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
کار با HDFS توسط کدهای پایتون
مراحل پیاده سازی آپاچی هدوپ در لینوکس
MapReduce در هدوپ
مراحل پیاده سازی HDFS
HDFS (Hadoop Distributed File System)
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
Subquery در SQL
داده های بولین در SQL
مزایای استفاده از View
اعطای مجوز در SQL
آشنایی با محیط برنامه های SQL
اضافه کردن ستون در SQL (ALTER COLUMN)
مدیریت زمان
ماتریس آیزنهاور
GTD (Getting Things Done)
Bullet Journal
روش ۱۲ هفته
مدیریت برنامه ریزی
Numpy
۱۰ روش برای ایجاد آرایه در NumPy
آموزش جامع NumPy
انتخاب و برش عناصر آرایه در NumPy
عملیات اساسی بر روی آرایه های NumPy
تجزیه و تحلیل داده های فروش با NumPy
Pandas
انجام عملیات آماری (همبستگی، رگرسیون) در Pandas و scikit-learn
دستکاری رشته ها در Pandas
استخراج اطلاعات از متن، تجزیه و تحلیل احساسات و موضوع بندی متن با Pandas
نصب و راهاندازی Pandas در محیط پایتون
محاسبه آمارهای خلاصه ای (میانگین، میانه، واریانس) در Pandas
SciPy
کاوش در فضای نام SciPy
سرفصل جامع آموزشی SciPy
محاسبه انتگرال های معین و نامعین با SciPy
کاربردهای پردازش سیگنال در علم و مهندسی
پردازش تصویر در علم و مهندسی با SciPy
تولید و تجزیه و تحلیل سیگنال با SciPy
Scikit-learn
یادگیری عمیق با scikit-learn
انتخاب مدل در یادگیری ماشین
پردازش متن با scikit-learn
ارزیابی عملکرد مدلهای رگرسیون با scikit-learn
استخراج ویژگی از متن در scikit-learn
- هوش مصنوعی - AI
چت بات ها
مقدمه:چتباتها (یا رباتهای گفتگو) برنامههای نرمافزاری هستند که برای شبیهسازی مکالمه هوشمندانه با کاربران انسانی، عمدتاً از طریق رابطهای متنی…
-
۱۴۰۴/۰۱/۱۷منظم سازی
-
۱۴۰۳/۱۱/۰۶استخراج خودکار ویژگیها
-
۱۴۰۴/۰۱/۱۸سیستم های توصیه گر
-
۱۴۰۳/۱۰/۱۰پایگاه داده NoSQL
-
۱۴۰۴/۰۱/۱۸هوش مصنوعی خلاق
- ۱۴۰۳/۰۹/۱۳
بینایی کامپیوتری
- ۱۴۰۳/۱۰/۰۲
مقایسه GPT-4 و Gemini
- علوم داده - Data Science
بارگذاری داده ها از فایل های مختلف در Matplotlib
بارگذاری داده ها از فایل های مختلف در Matplotlib Matplotlib به عنوان کتابخانه ای قدرتمند برای تجسم داده در پایتون،…
-
-
۱۴۰۳/۰۲/۱۷افزودن شبکه به نمودارهای Matplotlib
-
-
-
۱۴۰۳/۰۲/۱۷تنظیم مقیاس محورها در نمودارهای Matplotlib
-
۱۴۰۳/۰۲/۱۷معرفی Matplotlib
-
۱۴۰۳/۰۲/۱۷به اشتراک گذاری نمودارهای Matplotlib در وب
- 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…
-
۱۴۰۳/۰۱/۲۸انواع داده های آرایه NumPy
-
۱۴۰۳/۰۱/۲۸پردازش تصویر و گرافیک کامپیوتری با NumPy
-
۱۴۰۳/۰۱/۲۸ضرب ماتریس ها در NumPy
-
۱۴۰۳/۰۱/۲۸تجزیه و تحلیل داده های فروش با NumPy
-
۱۴۰۳/۰۱/۲۸نصب و راه اندازی NumPy
-
۱۴۰۳/۰۲/۲۳تابع where در NumPy
-
۱۴۰۳/۰۱/۲۸عملیات اساسی بر روی آرایه های 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…
-
۱۴۰۲/۱۲/۲۱متدهای مخفی در پایتون
-
۱۴۰۳/۰۳/۰۸توابع lambda
-
۱۴۰۳/۰۲/۲۹کاربرد مجموعهها در تحلیل داده
-
۱۴۰۳/۰۲/۲۹مجموعهها (Sets) در پایتون
-
۱۴۰۳/۰۵/۳۰ساختارهای کنترلی در پایتون
-
۱۴۰۳/۰۶/۲۵عملیات روی دیکشنریها در پایتون
-
۱۴۰۳/۰۶/۰۵آرگومانهای توابع در پایتون
- علوم داده - Data Science
سرفصل جامع آموزشی Scikit-learn
سرفصل جامع آموزشی scikit-learn مقدمه: آشنایی با scikit-learn: scikit-learn چیست؟ چرا از scikit-learn استفاده کنیم؟ نصب و راه اندازی scikit-learn…
-
-
۱۴۰۳/۰۲/۲۴الگوریتم های یادگیری ماشین یادگیری با نظارت
-
-
۱۴۰۳/۰۲/۲۴آشنایی با مفاهیم پایه ریاضی و آماری
-
-
۱۴۰۳/۰۲/۲۴استخراج ویژگی از متن در scikit-learn
-
۱۴۰۳/۰۲/۲۴الگوریتمهای رگرسیون در scikit-learn
- 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…
-
۱۴۰۳/۰۲/۰۹تبدیل سیگنال با SciPy
-
۱۴۰۳/۰۲/۰۹پردازش تصویر در علم و مهندسی با SciPy
-
۱۴۰۳/۰۲/۰۹پروژه های کاربردی با SciPy همراه با مثال
-
۱۴۰۳/۰۲/۰۹محاسبات آماری توصیفی با SciPy
-
۱۴۰۳/۰۲/۰۹سرفصل جامع آموزشی SciPy
-
۱۴۰۳/۰۲/۰۹تولید و تجزیه و تحلیل سیگنال با SciPy
-
۱۴۰۳/۰۲/۰۹حل مسائل بهینه سازی با SciPy
- Pandas
ادغام و الحاق DataFrame در Pandas
ادغام و الحاق DataFrame در Pandas Pandas ابزارهای قدرتمندی برای ادغام و الحاق DataFrame ها به منظور ترکیب داده ها…
-
۱۴۰۳/۰۲/۰۴اعمال توابع به داده ها در Pandas
-
-
۱۴۰۳/۰۲/۰۴مشاهده و چاپ DataFrame
-
۱۴۰۳/۰۲/۰۴تجزیه و تحلیل توصیفی با Pandas
-
-
-
- آموزش
توابع جمع آوری در SQL (Aggregate Functions)
مقدمه: توابع جمع آوری در SQL ابزاری قدرتمند برای محاسبه مقادیر آماری از یک مجموعه داده هستند. این توابع به…
-
۱۴۰۳/۰۴/۰۲SQL Query Plan
-
۱۴۰۳/۰۶/۲۰مقایسه سطوح جداسازی تراکنش در SQL Server
-
۱۴۰۳/۰۲/۱۹SQL EXCEPT
-
۱۴۰۲/۱۲/۰۹ساختار ستونها در پایگاه دادههای رابطهای
-
۱۴۰۲/۱۲/۰۹کاربردهای SQL
-
۱۴۰۳/۰۷/۰۲Hot Standby
-
۱۴۰۳/۰۷/۰۹Slony-I
- آمار و احتمال
اصل ضرب
اصل ضرب در آمار مقدمه اصل ضرب، که به عنوان “اصل اساسی شمارش” نیز شناخته میشود، مفهومی بنیادی در حوزه…
-
۱۴۰۳/۰۳/۱۳توزیع پواسون
-
۱۴۰۳/۰۳/۰۷نمودار سهبعدی
-
۱۴۰۳/۰۳/۱۹ضریب همبستگی
-
۱۴۰۳/۰۳/۰۸اصل جمع
-
۱۴۰۳/۰۳/۰۷نمودار پای
-
۱۴۰۳/۰۲/۳۰مقیاس داده
-
۱۴۰۳/۰۳/۰۷کشیدگی





































































