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
HDFS (Hadoop Distributed File System)
دستورات مدیریتی HDFS
مراحل افزودن دیتا نود به کلاستر هدوپ
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
ایجاد پایگاه داده در SQL (CREATE DATABASE)
سرفصل جامع آموزش SQL
دستور INSERT در SQL
گروه بندی اطلاعات در SQL
سطوح دسترسی نقش ها در SQL
SQL GROUP BY CUBE
مدیریت زمان
Bullet Journal
Pomodoro
مدیریت برنامه ریزی
روش ۱۲ هفته
روش تقویم
Numpy
شبیه سازی و مدل سازی علمی با NumPy
پردازش تصویر و گرافیک کامپیوتری با NumPy
تولید آرایههای آماده در NumPy
نصب و راه اندازی NumPy
ایجاد، نمایش و دسترسی به عناصر آرایه های چند بعدی در NumPy
Pandas
محاسبه آمارهای خلاصه ای (میانگین، میانه، واریانس) در Pandas
سفارشی سازی نمودارها برای وضوح و تأثیرگذاری بیشتر با Pandas و Matplotlib
بارگیری داده ها از فایل های CSV، JSON، Excel و پایگاه های داده
ایجاد Series و DataFrame از ابتدا
تجزیه و تحلیل آماری با Pandas
SciPy
معرفی توابع و ماژول های کلیدی در SciPy
تبدیل سیگنال با SciPy
کاربردهای ادغام در علم و مهندسی با SciPy
توزیع های احتمال در SciPy
نصب و راه اندازی SciPy
مراحل انجام آزمون فرضیه در SciPy
Scikit-learn
scikit-learn چیست؟
الگوریتم های یادگیری ماشین یادگیری با نظارت
طبقهبندی متنی با scikit-learn
بهینهسازی در یادگیری ماشین
ساخت مدلهای یادگیری عمیق با scikit-learn
-
هوش مصنوعی در صنعت
هوش مصنوعی (AI) به سرعت در حال تغییر و تحول صنایع مختلف است. با استفاده از الگوریتمها و مدلهای یادگیری…
- ۱۴۰۳/۱۱/۱۳
تفاوت Qwen 2.5 vs DeepSeek
- ۱۴۰۳/۰۹/۱۲
هوش مصنوعی (Artificial Intelligence یا AI)
- ۱۴۰۳/۰۹/۱۳
برچسبگذاری بخش گفتار در پردازش زبان طبیعی
- ۱۴۰۳/۰۹/۱۲
هوش مصنوعی و یادگیری مادام العمر
- ۱۴۰۳/۰۹/۱۲
یادگیری تقویتی
-
۱۴۰۳/۱۱/۲۰یادگیری عمیق و واقعیت مجازی/افزوده
- علوم داده - Data Science
مزایای استفاده از Matplotlib
Matplotlib: کتابخانه ای قدرتمند برای تجسم داده در پایتون مقدمه Matplotlib به عنوان یک کتابخانه محبوب و بالغ در میان…
-
۱۴۰۳/۰۲/۱۷تنظیم مقیاس محورها در نمودارهای Matplotlib
-
۱۴۰۳/۰۲/۱۷فیلتر کردن داده ها در Matplotlib
-
۱۴۰۳/۰۲/۱۷ایجاد نمودار ستونی در Matplotlib
-
۱۴۰۳/۰۲/۱۷نمودارهای کنترل خطی در Matplotlib
-
۱۴۰۳/۰۲/۱۷ایجاد نمودار خطی در Matplotlib
-
۱۴۰۳/۰۲/۱۷به اشتراک گذاری نمودارهای Matplotlib در وب
-
۱۴۰۳/۰۲/۱۷نصب حرفه ای Matplotlib
- NumPy
ماتریس ها در NumPy
ماتریس ها در NumPy آرایه های دو بعدی هستند که برای ذخیره و دستکاری داده های عددی به صورت منظم…
-
۱۴۰۳/۰۱/۲۸توابع دستکاری آرایه در NumPy
-
۱۴۰۳/۰۱/۲۸توابع ریاضی و آماری NumPy
-
۱۴۰۳/۰۱/۲۸حل معادلات خطی با NumPy
-
-
۱۴۰۳/۰۱/۲۸یادگیری ماشین و هوش مصنوعی با NumPy
-
۱۴۰۳/۰۱/۲۸ایجاد و نمایش آرایه های NumPy
-
۱۴۰۳/۰۱/۲۸انتخاب و برش عناصر آرایه در NumPy
- Python
ایجاد لیست در پایتون
ایجاد لیست در پایتون بسیار ساده است. برای ایجاد یک لیست، میتوانید از براکتهای مربع [] استفاده کنید و عناصر لیست را…
-
-
۱۴۰۳/۰۵/۱۰نصب پایتون
-
۱۴۰۳/۰۶/۰۵آرگومانهای توابع در پایتون
-
۱۴۰۳/۰۶/۰۵فراخوانی توابع در پایتون
-
۱۴۰۲/۱۲/۲۱مفاهیم شی گرایی در پایتون (Python OOP)
-
۱۴۰۳/۰۲/۲۹کاربرد مجموعهها در تحلیل داده
-
۱۴۰۳/۰۳/۰۸توابع lambda
- علوم داده - Data Science
ساخت مدلهای یادگیری عمیق با scikit-learn
ساخت مدلهای یادگیری عمیق با scikit-learn: راهنمای گام به گام مقدمه کتابخانه scikit-learn که به عنوان ابزاری قدرتمند در حوزه…
-
-
۱۴۰۳/۰۲/۲۴چرا از scikit-learn استفاده کنیم؟
-
۱۴۰۳/۰۲/۲۴استخراج ویژگی از متن در scikit-learn
-
-
۱۴۰۳/۰۲/۲۴آشنایی با زبان برنامه نویسی پایتون
-
۱۴۰۳/۰۲/۲۴پردازش متن با scikit-learn
-
۱۴۰۳/۰۲/۲۴scikit-learn چیست؟
- علوم داده - Data Science
کاربردهای پردازش سیگنال در علم و مهندسی
کاربردهای پردازش سیگنال در علم و مهندسی پردازش سیگنال به عنوان یک حوزه ی بنیادی در مهندسی و علوم، نقشی…
-
-
۱۴۰۳/۰۲/۰۹پروژه های کاربردی با SciPy همراه با مثال
-
۱۴۰۳/۰۲/۰۹الگوریتم های یادگیری ماشین رایج با SciPy
-
-
۱۴۰۳/۰۲/۰۹حل مسائل بهینه سازی با SciPy
-
۱۴۰۳/۰۲/۰۹خواندن، نوشتن و نمایش تصاویر با SciPy
-
۱۴۰۳/۰۲/۰۹نصب و راه اندازی SciPy
- Pandas
بررسی رفتار خرید مشتری، الگوهای تقاضا و اثربخشی بازاریابی با Pandas
بررسی رفتار خرید مشتری، الگوهای تقاضا و اثربخشی بازاریابی با Pandas Pandas به عنوان یک کتابخانه قدرتمند Python برای تجزیه…
-
۱۴۰۳/۰۲/۰۴انتخاب ستون ها و سطرها در Pandas
-
-
۱۴۰۳/۰۲/۰۴تجزیه و تحلیل آماری با Pandas
-
-
-
۱۴۰۳/۰۲/۰۴جایگزینی مقادیر گمشده در Pandas
-
۱۴۰۳/۰۲/۰۴اعمال توابع به داده ها در Pandas
- SQL
Streaming Replication
تکرار استریمینگ (Streaming Replication) یک روش قدرتمند و کارآمد برای تکثیر پایگاه دادهها به صورت بلادرنگ است. در این روش،…
-
۱۴۰۲/۱۲/۲۶ایندکس (Index) در SQL
-
۱۴۰۳/۰۶/۲۰Snapshot Isolation
-
۱۴۰۲/۱۲/۲۶سطوح دسترسی نقش ها در SQL
-
-
۱۴۰۳/۰۵/۲۲Table-Valued Functions
-
۱۴۰۲/۱۲/۱۳توابع جمع آوری در SQL (Aggregate Functions)
-
۱۴۰۳/۰۶/۲۰تأثیر سطح ایزولیشن بر عملکرد پایگاه داده
- آمار و احتمال
نمودار میلهای
نمودار میلهای: ابزاری کارآمد برای نمایش دادهها در آمار مقدمه: نمودار میلهای (یا ستونی) یکی از ابزارهای بنیادی در علم…
-
۱۴۰۳/۰۳/۰۷میانه
-
۱۴۰۳/۰۳/۲۷آزمونهای یک نمونهای
-
۱۴۰۳/۰۳/۱۳قانون جمع
-
۱۴۰۳/۰۲/۳۰اعداد متعالی
-
۱۴۰۳/۰۲/۳۰انواع اعداد
-
۱۴۰۳/۰۲/۳۰اعداد طبیعی
-
۱۴۰۳/۰۳/۱۳رویداد
































































