آخرین مطالب
معماری Data Mesh
روشهای استاندارد سازی داده برای افزایش قابلیت همکاری تیمها
چالشهای پاکسازی دادههای سازمانی و راهحلهای عملی
مدیریت دادههای حساس در پروژههای تجاری چگونه باید باشد؟
اعتبارسنجی داده از دیدگاه مهندسی داده
راهنمای جامع پیادهسازی مدل پیشبینی فروش برای شرکتهای ایرانی
داغ ترین مطالب
اعداد حسابی
انواع اعداد
نصب و راه اندازی scikit-learn
نصب و راهاندازی Pandas در محیط پایتون
حذف پایگاه داده در SQL (DROP DATABASE)
علوم داده
روشهای استاندارد سازی داده برای افزایش قابلیت همکاری تیمها
چالشهای پاکسازی دادههای سازمانی و راهحلهای عملی
مدیریت دادههای حساس در پروژههای تجاری چگونه باید باشد؟
راهنمای جامع پیادهسازی مدل پیشبینی فروش برای شرکتهای ایرانی
تحلیل دادههای مشتریان (Customer Analytics) با استفاده از کتابخانه Pandas
تبدیل دادههای نامنظم به ساختار قابل تحلیل در پروژههای علوم داده
چطور پروژههای تحلیل داده را سریع و بهینه ارزیابی کنیم؟
راهنمای جامع ساخت سیستمهای توصیهگر برای افزایش فروش آنلاین
مهندسی داده
معماری Data Mesh
اعتبارسنجی داده از دیدگاه مهندسی داده
کاهش هزینههای ذخیرهسازی کلانداده (Big Data)
ETL بهینه برای اجرای فرآیند در شرکتهای متوسط
چالشهای مهاجرت داده از پایگاههای قدیمی به سامانههای جدید
راهکارهای کاهش خطاهای انسانی در جمعآوری داده
کلان داده
مراحل پیاده سازی آپاچی هدوپ در لینوکس
آپاچی هدوپ (Apache Hadoop)
مراحل پیاده سازی HDFS
کار با HDFS توسط کدهای پایتون
مراحل افزودن دیتا نود به کلاستر هدوپ
هوش مصنوعی
تشخیص چهره
تولید تصاویر
چت بات ها
تحلیل احساسات
تولید متن
سیستم های توصیه گر
هوش مصنوعی خلاق
یادگیری عمیق برای تحلیل دادههای بزرگ
هوش مصنوعی در فضای ابری
نورون های مصنوعی
توابع فعال سازی
تابع هزینه
SQL
تاریخچه SQL
آشنایی با محیط برنامه های SQL
حذف جدول در SQL (DROP TABLE)
SQL UNION ALL
داده های متنی در SQL
Subquery در SQL
مدیریت زمان
روش تقویم
Pomodoro
روش ۱۲ هفته
مدیریت برنامه ریزی
ماتریس آیزنهاور
Numpy
۱۰ روش برای ایجاد آرایه در NumPy
انتخاب و برش عناصر آرایه در NumPy
انواع داده های آرایه NumPy
حل معادلات خطی با NumPy
ایجاد، نمایش و دسترسی به عناصر آرایه های چند بعدی در NumPy
Pandas
دستکاری اولیه داده ها: انتخاب، مرتب سازی، فیلتر کردن و حذف
تجزیه و تحلیل توصیفی با Pandas
سرفصل جامع آموزش Pandas
ایجاد انواع مختلف نمودارها (خطی، میله ای، پراکندگی) با Pandas و Matplotlib
مشاهده و چاپ DataFrame
SciPy
پردازش تصویر در علم و مهندسی با SciPy
نصب و راه اندازی SciPy
حل مسائل بهینه سازی با SciPy
تبدیل سیگنال با SciPy
محاسبات آماری توصیفی با SciPy
کاربردهای ادغام در علم و مهندسی با SciPy
Scikit-learn
ارزیابی عملکرد مدلهای طبقهبندی با scikit-learn
انتخاب مدل در یادگیری ماشین
آشنایی با زبان برنامه نویسی پایتون
مروری بر الگوریتمهای یادگیری تقویتی در یادگیری ماشین
شبکههای عصبی مصنوعی در scikit-learn
-
مقایسه GPT-4 و Gemini
مقایسه GPT-4 و Gemini، دو مدل زبان بزرگ پیشرفته، نیازمند بررسی دقیق ویژگیها و قابلیتهای آنهاست. هر دو مدل در…
- ۱۴۰۳/۰۹/۱۲
یادگیری عمیق (Deep Learning)
-
۱۴۰۳/۱۱/۰۶استخراج خودکار ویژگیها
- ۱۴۰۳/۰۹/۱۲
هوش مصنوعی در هنر
-
۱۴۰۳/۱۱/۲۰یادگیری عمیق و اینترنت اشیا
- ۱۴۰۳/۰۹/۱۷
چالشهای درک معنایی در پردازش زبان طبیعی
- علوم داده - Data Science
افزودن شبکه به نمودارهای Matplotlib
افزودن شبکه به نمودارهای Matplotlib: راهنمای گام به گام مقدمه شبکه در نمودارها ابزاری بصری کارآمد برای ایجاد تناسب و…
-
۱۴۰۳/۰۲/۱۷تنظیم مقیاس محورها در نمودارهای Matplotlib
-
-
۱۴۰۳/۰۲/۱۷علائم واختصارات در نمودارهای Matplotlib
-
۱۴۰۳/۰۲/۱۷ایجاد نمودارهای میله ای گروهی در Matplotlib
-
۱۴۰۳/۰۲/۱۷ایجاد نمودار دایره ای در Matplotlib
-
۱۴۰۳/۰۲/۱۷به اشتراک گذاری نمودارهای Matplotlib در وب
-
- NumPy
عملیات و توابع برای آرایه های چند بعدی در NumPy
NumPy طیف گسترده ای از عملیات و توابع را برای انجام محاسبات و دستکاری های مختلف بر روی آرایه های…
-
۱۴۰۳/۰۱/۲۸ماتریس ها در NumPy
-
۱۴۰۳/۰۱/۲۸انتخاب و برش عناصر آرایه در NumPy
-
۱۴۰۳/۰۱/۲۸تولید آرایههای آماده در NumPy
-
-
۱۴۰۳/۰۱/۲۸ضرب ماتریس ها در NumPy
-
۱۴۰۳/۰۱/۲۸یادگیری ماشین و هوش مصنوعی با NumPy
-
۱۴۰۳/۰۱/۲۸آموزش جامع NumPy
- Python
مقدار بازگشتی در توابع پایتون
مقدار بازگشتی در توابع پایتون (Return Value) نتیجهای است که یک تابع پس از اجرا به فراخوانیکنندهی خود برمیگرداند. این…
-
۱۴۰۳/۰۳/۰۸تابع Filter
-
۱۴۰۳/۰۵/۱۰نصب پایتون
-
۱۴۰۳/۰۶/۲۵کاربردهای تاپل و لیست در پایتون
-
۱۴۰۳/۰۶/۲۵عملیات روی مجموعهها در پایتون
-
۱۴۰۳/۰۵/۱۰ویژگیهای زبان پایتون
-
۱۴۰۲/۱۱/۰۹آموزش جامع پایتون مقدماتی
-
۱۴۰۳/۰۶/۱۰لیستهای تولیدی در پایتون
- علوم داده - Data Science
بهینهسازی در یادگیری ماشین
مفاهیم کلیدی در یادگیری ماشین: بهینهسازی مقدمه بهینهسازی یکی از مهمترین جنبههای یادگیری ماشین است که به دنبال یافتن بهترین…
-
-
-
۱۴۰۳/۰۲/۲۴الگوریتمهای رگرسیون در scikit-learn
-
۱۴۰۳/۰۲/۲۴scikit-learn چیست؟
-
۱۴۰۳/۰۲/۲۴یادگیری عمیق با scikit-learn
-
۱۴۰۳/۰۲/۲۴آشنایی با زبان برنامه نویسی پایتون
-
- علوم داده - Data Science
روش های عددی برای ادغام در SciPy
روش های عددی برای ادغام در SciPy SciPy کتابخانه ای قدرتمند برای محاسبات علمی در زبان برنامه نویسی Python است…
-
۱۴۰۳/۰۲/۰۹تولید و تجزیه و تحلیل سیگنال با SciPy
-
۱۴۰۳/۰۲/۰۹حل مسائل بهینه سازی با SciPy
-
-
۱۴۰۳/۰۲/۰۹پروژه های کاربردی با SciPy همراه با مثال
-
۱۴۰۳/۰۲/۰۹معرفی توابع و ماژول های کلیدی در SciPy
-
۱۴۰۳/۰۲/۰۹کاوش در فضای نام SciPy
-
۱۴۰۳/۰۲/۰۹مراحل انجام آزمون فرضیه در SciPy
- Pandas
تست فرضیه برای بررسی معنی داری آماری در Pandas و scikit-learn
تست فرضیه برای بررسی معنی داری آماری در Pandas و scikit-learn در تجزیه و تحلیل داده، تست فرضیه ابزاری قدرتمند…
-
-
۱۴۰۳/۰۲/۰۴جایگزینی مقادیر گمشده در Pandas
-
-
۱۴۰۳/۰۲/۰۴جمع آوری و خلاصه سازی داده ها در Pandas
-
-
-
۱۴۰۳/۰۲/۰۴شاخص: برچسبگذاری دادهها برای دسترسی آسان
- SQL
تابع پنجره ای RANK
تابع پنجره ای RANK در SQL: توضیح جامع با مثال مقدمه توابع پنجره ای در SQL به شما امکان می…
-
-
۱۴۰۲/۱۲/۱۳اضافه کردن ستون در SQL (ALTER COLUMN)
-
۱۴۰۳/۰۷/۰۹Trigger Replication
-
۱۴۰۳/۰۷/۰۹File System Replication
-
۱۴۰۳/۰۶/۲۰تأثیر سطح ایزولیشن بر عملکرد پایگاه داده
-
۱۴۰۳/۰۷/۰۲مراحل تکثیر (Replication) در PostgreSQL
-
۱۴۰۲/۱۲/۱۳تعریف کلید اولیه در SQL (Primary Key)
- آمار و احتمال
اعداد خوش شانس
اعداد خوش شانس: بینش عمیق تر درست است که اعداد خوش شانس، دنبالهای از اعداد طبیعی هستند که در تئوری…
-
۱۴۰۳/۰۳/۰۷نمودار حبابی
-
۱۴۰۳/۰۳/۱۳فضای نمونه
-
۱۴۰۳/۰۳/۰۷نمودار گرما
-
۱۴۰۳/۰۳/۰۷انحراف معیار
-
-
۱۴۰۳/۰۳/۰۷میانه
-
۱۴۰۳/۰۳/۱۳احتمال شرطی

































































