رفتن به نوشته‌ها

دسته: معرفی کتاب

🎞 گفت‌وگو در مورد علم شبکه و علم داده

این برنامه به منظور آشنایی بیشتر با علم شبکه و علم داده در قالب یک گفت‌وگوی زنده اینستاگرامی برگزار شد. در این برنامه به این کتاب‌ها و مطالب اشاره شد:

میهمانان

مژگان خانجانیان پاک 🇮🇷
دانشجوی دکتری فیزیک سیستم‌های پیچیده، انتشار بیماری در شبکه‌های پیچیده، دانشگاه تحصیلات تکمیلی زنجان

سارا حیدری 🇫🇮
دانشجوی دکتری سیستم‌های پیچیده، جامعه‌شناسی محاسباتی، دانشکده علوم کامپیوتر، دانشگاه آلتو

سینا سجادی 🇦🇹
دانشجوی دکتری علم شبکه، علوم اجتماعی محاسباتی، مرکز علوم پیچیدگی وین

پرسش‌های اصلی که در این برنامه دنبال شد به شرح زیر است:

  • اسم دقیق این گرایش چیست؟
  • هدف و پرسش‌های معروف در این گرایش چیست؟ متخصصان به چه نوع از مسائل علاقه دارن؟
  • به نظر شما چه تصویر رایج غلطی در ذهن عوام در مورد این گرایش وجود دارد؟
  • چگونه با این رشته آشنا شدین؟ 
  • چه‌طور متوجه شدید که این گرایش مناسب شماست؟
  • محیط کار شما چه شکلی است؟ (آزمایشگاه، رصدخانه، پشت میز، کار با کامپیوتر و …)
  • یک روز عادی در زندگی حرفه‌ای شما چگونه سپری می‌شود؟
  • آیا از انتخابتان راضی هستید؟
  • سختی‌های زندگی شما شامل چه چیزهایی می‌شود؟
  • آیا به سایر علاقه‌مندان به این گرایش توصیه می‌کنید که به‌طور حرفه‌ای به این گرایش بپردازند؟
  • مقدمات علمی و فنی لازم برای ورود به این گرایش
  • درس‌های اصلی (ارائه شده و نشده در مقطع کارشناسی)
  • مهارت‌های جانبی (توانایی محاسباتی و کار کردن با نرم‌افزارهای خاص)
  • کدام دانشگاه و یا مراکز تحقیقاتی در ایران به این گرایش می‌پردازند؟
  • بازار کار در ایران و خارج چگونه است؟
  • امکان تحصیل در خارج از کشور و پذیرش گرفتن در این گرایش چگونه است؟
  • آینده کاری و وضعیت رفاهی خود را چگونه می‌بینید؟ در ایران/خارج

در اینستاگرام ببینید:

در یوتیوب بینید:

اطلاعات بیشتر:

فیزیک آماری و سیستم‌های پیچیده

یادگیری آمار به صورت آدمیزادی!

کتاب «استنباط آماری در عصر کامپیوترها» نوشته بردلی افرون و ترور هستی یک کتاب مدرنِ عمیق در مورد الگوریتم‌ها، ماشین لرنینگ و علم داده است. کتاب برای دانشجویان تحصیلات تکمیلی رشته آمار و هر کسی که دانش کافی و علاقه وافی برای خوندنش داشته باشه طبیعتا مناسبه!

Computer Age Statistical Inference
Algorithms, Evidence, and Data Science
Bradley Efron Trevor Hastie

این کتاب به شما کمک می‌کنه تا هم یادبگیرین از الگوریتم‌ها استفاده کنید و هم بفهمین که چرا این کارو انجام می‌دین! کتاب با پرداختن به استنباط آماری کلاسیک شروع می‌کنه، سراغ مکاتب فراوانی‌گرایانه (frequentism) و مکتب بیزی (bayesian) و در بخش دومش به الگوریتم‌ها روش‌های جدید کامپیوتری می‌پردازه. آخر سر هم میره سراغ مباحث روز مثل لاسو، جنگل تصادفی، بوستینگ، شبکه‌های عصبی و یادگیری عمیق!

🎞 در یوتیوب ببینید.

این کتاب توسط دکتر میرصادقی در دانشکده ریاضی شریف تدریس شده و ویدیو کلاس‌هاش موجوده.

📱در اینستاگرام ببینید

شرمنده، ولی، جبرخطی یاد بگیرید!

برای کسایی که فیزیک می‌خونند خیلی مهمه که جبر خطی رو درست حسابی یاد بگیرن؛ چون هم فاله و هم تماشا! هم خیلی کاربرد داره و هم خیلی درک و شهود ما رو بالا می‌بره. از مکانیک کوانتومی گرفته تا سیستم‌های پیچیده، همه به ابزارهای جبرخطی نیاز دارن! همین‌طور خارج از فیزیک، مثلا در علم داده (دیتا ساینس) هم خیلی کاربردیه. خلاصه که این تابستون از دوره‌های آنلاین استفاده کنید و جبر خطی یادبگیرین 🙂

کلاس‌های گیلبرت استرنگ:

چگونه با آمار دروغ بگوییم؟

من خوب به خاطر دارم که وقتی دبیرستانی بودم، تمام رشته‌های تحصیلی در دبیرستان درس آمار رو می‌گذروندن. بعدها که بیشتر با مسائل روز درگیر شدیم تنگاتنگ بودن ارتباط آمار با وقایع اطرافمون رو بهتر متوجه شدم. ناهم‌خوانی‌هایی این وسط وجود داشت. همه‌چیز گرون میشه اما نرخ گرون شدن اجناس با تورمی که از سوی بانک مرکزی اعلام میشه همخوانی نداره. آمار بیکاری با چیزی که واقعا می‌بینیم تضاد داره. اخبار وارونه جلوه داده میشه. اتفاقات مثبت با کمی بازی با کلمات، منفی جلوه داده میشه. گاهی برای نمایش نتیجه‌ی مطلوب همبستگی رو به جای علیت نشون میدن.و خلاصه کلی مثال این شکلی دیگه که وجود داره و آدم رو گیج می‌کنه.

من چند وقت پیش اتفاقی با کتاب چگونه با آمار دروغ بگوییم آشنا شدم و خوندمش. کتاب بسیار کوتاه نوشته شده و مثال‌هاش کاربردیه.این کتاب به ما کمک می‌کنه یک بار دیگه و با ذهن نقاد سراغ آمار و اخباری که هرروز درباره‌ی وقایع زندگی‌مون می‌شنویم بریم.

در بخشی از کتاب می‌خونیم:

فرض کنید که بعد از مدت‌ها جستجو و تحقیق از محله‌های مختلف شهر تهران، برای خرید خانه در منطقه‌ای به ظاهر متشخص، به بنگاه معاملات املاکی می‌رویم. بنگاه‌دار شروع می‌کند به بیان خوبی‌های آن منطقه و امکانات بیشمار آن و در نهایت اعلام می‌کند که علاوه بر تمامی مزایای این منطقه، مزیت مهم دیگر این منطقه این است که «اعیان‌نشین» به حساب می‌آید، زیرا که طبق آمار رسمی دولت، «میانگین درآمد سرانه ساکنین این منطقه در سال ۱۰۰ میلیون است». بعد هم اضافه می‌کند که در این منطقه کلی حاجی‌های بازار و دکترهای خارج‌رفته زندگی می‌کنند. ما هم مسحور این جملات می‌شویم و احتمالا در آرزوی برخورداری از کیفیت بالای زندگی در کنار حاجی‌های بازاری و دکترهای خارج‌رفته که پولدارند، خانه را به قیمت بالایی بدون چانه‌زدن می‌خریم زیرا احتمالا در چنین منطقه پولدار و متشخصی، چانه زدن دون شان و تشخص است.سرخوشی ما از این معامله سراسر سود و خوبی ادامه دارد که ناگهان یک ماه بعد نامه‌ای از شهرداری برای تمامی ساکنان منطقه ارسال می‌شود. مضمون نامه این است که چون منطقه سکونت ما جزو مناطق خوش‌نشین و پولدارنشین حساب می‌شود و هزینه‌های تمیزکاری و درختکاری آن بیشتر از مناطق دیگر است، شورای شهر تصمیم گرفته است که عوارض شهرداری این منطقه را چند برابر کند. ناگهان صدای اعتراض از همه مردم منطقه بلند می‌شود و گروهی به ریاست همان آقای بنگاهدار برای مذاکره با شهرداری تشکیل می‌شود. در جلسه با مسئولین شهرداری، آقای بنگاهدار کلا این ادعا را که این محله جزو مناطق اعیان‌نشین و پولدار است، از پایه و اساس رد می‌کند! او می‌گوید که در محله آنها، کلی آدم بیکار و کارمند وجود دارد به طوریکه طبق آمار رسمی نصف مردم محله زیر ۲۰ میلیون در سال درآمد دارند که تقریبا نزدیک خط فقر است!

این کتاب ترجمه‌ی کتاب How to lies with statistics? هست که البته مترجم مثال‌هایی از کشور خودمون رو وارد ترجمه‌ی کتاب کرده که متن کتاب به ذهن خواننده آشناتر باشه.

این شما و این هم کتابی کوتاه و مفید درباره‌ی آمار.

فراز‌ و‌ فرودهای تاریخی علم نجوم

بخش اول از سری‌ گفت‌وگوهای «پشت‌پرده نجوم»

«پشت‌پرده نجوم» عنوان یک سری از لایوهای اینستاگرامی هست که در آن با چند نفر از دانشجویان و اساتید دانشگاهی، درمورد تصویر درست علم نجوم و فرآیندها و اتفاقاتی که در عمل، در جامعه علمی در جریان است، گفت‌و‌گو شده و هم‌چنین کندوکاوی درمورد مسائل مهمی از قبیل روایتگری در علم و شبه‌علم داشته است.

تاریخ همیشه عبرت‌آموز است! به‌ همین‌ خاطر، در اولین قسمت از برنامه‌ی «پشت‌پرده نجوم» با دکتر امیر‌محمد گمینی، عضو هیئت علمی پژوهشکده تاریخ علم دانشگاه تهران، در‌مورد علم نجوم در بستر تاریخ گفت‌وگو کردیم. ویدیوی این گفت‌و‌گو ضبط شده و در ادامه‌ این مطلب آمده است.

علم در طول تاریخ، فراز‌ و‌ فرود‌های زیادی داشته است. این تصور که بخواهیم تاریخ علم نجوم را تنها به نظرات انقلابی از قبیل: مدل زمین‌مرکزی بطلمیوسی و مدل خورشید‌مرکزی کپرنیکی، یا چند چهرهٔ سرشناس مانند گالیله و نیوتن تقلیل بدهیم، برداشت درستی نیست. 

در این گفت‌و‌گو به سؤالات زیادی در‌ رابطه با تصورات رایج در‌مورد تاریخ علم (به‌ویژه علم نجوم) پاسخ داده شده است؛ از جمله آن‌که: آیا در تمدن اسلامی، انقلاب علمی اتفاق افتاد؟ دانشمندان مسلمان چه نگاهی به مسئله علم و دین داشته‌اند؟ عوامل مؤثر در روابط انسانی و اجتماعی تا چه حد می‌توانند روی پیشرفت علم تأثیرگذار باشند؟

بخش اول «پشت‌ پرده نجوم»
ویدیوی گفت‌و‌گوی محمد‌مهدی موسوی (فیزیک‌پیشه) و دکتر گمینی (عضو هیات‌علمی پژوهشکده تاریخ علم دانشگاه تهران) درمورد فراز و فرودهای تاریخی علم نجوم

معرفی کتاب

در این گفت‌و‌گو دو کتاب معرفی شدند:

  • «دایره‌های مینایی»، نوشته دکتر امیر‌محمد گمینی، که می‌توانید آن را از اینجا تهیه کنید. معرفی اجمالی کتاب:
کتاب «دایره‌های مینایی، نوشته امیرمحمد گمینی

کیهان‌شناسیِ علمی از چه زمانی پا‌ گرفت و در یونان و تمدن اسلامی تا چه حد از روش تجربی و ریاضی استفاده می‌کرد و چقدر تحت تأثیر فلسفه طبیعی بود؟ منجمان تمدن اسلامی چه راهکارهایی را برای حل مشکلات علمی زمان خود پی گرفتند؟ برای پاسخ به سوالات و پرسش‌هایی دیگر درباره تحولات علمی و تبادل نظرهای رایج در نجوم تمدن اسلامی نیاز به پژوهش‌هایی مبتنی بر نسخ خطی به جا‌مانده و آخرین دستاوردهای مورّخان دانشگاهی علم قدیم است. این کتاب نتایج این پژوهش‌ها را در کنار پژوهش‌هایی جدیدتر برای متخصّصان و غیرمتخصّصان علاقه‌مند به رشته تاریخ علم معرفی می‌کند. مخاطب این کتاب افرادی هستند که به تاریخ تحولات علوم در گذشته‌های دور و نزدیک دلبسته‌اند یا می‌خواهند با دستاوردهای فکری و فرهنگی تمدن اسلامی در حوزه علم هیئت آشنا شوند.

  • «زندگینامه علمی دانشمندان اسلامی» که توسط جمعی از پژوهشگران نوشته شده و می‌توانید از اینجا آن را تهیه کنید. معرفی اجمالی این اثر دو‌جلدی:

«زندگینامه علمی دانشمندان اسلامی» بیان شرح احوال، آثار و آرای علمی ۱۲۶ نفر از دانشمندان اسلامی است که در ریاضیات و علوم وابسته به آن مانند نجوم، نورشناسی، موسیقی و علم‌الحیل و علوم‌طبیعی مانند فیزیک، شیمی، کیمیا، طب و زیست‌شناسی کار کرده‌اند.

کتاب «زندگینامه علمی دانشمندان اسلامی»،

همچنین احوال برخی از جغرافی‌دانان، تاریخ‌نویسان و بعضی از فلاسفه نیز بیشتر از باب حکمت ایشان، در این مجموعه آمده است. می توان گفت که زندگی و کار مهم‌ترین دانشمندان اسلامی در این مجموعه بررسی شده و برخی مقالات آن از لحاظ تفصیل و عمق و وسعت دامنة تحقیق، بی‌نظیر یا کم‌نظیرند.

دانشمندان اسلامی که احوالشان در این مجموعه آمده همه اسلامی‌اند. بی‌آنکه همه مسلمان باشند و همه ـ از ایرانی و عرب و مغربی و مسلمان و یهودی و مسیحی ـ در سایه درخت پربار تمدن اسلامی زیسته و کار کرده‌اند.

جلد اول این مجموعه، شامل مقالات حروف «الف» تا «ح» است. جلد دوم، علاوه بر بقیه مقالات، دارای یک فهرست راهنمای تفصیلی و واژه‌نامه‌ای مشتمل بر معادل‌های برخی واژه‌ها و توضیح برخی از اصطلاحات علمی خواهد بود، تا خوانندگانی که از این کتاب برای تحقیق در تاریخ علوم در اسلام یا در دروس مربوط به این موضوع استفاده می‌کنند، از آن بهتر بهره ببرند.

کلام پایانی

در پایان، شاید اشاره به این چند جمله از کارل سِیگِن در کتاب «جهان دیو‌زده» خالی از لطف نباشد:

«چالش بزرگ برای مروجان علم آن است که تاریخ واقعیِ پر‌ پیچ‌و‌خم اکتشافات بزرگش و سوءتفاهم‌ها و امتناع لجوجانه‌ی گاه‌و‌بیگاهِ دانشمندان از تغییر مسیر را شفاف کنند. بسیاری از ـ شاید اغلب ـ درسنامه‌های علمی که برای دانشجویان نوشته شده‌، نسبت به این مسئله با‌ بی‌توجهی عمل کرده‌اند. ارائه‌ی جذابِ معرفتی که عصاره‌ی قرن‌ها پرسش‌گریِ جمعیِ صبورانه درباره طبیعت بوده، بسیار راحت‌تر از بیان جزئیاتِ دستگاهِ درهم‌وبرهمِ عصاره‌گیری است. روش علم، با همان ظاهر ملال‌آور و گرفته‌اش، بسیار مهم‌تر از یافته‌های علم است.»

یادگیری متلب و گنو اُکتاو

من معمولا از پایتون برای برنامه‌نویسی استفاده می‌کنم، چون پایتون آزاده، رایگانه و یه حالت آچار فرانسه‌طوری داره که کارهای مختلف میشه باهاش کرد. همین‌طور پایتون کتاب‌خونه‌های زیادی داره که برای کارهای مختلف علمی (محاسباتی) میشه ازشون استفاده کرد. خوبی این کتاب‌خونه‌ها اینه که به زبان‌های سطح پایین‌تری نوشته شدن به همین خاطر به قدر کافی سریع هستند! اگر هم کسی قصد کارهای تحلیل داده و یادگیری ماشین داشته باشه هم پایتون گزینه اوله، دست کم برای شروع! خلاصه همیشه به همه پیشنهاد می‌کنم که با پایتون شروع کنید و اگه کار دانشگاهی می‌کنید با پایتون ادامه بدین! از همه مهم‌تر وقتی شما با پایتون کد می‌زنید معمولا آدم‌هایی رو پیدا می‌کنید که مثل شما روی پروژه یا مسئله مشابهی کار کردن یا کار میکنند و از تجربیاتشون می‌تونید استفاده کنید یا ازشون سوال بپرسین.

با این وجود گاهی پیش میاد که آدم مجبور به استفاده از زبان‌های دیگه بشه. تجربه شخصی من اینه که عمده دانشگاهی‌ها به این دلیل مجبور میشن از یک زبان خاص استفاده کنند که به قدر کافی آدم‌های حرفه‌ای در تیمشون نیست! گاهی استاد و تیمی که پروژه‌ای رو پیش برده سال‌ها با یک زبان خاص کد زدند و ترجیحشون اینه که آدم‌های جدید هم با همون زبون ادامه بدن. راه کم‌دردسرتری هست معمولا، هر چند که گاهی می‌تونه به شدت احمقانه باشه! خلاصه ممکنه که هر کسی مجبور بشه سراغ زبان‌ها یا محیط‌های دیگه برنامه‌نویسی بره. یکی از این محیط‌ها متلب هست. توی لینوکس می‌تونید از Octave به جای متلب استفاده کنید و لذتش رو ببرید!

متلب یک محیط نرم‌افزاری برای انجام محاسبات عددی و یک زبان برنامه‌نویسی نسل چهارم است. واژهٔ متلب هم به معنی محیط محاسبات رقمی و هم به معنی خود زبان برنامه‌نویسی مورد نظر است که از ترکیب دو واژهٔ MATrix (ماتریس) و LABoratory (آزمایشگاه) ایجاد شده‌است. این نام حاکی از رویکرد ماتریس محور برنامه است، که در آن حتی اعداد منفرد هم به عنوان ماتریس در نظر گرفته می‌شوند.

گنو اُکتاو ( GNU Octave) زبان برنامه‌نویسی سطح بالایی است که بیشتر برای محاسبات عددی به کار می‌رود. این برنامه امکانات زیادی را از طریق رابط خط فرمان برای حل عددی مسائل خطی و غیر خطی می‌دهد. این برنامه را می‌توان جایگزین مناسبی برای همتای غیر آزاد خود متلب به حساب آورد.

ویکی‌پدیا

در ادامه یک سری منبع برای یادگیری متلب و اکتاو رو معرفی می‌کنم.

برای شروع

از بین این دوره‌ها، ببینید کدوم یکی به مذاقتون بیشتر خوش میاد:

برای محسابات عددی

به طور کلی

پیشنهاد من اینه که کلیات متلب رو یاد بگیرین و از منابع مختلف مربوط به کارتون استفاده کنید. مخصوصا از مثال‌های خود Mathworks استفاده کنید. مثلا اینجا ۵۰۰ تا مثال خیلی خوب برای ریاضیات، آمار و یادگیری ماشین هست. خوبه به این‌ها حتما نگاه کنید. حواستون باشه که به روی ایران بسته‌س و شما نیاز به چیزی برای دور زدن تحریم دارین که حتما راه‌های مختلفی بلدین براش!

این کتاب پر از مثال‌های خیلی قشنگه و اساسا آموزشش بر پایه مثال زدن. فصل اولش هم برای کسایی که آشنایی با متلب ندارن یک سری مثال آموزشی خوب داره.

خوبی این کتاب اینه که جواب تمرین‌ها رو هم داره و می‌شه به عنوان کتاب کمکی برای تدریس ازش استفاده کرد.

به عنوان پیشنهاد به دوستانی که معلم این درس یا درس‌های دیگه میشن : میتونید به جای حل‌تمرین سنتی پایه کلاس‌هاتون رو بر همچین چیزی بذارید. همین کار کوچیک میتونه تغییر محسوسی توی آموزش فیزیک به‌وجود بیاره. این کتاب نسخه‌ پایتونی هم داره!

«مقدمه‌ای بر بازبهنجارش» هفته چهارم: مدل آیزینگ

دوره «مقدمه‌ای بر بازبهنجارش»

قصد من ارائه یک معرفی مدرن از بازبهنجارش از افق سیستم‌های پیچیده‌ است. با نظریه اطلاعات و پردازش تصویر آغاز می‌کنم و به سراغ مفاهیم بنیادی چون پدیدارگی، درشت-دانه‌بندی و نظریه مؤثر در نظریه پیچیدگی خواهم رفت. آنچه برای این مجموعه نیاز دارید شهامت آشنایی با ایده‌های جدید و البته کمی نظریه احتمال، حسابان و جبر خطی است. برای تمرین‌های پیشنهادی هم خوب است که کمی پایتون و متمتیکا بدانید.

با تشکر از Simon Dedeo، موسسه سانتافه و بهار بلوک آذری.

ایده بازبهنجارش در مورد مطالعه نظریه‌ها است هنگامی که از مقیاسی به مقیاس دیگر می‌روند.

هفته چهارم: مدل آیزینگ

مدل آیزینگ، به عنوان معرف‌ترین مدل در فیزیک آماری، یک مدل ساده برای توصیف گذار فاز در مواد مغناطیسی است. این مدل از متغیرهای گسسته (اسپین) به روی یک گراف مشبکه (Lattice) تشکیل شده است. در این قسمت از مجموعه مقدمه‌ای بر بازبهنجارش، نخست مدل آیزینگ را معرفی می‌کنم و سپس به سراغ درشت‌-دانه‌بندی شبکه‌ اسپینی می‌روم. چالش‌های پیش‌رو را مطرح می‌کنم و سرانجام به پدیدارگی جملات مرتبه‌-بالاتر و نقاط ثابت جریان بازبهنجارش می‌پردازم.


ویدیوها

۱) مرور جلسات گذشته و معرفی مدل آیزینگ

۲) درشت-دانه بندی شبکه اسپینی

۳) یافتن نقاط ثابت


برای مطالعه بیشتر

برای بیشتر عمیق شدن

شبیه‌سازی مدل آیزینگ


اسلایدها

بازبهنجارش-آیزینگ1