آخرین مطالب
ساختار بستهها در پایتون
ایجاد ماژول پایتون
آشنایی با TensorFlow
مقدمهای بر یادگیری ماشین و یادگیری عمیق
استقرار اپلیکیشن Flask روی سرورهای مجازی DigitalOcean
استقرار اپلیکیشن Flask روی سرورهای مجازی Linode
داغ ترین مطالب
نصب و راه اندازی scikit-learn
نصب و راهاندازی Pandas در محیط پایتون
حذف ستون در SQL (DROP COLUMN)
اضافه کردن ستون در SQL (ALTER COLUMN)
حذف پایگاه داده در SQL (DROP DATABASE)
SQL
حذف پایگاه داده در SQL (DROP DATABASE)
نصب MySQL Workbench
کاربردهای SQL
SQL UNION ALL
سرفصل جامع آموزش SQL
مدیریت زمان
روش تقویم
GTD (Getting Things Done)
Pomodoro
مدیریت برنامه ریزی
ماتریس آیزنهاور
Numpy
تحلیل داده ها و آمار با NumPy
عملیات و توابع برای آرایه های چند بعدی در NumPy
توابع ریاضی و آماری NumPy
آموزش جامع NumPy
توابع برای بررسی و یافتن مقادیر در آرایه های NumPy
Pandas
تبدیل انواع داده در Pandas
Series: ذخیره دادههای تکبعدی
شناسایی مقادیر گمشده در Pandas
DataFrame: ذخیره داده های چندبعدی (جدولی)
دستکاری رشته ها در Pandas
SciPy
فیلتر کردن سیگنال با SciPy
مراحل پیاده سازی الگوریتم های یادگیری ماشین با SciPy
انواع داده های مختلف برای آرایه ها و ماتریس ها در SciPy
پروژه های کاربردی با SciPy همراه با مثال
محاسبات آماری توصیفی با SciPy
نصب و راه اندازی SciPy
Scikit-learn
چرا از scikit-learn استفاده کنیم؟
الگوریتمهای خوشهبندی در scikit-learn
معرفی مفاهیم پایه بینایی کامپیوتر در scikit-learn
انتخاب مدل در یادگیری ماشین
تکنیکهای رایج کاهش ابعاد در scikit-learn
کلان داده
مراحل پیاده سازی آپاچی هدوپ در لینوکس
مراحل افزودن دیتا نود به کلاستر هدوپ
MapReduce در هدوپ
مراحل پیاده سازی HDFS
DataNode در هدوپ
- هوش مصنوعی - AI
یادگیری عمیق و هنر
یادگیری عمیق و هنر (Deep Learning and Art) یادگیری عمیق (Deep Learning) به عنوان یکی از پیشرفتهترین شاخههای هوش مصنوعی،…
- ۱۴۰۳/۰۹/۱۲
کاربردهای یادگیری تقویتی در رباتیک
- ۱۴۰۳/۱۰/۱۰
DALL-E 2
- ۱۴۰۳/۰۹/۱۲
هوش مصنوعی در هنر
- ۱۴۰۳/۱۰/۱۰
پایگاه دادههای گراف
- ۱۴۰۳/۰۹/۱۲
آیا هوش مصنوعی جایگزین انسان خواهد شد؟
- ۱۴۰۴/۰۱/۱۸
هوش مصنوعی در فضای ابری
- ۱۴۰۳/۱۱/۱۳
تفاوت Qwen 2.5 vs DeepSeek
- علوم داده
نمودارهای جعبه ای در Matplotlib
نمودارهای جعبه ای در Matplotlib: راهنمای جامع و کاربردی مقدمه نمودارهای جعبه ای ابزاری بصری کارآمد برای نمایش توزیع داده…
- ۱۴۰۳/۰۲/۱۷
نمودارهای کنترل خطی در Matplotlib
- ۱۴۰۳/۰۲/۱۷
افزودن شبکه به نمودارهای Matplotlib
- ۱۴۰۳/۰۲/۱۷
نمودارهای سه بعدی در Matplotlib
- ۱۴۰۳/۰۲/۱۷
معرفی Matplotlib
- ۱۴۰۳/۰۲/۱۷
تنظیم مقیاس محورها در نمودارهای Matplotlib
- ۱۴۰۳/۰۲/۱۷
ایجاد نمودار خطی در Matplotlib
- ۱۴۰۳/۰۲/۱۷
دستکاری داده ها در Matplotlib
- NumPy
توابع برای بررسی و یافتن مقادیر در آرایه های NumPy
NumPy طیف گسترده ای از توابع را برای بررسی و یافتن مقادیر خاص در آرایه ها ارائه می دهد. این…
- ۱۴۰۳/۰۱/۲۸
نصب و راه اندازی NumPy
- ۱۴۰۳/۰۱/۲۸
انواع داده های آرایه NumPy
- ۱۴۰۳/۰۲/۲۳
تابع newaxis در NumPy
- ۱۴۰۳/۰۱/۲۸
تحلیل داده ها و آمار با NumPy
- ۱۴۰۳/۰۱/۲۸
تولید آرایههای آماده در NumPy
- ۱۴۰۳/۰۱/۲۸
توابع ریاضی و آماری NumPy
- ۱۴۰۳/۰۱/۲۸
شبیه سازی و مدل سازی علمی با NumPy
- Python
عملیات روی لیستها در پایتون
عملیات روی لیستها در پایتون لیستها در پایتون یکی از ساختارهای دادهای بسیار انعطافپذیر هستند که به شما اجازه میدهند…
- ۱۴۰۳/۰۶/۰۵
مقدار بازگشتی در توابع پایتون
- ۱۴۰۳/۰۶/۲۵
عملیات روی مجموعهها در پایتون
- ۱۴۰۳/۰۶/۱۰
لیستهای تولیدی در پایتون
- ۱۴۰۳/۰۵/۳۰
ساختارهای کنترلی در پایتون
-
- ۱۴۰۳/۰۶/۰۵
فراخوانی توابع در پایتون
- ۱۴۰۳/۰۶/۱۰
ایجاد لیست در پایتون
- علوم داده
ارزیابی عملکرد مدلهای رگرسیون با scikit-learn
ارزیابی عملکرد مدلهای رگرسیون با scikit-learn: راهنمای جامع در دنیای یادگیری ماشین، ارزیابی عملکرد مدل نقشی اساسی در سنجش کارایی…
- ۱۴۰۳/۰۲/۲۴
تبدیل و مقیاس گذاری ویژگی ها با scikit-learn
-
-
- ۱۴۰۳/۰۲/۲۴
استخراج ویژگی از تصاویر با scikit-learn
- ۱۴۰۳/۰۲/۲۴
ساخت مدلهای یادگیری عمیق با scikit-learn
- ۱۴۰۳/۰۲/۲۴
پاکسازی و آماده سازی داده ها با scikit-learn
- ۱۴۰۳/۰۲/۲۴
شبکههای عصبی مصنوعی در scikit-learn
- علوم داده
روش های بهینه سازی مختلف در SciPy
روش های بهینه سازی مختلف در SciPy SciPy کتابخانه ای قدرتمند برای محاسبات علمی در زبان برنامه نویسی Python است…
- ۱۴۰۳/۰۲/۰۹
عملیات پردازش تصویر پایه SciPy
- ۱۴۰۳/۰۲/۰۹
الگوریتم های یادگیری ماشین رایج با SciPy
-
-
- ۱۴۰۳/۰۲/۰۹
محاسبات آماری توصیفی با SciPy
- ۱۴۰۳/۰۲/۰۹
کاربردهای ادغام در علم و مهندسی با SciPy
-
- Pandas
محاسبه آمارهای خلاصه ای (میانگین، میانه، واریانس) در Pandas
محاسبه آمارهای خلاصه ای (میانگین، میانه، واریانس) در Pandas در تجزیه و تحلیل داده، آمارهای خلاصه ای مانند میانگین، میانه…
-
- ۱۴۰۳/۰۲/۰۴
ادغام و الحاق DataFrame در Pandas
-
- ۱۴۰۳/۰۲/۰۴
تاریخچه و مزایای استفاده از Pandas
-
-
-
- SQL
Gist Index
شاخص GIST در پایگاه داده SQL شاخص GIST (اختصار از Generalized Search Tree) یک نوع ساختار داده درختی است که…
- ۱۴۰۳/۰۷/۰۲
Log Shipping
- ۱۴۰۳/۰۲/۱۹
SQL ROLLUP
- ۱۴۰۲/۱۲/۲۶
استفاده و کاربرد Subquery
- ۱۴۰۳/۰۳/۳۰
LAST_VALUE
- ۱۴۰۲/۱۲/۰۹
ساختار ستونها در پایگاه دادههای رابطهای
- ۱۴۰۳/۰۷/۰۹
Ceph
- ۱۴۰۳/۰۲/۱۹
SQL EXCEPT
- آمار و احتمال
اعداد مرکب
اعداد مرکب اعداد مرکب، دستهای از اعداد طبیعی هستند که بیش از دو مقسوم علی (شمارنده) دارند. به عبارت دیگر،…
- ۱۴۰۳/۰۲/۳۰
توزیع احتمال
- ۱۴۰۳/۰۳/۲۷
آزمونهای کای دو
- ۱۴۰۳/۰۳/۰۸
اصل متمم
- ۱۴۰۳/۰۲/۳۰
اعداد طبیعی
- ۱۴۰۳/۰۲/۳۰
مقیاس داده
- ۱۴۰۳/۰۳/۲۷
تخمین فواصل
- ۱۴۰۳/۰۲/۳۰
اعداد کسری