آخرین مطالب
ROI و ارزش آفرینی Big Data در سازمان ها
Roadmap پیادهسازی Big Data برای شرکتهای متوسط و بزرگ
امنیت و حاکمیت داده (Data Security & Governance) در پروژههای Big Data سازمانی
پردازش دادههای سریع و لحظهای (Real-Time Analytics) برای سازمانها
چالشهای مدیریت حجم عظیم داده در سازمانها
راهنمای ورود سازمانها به Big Data
داغ ترین مطالب
نصب و راه اندازی scikit-learn
نصب و راهاندازی Pandas در محیط پایتون
حذف ستون در SQL (DROP COLUMN)
حذف پایگاه داده در SQL (DROP DATABASE)
اضافه کردن ستون در SQL (ALTER COLUMN)
علوم داده
انواع پایگاه داده های قابل اتصال به پانداس
بهترین جایگزینهای pandas
بهترین ابزارهای علوم داده در سال ۲۰۲۵
بهترین کتابخانههای علوم داده برای خواندن و پردازش فایلهای اکسل
بهترین جایگزینهای NumPy
بهترین کتابخانه برای پردازش نقشه های جغرافیایی
ساختار بستهها در پایتون
ایجاد ماژول پایتون
مهندسی داده
ROI و ارزش آفرینی Big Data در سازمان ها
Roadmap پیادهسازی Big Data برای شرکتهای متوسط و بزرگ
امنیت و حاکمیت داده (Data Security & Governance) در پروژههای Big Data سازمانی
پردازش دادههای سریع و لحظهای (Real-Time Analytics) برای سازمانها
چالشهای مدیریت حجم عظیم داده در سازمانها
راهنمای ورود سازمانها به Big Data
کلان داده
مراحل پیاده سازی HDFS
مراحل پیاده سازی آپاچی هدوپ در لینوکس
کار با HDFS توسط کدهای پایتون
دستورات مدیریتی HDFS
MapReduce در 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
ایجاد پایگاه داده در SQL (CREATE DATABASE)
مرتب سازی اطلاعات در SQL
SQL GROUP BY CUBE
توابع جمعآوری پیشرفته در SQL
SQL GROUPING SETS
گروه بندی اطلاعات در SQL
مدیریت زمان
مدیریت برنامه ریزی
روش ۱۲ هفته
Bullet Journal
GTD (Getting Things Done)
Pomodoro
Numpy
انواع داده های آرایه NumPy
یادگیری ماشین و هوش مصنوعی با NumPy
شبیه سازی و مدل سازی علمی با NumPy
عملیات و توابع برای آرایه های چند بعدی در NumPy
عملیات اساسی بر روی آرایه های NumPy
Pandas
جایگزینی مقادیر گمشده در Pandas
انجام عملیات آماری (همبستگی، رگرسیون) در Pandas و scikit-learn
دستکاری رشته ها در Pandas
تاریخچه و مزایای استفاده از Pandas
حذف سطرها و ستون هایی حاوی مقادیر گمشده در Pandas
SciPy
آمار استنباطی با SciPy
تجزیه و تحلیل تصویر SciPy
فیلتر کردن سیگنال با SciPy
عملیات اساسی روی آرایه ها و ماتریس ها در SciPy
عملیات پردازش تصویر پایه SciPy
الگوریتم های یادگیری ماشین رایج با SciPy
Scikit-learn
پاکسازی و آماده سازی داده ها با scikit-learn
الگوریتمهای رگرسیون در scikit-learn
چرا از scikit-learn استفاده کنیم؟
scikit-learn چیست؟
سرفصل جامع آموزشی Scikit-learn
- هوش مصنوعی - AI
یادگیری عمیق و امنیت سایبری
یادگیری عمیق و امنیت سایبری (Deep Learning and Cybersecurity) یادگیری عمیق (Deep Learning) به عنوان یکی از پیشرفتهترین شاخههای هوش…
- ۱۴۰۳/۰۹/۱۲
هوش مصنوعی در لجستیک
- ۱۴۰۳/۰۹/۱۲
آیا هوش مصنوعی جایگزین انسان خواهد شد؟
- ۱۴۰۳/۰۹/۱۲
یادگیری تقویتی
- ۱۴۰۳/۰۹/۱۷
چالشهای درک معنایی در پردازش زبان طبیعی
- ۱۴۰۴/۰۱/۱۸
تحلیل احساسات
- ۱۴۰۳/۱۰/۱۰
DALL-E 2
- علوم داده - Data Science
دستکاری داده ها در Matplotlib
دستکاری داده ها در Matplotlib Matplotlib به عنوان کتابخانه ای قدرتمند برای تجسم داده در پایتون، نه تنها امکاناتی برای…
-
-
- ۱۴۰۳/۰۲/۱۷
افزودن شبکه به نمودارهای Matplotlib
- ۱۴۰۳/۰۲/۱۷
فیلتر کردن داده ها در Matplotlib
-
- ۱۴۰۳/۰۲/۱۷
ایجاد نمودارهای میله ای گروهی در Matplotlib
- ۱۴۰۳/۰۲/۱۷
نمودارهای جعبه ای در Matplotlib
- NumPy
ضرب ماتریس ها در NumPy
ضرب ماتریس ها عملیاتی اساسی در ریاضیات و علوم کامپیوتر است که برای ترکیب اطلاعات از دو ماتریس به منظور…
- ۱۴۰۳/۰۱/۲۸
کاربرد آرایه های چند بعدی در مسائل واقعی
- ۱۴۰۳/۰۱/۲۸
انتخاب و برش عناصر آرایه در NumPy
- ۱۴۰۳/۰۱/۲۸
تولید آرایههای آماده در NumPy
- ۱۴۰۳/۰۱/۲۸
یادگیری ماشین و هوش مصنوعی با NumPy
- ۱۴۰۳/۰۱/۲۸
ایجاد و نمایش آرایه های NumPy
- ۱۴۰۳/۰۱/۲۸
ماتریس ها در NumPy
- ۱۴۰۳/۰۱/۲۸
مدل سازی انتشار ویروس 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…
- ۱۴۰۳/۰۵/۱۴
متغیرها در پایتون
- ۱۴۰۳/۰۶/۱۰
ایجاد لیست در پایتون
- ۱۴۰۳/۰۶/۲۵
مجموعهها (Sets) در پایتون
- ۱۴۰۳/۱۰/۱۰
ایجاد ماژول پایتون
- ۱۴۰۳/۰۵/۳۱
ساختار حلقهها در پایتون
- ۱۴۰۳/۰۶/۲۵
دیکشنریها در پایتون
- ۱۴۰۳/۰۶/۱۰
لیستهای تولیدی در پایتون
- علوم داده - Data Science
آشنایی با زبان برنامه نویسی پایتون
آشنایی با زبان برنامه نویسی پایتون پایتون یک زبان برنامه نویسی سطح بالا، تفسیری، شیء گرا و همه منظوره است…
-
- ۱۴۰۳/۰۲/۲۴
سرفصل جامع آموزشی Scikit-learn
- ۱۴۰۳/۰۲/۲۴
بارگذاری و کاوش در دادهها با scikit-learn
-
- ۱۴۰۳/۰۲/۲۴
الگوریتمهای طبقهبندی در scikit-learn
-
-
- علوم داده - Data Science
پروژه های کاربردی با SciPy همراه با مثال
پروژه های کاربردی با SciPy همراه با مثال در حالی که SciPy یک کتابخانه کامل برای یادگیری ماشین نیست، می…
-
- ۱۴۰۳/۰۲/۰۹
مراحل انجام آزمون فرضیه در SciPy
-
- ۱۴۰۳/۰۲/۰۹
عملیات پردازش تصویر پایه SciPy
-
- ۱۴۰۳/۰۲/۰۹
تجزیه و تحلیل تصویر SciPy
- ۱۴۰۳/۰۲/۰۹
نصب و راه اندازی SciPy
- Pandas
جایگزینی مقادیر گمشده در Pandas
جایگزینی مقادیر گمشده در Pandas در تجزیه و تحلیل داده، مقادیر گمشده می توانند چالش برانگیز باشند و بر دقت…
- ۱۴۰۳/۰۲/۰۴
تجزیه و تحلیل آماری با Pandas
-
- ۱۴۰۳/۰۲/۰۳
سرفصل جامع آموزش Pandas
-
- ۱۴۰۳/۰۲/۰۴
اعمال توابع به داده ها در Pandas
- ۱۴۰۳/۰۲/۰۴
شناسایی مقادیر گمشده در Pandas
-
- آموزش
مدیریت SQL Server
مدیریت SQL Server مقدمه: مدیریت SQL Server فرآیندی پیچیده و چندوجهی است که شامل طیف وسیعی از وظایف مربوط به…
- ۱۴۰۲/۱۲/۰۹
تاریخچه SQL
- ۱۴۰۲/۱۲/۰۸
مزایای استفاده از پایگاه داده
- ۱۴۰۲/۱۲/۰۹
کاربردهای SQL
- ۱۴۰۳/۰۴/۰۲
SQL TABLESPACE(فضای جدولی)
- ۱۴۰۳/۰۷/۰۲
پشتیبانگیری (Backup) در SQL Server
- ۱۴۰۳/۰۷/۰۲
Log Shipping
- ۱۴۰۲/۱۲/۲۰
استفاده از توابع در SELECT
- آمار و احتمال
اعداد جبری
اعداد جبری در ریاضیات، اعداد جبری دستهای از اعداد هستند که با استفاده از عملیات حسابی (جمع، تفریق، ضرب و…
- ۱۴۰۳/۰۳/۰۸
اصل متمم
- ۱۴۰۳/۰۲/۳۰
اعداد اول فرما
- ۱۴۰۳/۰۳/۰۷
نمودار نقطهای
- ۱۴۰۳/۰۳/۱۳
آزمون فرضیه T
- ۱۴۰۳/۰۳/۰۷
هیستوگرام
- ۱۴۰۳/۰۳/۱۳
توزیع احتمالی نرمال
- ۱۴۰۳/۰۲/۳۰
انواع داده در علوم داده