دوره طراحی، بصری‌سازی و آمار در عمل همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب طراحی، بصری‌سازی و آمار در عمل

موضوع کلی: هنر بصری‌سازی داده‌ها

موضوع میانی: از داده تا روایت تصویری

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه: چرا بصری‌سازی مهم است
• 2. قدرت داده‌ها و داستان‌گویی
• 3. اصول طراحی بصری‌سازی
• 4. مبانی آمار برای بصری‌سازی
• 5. تفاوت بین داده، اطلاعات و دانش
• 6. مراحل کلیدی بصری‌سازی داده
• 7. شناخت مخاطب و هدف
• 8. انتخاب نوع نمودار مناسب
• 9. مبانی رنگ در بصری‌سازی
• 10. تایپوگرافی برای خوانایی بهتر
• 11. استفاده از فضا و چیدمان
• 12. مفاهیم اولیه نمودارهای خطی
• 13. نمودارهای میله‌ای: مقایسه و دسته‌بندی
• 14. نمودارهای دایره‌ای: نمایش نسبت‌ها (و محدودیت‌هایشان)
• 15. نمودارهای پراکندگی: نمایش روابط بین متغیرها
• 16. نمودارهای هیستوگرام: توزیع داده‌ها
• 17. نمودارهای جعبه‌ای: خلاصه‌ی آماری و توزیع
• 18. نقشه‌یابی داده‌ها: بصری‌سازی مکانی
• 19. نمودارهای زمانی: نمایش روندها
• 20. نمودارهای سلسه‌مراتبی: نمایش ساختار درختی
• 21. نمودارهای شبکه‌ای: نمایش روابط بین موجودیت‌ها
• 22. نمودارهای جریان: نمایش حرکت و انتقال
• 23. نمودارهای آماری پیچیده‌تر
• 24. نمودارهای چندگانه: مقایسه و تحلیل همزمان
• 25. کاهش نویز و پیچیدگی در بصری‌سازی
• 26. برجسته کردن اطلاعات کلیدی
• 27. استفاده از انیمیشن در بصری‌سازی (با احتیاط)
• 28. طراحی داشبوردهای تعاملی
• 29. اصول طراحی رابط کاربری برای داشبورد
• 30. ابزارهای بصری‌سازی داده (مقدماتی)
• 31. مبانی کار با اکسل برای بصری‌سازی
• 32. مقدمه‌ای بر Tableau
• 33. مقدمه‌ای بر Power BI
• 34. مقدمه‌ای بر Python برای بصری‌سازی (Matplotlib, Seaborn)
• 35. مقدمه‌ای بر R برای بصری‌سازی (ggplot2)
• 36. جستجوی داده: یافتن منابع معتبر
• 37. پاکسازی و آماده‌سازی داده‌ها
• 38. شناسایی و رفع داده‌های پرت
• 39. تجزیه و تحلیل اکتشافی داده (EDA)
• 40. کار با داده‌های گمشده
• 41. تکنیک‌های خلاصه‌سازی داده
• 42. محاسبه معیارهای آماری پایه (میانگین، میانه، مد)
• 43. محاسبه انحراف معیار و واریانس
• 44. محاسبه صدک‌ها و چارک‌ها
• 45. مفهوم همبستگی و رگرسیون
• 46. تفسیر ضرایب همبستگی
• 47. مقدمه‌ای بر آزمون فرض آماری
• 48. مفهوم p-value
• 49. تفسیر نتایج آماری در نمودارها
• 50. طراحی نمودارهای مقایسه‌ای
• 51. طراحی نمودارهای نمایشی
• 52. طراحی نمودارهای تحلیلی
• 53. طراحی نمودارهای پیش‌بینی‌کننده
• 54. بصری‌سازی داده‌های کیفی
• 55. بصری‌سازی داده‌های کمی
• 56. بصری‌سازی داده‌های ترکیبی
• 57. اصول بصری‌سازی داده برای گزارش‌دهی
• 58. اصول بصری‌سازی داده برای ارائه‌ها
• 59. بصری‌سازی داده برای تصمیم‌گیری
• 60. اصول بصری‌سازی داده برای وب
• 61. بصری‌سازی داده‌های بزرگ (Big Data)
• 62. چالش‌های بصری‌سازی داده
• 63. خطاهای رایج در بصری‌سازی
• 64. اخلاق در بصری‌سازی داده
• 65. تأثیر بصری‌سازی بر ادراک
• 66. تکنیک‌های افزایش وضوح
• 67. استفاده از مقیاس‌های مناسب
• 68. کار با محورهای نمودار
• 69. برچسب‌گذاری مؤثر عناصر نمودار
• 70. اضافه کردن توضیحات و حاشیه‌نویسی
• 71. استفاده از رنگ برای تأکید
• 72. طراحی بصری‌سازی‌های مینیمالیستی
• 73. طراحی بصری‌سازی‌های پیچیده و جزئی
• 74. مبانی بصری‌سازی تعاملی
• 75. فیلتر کردن داده‌ها در بصری‌سازی
• 76. تغییر مقیاس در بصری‌سازی
• 77. بزرگنمایی و کوچک‌نمایی
• 78. ارائه جزئیات در بصری‌سازی
• 79. ایجاد مسیرهای داستانی در بصری‌سازی
• 80. استفاده از تصاویر و آیکون‌ها
• 81. نقش انیمیشن در انتقال پیام
• 82. بصری‌سازی داده‌های سری زمانی پیشرفته
• 83. بصری‌سازی داده‌های جغرافیایی پیشرفته
• 84. بصری‌سازی داده‌های شبکه‌ای پیشرفته
• 85. طراحی نمودارهای کاشی (Tile Charts)
• 86. طراحی نمودارهای شکل (Shape Charts)
• 87. طراحی نمودارهای پالت (Palette Charts)
• 88. طراحی نمودارهای نقشه حرارتی (Heatmaps)
• 89. طراحی نمودارهای قطره‌ای (Dot Plots)
• 90. طراحی نمودارهای کندل‌استیک (Candlestick Charts)
• 91. طراحی نمودارهای آبشاری (Waterfall Charts)
• 92. طراحی نمودارهای گانت (Gantt Charts)
• 93. طراحی نمودارهای سهم بازار (Market Share Charts)
• 94. بصری‌سازی داده‌های نظرسنجی
• 95. بصری‌سازی داده‌های مالی
• 96. بصری‌سازی داده‌های علمی
• 97. بصری‌سازی داده‌های اجتماعی
• 98. بصری‌سازی داده‌های ورزشی
• 99. بصری‌سازی داده‌های محیطی
• 100. بصری‌سازی داده‌های بهداشتی