- بستۀ اجرای مستند و آزمون‌های با جواب معلوم را تحویل دهید.
راهنمای انتخاب زبان بر اساس کاربرد و نمونه‌هایی از الگوهای کدنویسی و دستورالعمل‌های تولیدی.
Python
مناسب برای تحلیل داده، یادگیری ماشین و توسعهٔ وب سبک. پکیج‌های کلیدی: NumPy, Pandas, scikit-learn, TensorFlow، و توصیه‌ها دربارهٔ سازمان‌دهی پروژه و virtualenv/conda.
R
برای تحلیل‌های آماری و مصورسازی پیشرفته.
C++, Java, JavaScript, SQL
کاربردهای هر زبان و نکات بهینه‌سازی و مدیریت حافظه، ساختار پروژه و امنیت ورودی/خروجی.
بهترین شیوه‌ها
- کنترل نسخه (Git) با branching مناسب
- محیط‌های تولیدپذیر (Docker, conda)
- مستندسازی و نوشتن تست
کد علمی باید قابل بازتولید باشد
اجرای موفق یک اسکریپت روی یک رایانه کافی نیست. ورودی، خروجی، محیط اجرا، وابستگی‌ها و فرض‌های مدل را مستند کنید. اسرار دسترسی را در کد ننویسید. برای یادگیری ماشین، از نشت داده در پیش‌پردازش و تنظیم مدل جلوگیری کنید.
- README با دستور اجرای دقیق و نمونه ورودی
- فهرست وابستگی‌ها با نسخه و مجوز
- آزمون‌های معنی‌دار و مثال حداقلی بازتولید
- مستندسازی اعتبارسنجی، محدودیت و هزینه محاسباتی
ساختار پیشنهادی یک پروژه علمی
project/
README.md
requirements.txt
src/
tests/
data/README.md
outputs/پوشۀ داده باید توضیح دهد فایل‌ها از کجا آمده‌اند، چه مجوزی دارند و چطور آماده می‌شوند؛ لزوماً نباید داده حساس را در مخزن قرار دهید. خروجی‌های تولیدشدنی را از کد منبع جدا نگه دارید. اطلاعات محرمانه و کلیدها در فایل محیطی خارج از Git قرار می‌گیرند.
اعتبارسنجی شبیه‌سازی
پیش از مقایسۀ سناریوهای پیچیده، یک حالت ساده با پاسخ معلوم یا انتظار نظری را بررسی کنید. تحلیل حساسیت به پارامترها، اندازه گام و بذر تصادفی را مستند کنید. دقت عددی با اعتبار مدل یکسان نیست؛ مدل دقیقِ فرض اشتباه می‌تواند نتیجۀ گمراه‌کننده تولید کند. خروجی نهایی باید محدودیت‌های استفاده و نحوۀ تغییر پارامترها را روشن سازد.
پروندۀ آموزشی و تصمیم‌های اجرایی
مثال زیر کاملاً فرضی و آموزشی است؛ از اعداد و متن آن به عنوان نتیجۀ واقعی پژوهش استفاده نکنید.
پروژۀ نمونه همراه این سایت ۱۲ رکورد ساختگی و کد Python بدون کتابخانۀ خارجی دارد. کد، ورودی را بررسی، میانگین و شش مسیر رگرسیون آموزشی را تولید و هش فایل را ثبت می‌کند. این مجموعه برای یادگیری خط لوله است؛ داده یا نتیجه واقعی پژوهش نیست. وابستگی‌های لازم برای سند Quarto جدا معرفی شده‌اند. روش آماری و فرض‌ها باید برای مسئلۀ واقعی بازبینی شوند؛ خروجی موفق فایل، به تنهایی اعتبار مدل را ثابت نمی‌کند.
| مرحله | نمونۀ آموزشی | پرسش کنترل |
|---|---|---|
| ورودی | synthetic.csv با فرهنگ داده | فایل اصلی حفظ شده است؟ |
| کنترل | شناسه، نوع، حدود و پرچم کیفیت | خطای نامعتبر صریح متوقف می‌شود؟ |
| محاسبه | research.py از مسیر پروژه | هیچ مسیر شخصی مخفی ندارد؟ |
| خروجی | CSV، JSON، SVG و هش | با نسخۀ انتظاررفته تطبیق دارد؟ |
| دامنه | مثال آموزش، بدون استنباط علّی | محدودیت در README آمده است؟ |
خروجی تمرین: بستۀ اجرای مستند و آزمون‌های با جواب معلوم را تحویل دهید.
منابع و مطالعه بیشتر
منابع رسمی برای بررسی و مطالعه بیشتر