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
DataNode در هدوپ
دستورات مدیریتی HDFS
MapReduce در هدوپ
مراحل پیاده سازی HDFS
مراحل پیاده سازی آپاچی هدوپ با داکر
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
سطوح دسترسی نقش ها در SQL
ساختار ستونها در پایگاه دادههای رابطهای
دستور DELETE در SQL
فیلتر کردن اطلاعات در SQL
داده های عددی در SQL
SQL UNION ALL
مدیریت زمان
GTD (Getting Things Done)
Pomodoro
Bullet Journal
روش ۱۲ هفته
روش تقویم
Numpy
آشنایی با NumPy و کاربردهای آن
پردازش تصویر و گرافیک کامپیوتری با NumPy
عملیات و توابع برای آرایه های چند بعدی در NumPy
تابع newaxis در NumPy
ایجاد و نمایش آرایه های NumPy
Pandas
اعمال توابع به داده ها در Pandas
تجزیه و تحلیل قیمت سهام، روند بازار و ریسک سرمایه گذاری با Pandas
سفارشی سازی نمودارها برای وضوح و تأثیرگذاری بیشتر با Pandas و Matplotlib
انتخاب ستون ها و سطرها در Pandas
جایگزینی مقادیر گمشده در Pandas
SciPy
کاربردهای ادغام در علم و مهندسی با SciPy
کاوش در فضای نام SciPy
توزیع های احتمال در SciPy
تجزیه و تحلیل تصویر SciPy
نصب و راه اندازی SciPy
آمار استنباطی با SciPy
Scikit-learn
نصب و راه اندازی scikit-learn
انتخاب مدل در یادگیری ماشین
الگوریتمهای طبقهبندی در scikit-learn
یادگیری عمیق با scikit-learn
پاکسازی و آماده سازی داده ها با scikit-learn
-
DALL-E 2
DALL-E 2 یک سیستم هوش مصنوعی پیشرفته است که توسط OpenAI توسعه یافته است. این مدل قادر است با دریافت…
-
۱۴۰۴/۰۱/۱۸تابع هزینه
-
۱۴۰۴/۰۱/۱۸یادگیری عمیق برای تحلیل دادههای بزرگ
- ۱۴۰۳/۰۹/۱۲
هوش مصنوعی و یادگیری مادام العمر
- ۱۴۰۳/۰۹/۱۳
بینایی کامپیوتری
-
۱۴۰۴/۰۱/۱۸الگوریتم های بهینه سازی
- ۱۴۰۳/۱۰/۰۲
مدلهای شرکت OpenAI
-
۱۴۰۳/۱۲/۰۴یادگیری خودنظارتی
- 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…
-
۱۴۰۳/۰۲/۱۷سرفصل جامع Matplotlib
-
۱۴۰۳/۰۲/۱۷دستکاری داده ها در Matplotlib
-
۱۴۰۳/۰۲/۱۷ایجاد نمودار خطی در Matplotlib
-
۱۴۰۳/۰۲/۱۷نمودارهای کنترل خطی در Matplotlib
-
۱۴۰۳/۰۲/۱۷ایجاد نمودار دایره ای در Matplotlib
-
-
- NumPy
محاسبه معکوس ماتریس در NumPy
معکوس ماتریس نقشی اساسی در حل سیستم های معادلات خطی، یافتن جواب معادلات ماتریسی و انجام سایر محاسبات ریاضی دارد.…
-
۱۴۰۳/۰۱/۲۸مدل سازی انتشار ویروس با NumPy
-
۱۴۰۳/۰۱/۲۸ماتریس ها در NumPy
-
-
۱۴۰۳/۰۱/۲۸تغییر شکل و بازآرایی آرایه ها در NumPy
-
۱۴۰۳/۰۱/۲۸آموزش جامع NumPy
-
۱۴۰۳/۰۱/۲۸انواع داده های آرایه NumPy
-
۱۴۰۳/۰۱/۲۸تحلیل داده ها و آمار با NumPy
- آموزش
کلاس در پایتون
کلاس در پایتون یک الگو برای ساخت اشیاء است. اشیاء موجودیتهای مستقل هستند که شامل داده و توابع مربوط به…
-
۱۴۰۳/۰۳/۰۸توابع lambda
-
۱۴۰۳/۰۵/۱۰نصب پایتون
-
۱۴۰۳/۰۶/۱۰دسترسی به عناصر یک لیست در پایتون
-
۱۴۰۳/۰۶/۲۵ایجاد تاپل در پایتون
-
۱۴۰۳/۰۵/۳۰ساختارهای کنترلی در پایتون
-
۱۴۰۳/۱۰/۱۰ساختار بستهها در پایتون
-
۱۴۰۳/۰۳/۰۸لیست
- علوم داده - Data Science
اعتبارسنجی در یادگیری ماشین
مفاهیم کلیدی در یادگیری ماشین: اعتبارسنجی مقدمه اعتبارسنجی یک مرحله ی اجتناب ناپذیر در فرایند یادگیری ماشین است که به…
-
۱۴۰۳/۰۲/۲۴یادگیری عمیق با scikit-learn
-
۱۴۰۳/۰۲/۲۴شبکههای عصبی مصنوعی در scikit-learn
-
۱۴۰۳/۰۲/۲۴تکنیکهای رایج کاهش ابعاد در scikit-learn
-
۱۴۰۳/۰۲/۲۴ساخت مدلهای یادگیری عمیق با scikit-learn
-
۱۴۰۳/۰۲/۲۴پاکسازی و آماده سازی داده ها با scikit-learn
-
۱۴۰۳/۰۲/۲۴بهینهسازی در یادگیری ماشین
-
۱۴۰۳/۰۲/۲۴پردازش متن با scikit-learn
- علوم داده - Data Science
آمار استنباطی با SciPy
آمار استنباطی با SciPy SciPy مجموعه ای از ابزارهای قدرتمند برای انجام محاسبات آماری استنباطی بر روی داده های شما…
-
۱۴۰۳/۰۲/۰۹کاوش در فضای نام SciPy
-
۱۴۰۳/۰۲/۰۹توزیع های احتمال در SciPy
-
۱۴۰۳/۰۲/۰۹تولید و تجزیه و تحلیل سیگنال با SciPy
-
۱۴۰۳/۰۲/۰۹عملیات پردازش تصویر پایه SciPy
-
۱۴۰۳/۰۲/۰۹روش های عددی برای ادغام در SciPy
-
۱۴۰۳/۰۲/۰۹الگوریتم های یادگیری ماشین رایج با SciPy
-
۱۴۰۳/۰۲/۰۹خواندن، نوشتن و نمایش تصاویر با SciPy
- Pandas
شاخص: برچسبگذاری دادهها برای دسترسی آسان
شاخص: برچسبگذاری دادهها برای دسترسی آسان شاخص در Pandas یک عنصر کلیدی برای ساختارهای داده Series و DataFrame است که…
-
-
-
-
۱۴۰۳/۰۲/۰۴مشاهده و چاپ DataFrame
-
۱۴۰۳/۰۲/۰۴انتخاب ستون ها و سطرها در Pandas
-
۱۴۰۳/۰۲/۰۴تجزیه و تحلیل آماری با Pandas
-
- SQL
Snapshot Isolation
Snapshot Isolation یک تکنیک مدیریت همزمانی در پایگاههای داده است که به تراکنشها اجازه میدهد به یک نسخه جداگانه از…
-
۱۴۰۳/۰۴/۰۲SQL EXPLAIN VERBOSE
-
۱۴۰۲/۱۲/۰۹ساختار رکوردها در پایگاه داده رابطه ای
-
۱۴۰۳/۰۲/۱۹SQL GROUP BY CUBE
-
۱۴۰۲/۱۲/۲۶ایجاد ارتباطات بین جداول
-
۱۴۰۲/۱۲/۲۶View در SQL
-
۱۴۰۲/۱۲/۲۰مرتب سازی اطلاعات در SQL
-
۱۴۰۲/۱۲/۰۹مدیریت SQL Server
- آمار و احتمال
انحراف معیار
انحراف معیار: واکاوی مفهومی و کاربردهای آماری چکیده انحراف معیار (SD) به عنوان معیاری آماری، میزان پراکندگی دادهها حول میانگین…
-
۱۴۰۳/۰۲/۳۰اعداد متعالی
-
۱۴۰۳/۰۳/۱۳رویداد
-
۱۴۰۳/۰۳/۱۳آزمون فرضیه T
-
-
۱۴۰۳/۰۲/۳۰اعداد صحیح
-
۱۴۰۳/۰۲/۳۰اعداد جبری
-
۱۴۰۳/۰۳/۰۷مد



































































