٹیکا ، مائیکروسافٹ ایس کیو ایل سرور ، ٹیبلو ، آئی بی ایم ایس پی ایس ایس ماڈلر اور رٹل شامل ہیں۔
کوئی کیڑے نہیں ، کوئی تناؤ نہیں - آپ کی زندگی کو تباہ کیے بغیر زندگی کو تبدیل کرنے والے سافٹ ویئر تخلیق کرنے کے لئے مرحلہ وار گائیڈ
جب آپ سافٹ ویئر کے معیار کی پرواہ نہیں کرتے ہیں تو آپ اپنی پروگرامنگ کی مہارت کو بہتر نہیں کرسکتے ہیں۔
کسی بھی اعداد و شمار کے تجزیے کا تصور ضروری ہوتا ہے۔ مائیکروسافٹ ایکسل (بہت سارے آسان کاموں کے ل good اچھا) ، آر گرافکس ، (خاص طور پر ggplot2) ، اور یہ بھی ڈھلوان - استعمال کرنے کا طریقہ سیکھیں۔ دوسرے عمدہ تصریح سازی والے اوزاروں میں TIBCO اسپاٹ فائر اور Miner3D شامل ہیں۔
3. کتابیں
بہت سے ڈیٹا مائننگ اور ڈیٹا سائنس کی کتابیں دستیاب ہیں ، لیکن آپ ان کو جانچ سکتے ہیں۔
- ڈیٹا کانوں کی کھدائی اور تجزیہ: بنیادی تصورات اور الگورتھم ، مفت پی ڈی ایف ڈاؤن لوڈ (مسودہ) ، بذریعہ محمد ذکی اور ویگنر میرا جونیئر۔
- ڈیٹا مائننگ: عملی مشین لرننگ ٹولز اور تکنیکز ، ایان وٹین ، ایب فرینک اور مارک ہال کے ذریعہ ، ویکا کے مصنفین سے ، اور مثالوں میں ویکا کا بڑے پیمانے پر استعمال کرنا
- ٹریور ہستی ، رابرٹ تبشیرانی ، جیروم فریڈمین کے ذریعہ شماریاتی تعلیم ، ڈیٹا کانوں کی کھدائی ، تخمینہ اور پیش گوئی کے عنصر۔ ریاضی پسندی کے لئے ایک عمدہ تعارف
- لیوین بوک: روبرٹو بٹیٹی اور مورو برونوٹو کے ذریعہ ، سیکھنا اور ذہین آپٹیمائزیشن ، ویب پر آزادانہ طور پر دستیاب ، باب کا باب
- بڑے پیمانے پر ڈیٹاسیٹس کتاب کی کان کنی ، از اے راجارامن ، جے الیمن
- اسٹیٹ سوفٹ الیکٹرانک شماریات کی کتاب (مفت) ، میں بہت سے ڈیٹا کان کنی کے عنوانات شامل ہیں
4. تعلیم: ویبینار ، کورسز ، سرٹیفکیٹ اور ڈگری
تجزیات ، بگ ڈیٹا ، ڈیٹا کان کنی اور ڈیٹا سائنس میں تازہ ترین عنوانات پر آپ بہت سارے مفت ویبنار اور ویب کاسٹ دیکھ کر شروع کرسکتے ہیں۔
بہت سے آن لائن کورسز بھی ہیں ، مختصر اور طویل ، ان میں سے بہت سے مفت۔ (کے ڈی ڈوگیٹس آن لائن تعلیم کی ڈائرکٹری دیکھیں۔)
خاص طور پر ان کورسز کو چیک کریں:
- اینڈریو این جی کے ذریعہ سکوریا میں مشین لرننگ
- ڈیٹا ای ڈی ایکس سے سیکھنا ، کالٹیک کے پروفیسر یاسر ابو مصطفی نے پڑھایا
- سائراکیز آئی اسکول سے ، اپلائیڈ ڈیٹا سائنس میں آن لائن کورس کھولیں
- ویکا کے ساتھ ڈیٹا مائننگ ، مفت آن لائن کورس
- میرے ڈیٹا مائننگ کورس ، ڈیٹا مائننگ کا ایک سمسٹر طویل تعارفی کورس سے مفت آن لائن سلائیڈوں کو بھی چیک کریں
آخر میں ، ڈیٹا کان کنی میں سرٹیفکیٹ ، اور ڈیٹا سائنس یا ایڈوانس ڈگری ، جیسے ڈیٹا سائنس میں ماسٹر ڈگری حاصل کرنے پر غور کریں۔
5. ڈیٹا
تجزیہ کرنے کے ل You آپ کو اعداد و شمار کی ضرورت ہوگی - ڈیٹا مائننگ کے لئے ڈیٹاسیٹس کی کے ڈنے گیٹس ڈائریکٹری دیکھیں ، جس میں شامل ہیں:
- حکومت ، وفاقی ، ریاست ، شہر ، مقامی اور عوامی ڈیٹا سائٹس اور پورٹلز
- ڈیٹا APIs ، حبس ، بازار ، پلیٹ فارم ، پورٹل اور سرچ انجن
- مفت عوامی ڈیٹاسیٹس
6. مقابلے
ایک بار پھر ، آپ کر کے سب سے بہتر سیکھیں گے ، لہذا کاگل کے مقابلوں میں حصہ لیں۔ ابتدائی مقابلوں سے شروع کریں ، جیسے مشین لرننگ کا استعمال کرتے ہوئے ٹائٹینک بقا کی پیشن گوئی کرنا۔
7. تعامل: ملاقاتیں ، گروپس ، اور سوشل نیٹ ورکس
آپ بہت سارے گروپوں میں شامل ہو سکتے ہیں۔ تجزیات ، بگ ڈیٹا ، ڈیٹا کانوں کی کھدائی ، اور ڈیٹا سائنس کے ل the ٹاپ 30 لنکڈ ان گروپس دیکھیں۔
تجزیات برج تجزیات اور ڈیٹا سائنس کے لئے ایک متحرک کمیونٹی ہے۔
آپ تجزیات ، بگ ڈیٹا ، ڈیٹا کانوں کی کھدائی ، ڈیٹا سائنس ، اور علم کی دریافت سے متعلق متعدد جلسوں اور کانفرنسوں میں شرکت کرسکتے ہیں۔
نیز ، ACM SIGKDD میں شامل ہونے پر بھی غور کریں ، جو سالانہ کے ڈی ڈی کانفرنس - اس شعبے میں معروف تحقیقی کانفرنس کا اہتمام کرتا ہے۔
اس مضمون کو KDNuggets.com سے حاصل کیا گیا ہے۔ یہ مصنف کی اجازت سے استعمال ہوا ہے۔