Data Science | علم داده
前往频道在 Telegram
📊 دانشمند داده شوید! 👔 جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼 🆔 @DataScienceir_Adv
显示更多📈 Telegram 频道 Data Science | علم داده 的分析概览
频道 Data Science | علم داده (@datascience_ir) 波斯语 语言赛道中的 是活跃参与者。目前社区聚集了 50 207 名订阅者,在 技术与应用 类别中位列第 2 656,并在 伊朗 地区排名第 7 009 位。
📊 受众指标与增长动态
自 невідомо 创建以来,项目保持高速增长,吸引了 50 207 名订阅者。
根据 10 十一月, 2026 的最新数据,频道保持稳定运转。过去 30 天订阅人数变化为 -215,过去 24 小时变化为 -12,整体触达仍然可观。
- 认证状态: 未认证
- 互动率 (ER): 平均受众互动率为 5.06%。内容发布后 24 小时内通常能获得 2.68% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 2 540 次浏览,首日通常累积 1 347 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 3。
- 主题关注点: 内容集中在 ابزار, داده, واقعی, پایتون, دیتا 等核心主题上。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台:
“📊 دانشمند داده شوید!
👔 جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼
🆔 @DataScienceir_Adv”
凭借高频更新(最新数据采集于 11 十一月, 2026),频道始终保持新鲜度与高覆盖。分析显示受众积极互动,使其成为 技术与应用 类别中的关键影响点。
50 207
订阅者
-1224 小时
-447 天
-21530 天
帖子存档
50 207
📚 راهنمای فارسی «ساخت پورتفولیوی دیتا ساینس»
👨🏻💻 ماهها پایتون و SQL میخونیم و به انواع مهارتها مسلط میشیم؛ بعد با یک گیتهاب شلوغ اپلای میکنیم!🤦🏻♂️
✅ واسه اینکه رزومهات تو همون نگاه اول رد نشه، این چکلیستِ رایگان ۲۰ اشتباه رایج پورتفولیوی Data Science رو بررسی میکنه و کمکت میکنه پروژههات رو قبل از ارسال برای شرکتها، از دیدِ یه مدیر استخدام ارزیابی کنی.
🧾 با این چکلیست یاد میگیری چطور به جای دهها پروژهی نصفهونیمه، دو سه تا پروژهی تمیز و بیزینسمحور بسازی؛ طوری که مدیر استخدام تو کمتر از یک دقیقه ارزش کارت رو متوجه بشه.
📥 منبع: لینک
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 207
📕 چیتشیت جامع «علم داده و AI»
👨🏻💻 این چیتشیت ۸ تا ابزار کلیدیِ حوزه دیتا ساینس و AI رو تو یه فایل جا داده و در واقع استک کامل علم داده و هوش مصنوعی رو پوشش میده؛ از کار با دادههای خام و آمار گرفته، تا ساخت پایپلاینهای ماشینلرنینگ و فریمورکهای مربوط به LLMها.
▶️ برای اینکه سرعتت تو پروژهها بالا بره، برای هر ابزار، هم کاربرد توابع رو خیلی روون توضیح داده و هم کدهای آماده رو قرار داده.
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 207
Repost from Rahnema College
📍آشنایی با مفاهیم Machine Learning کافی نیست؛ بازار کار به اجرا اهمیت میدهد.
افراد علاقهمند به ماشین لرنینگ، معمولا زمان زیادی صرف یادگیری تئوری میکنند، اما در مواجهه با یک پروژهی واقعی، مسیر روشنی پیش رو ندارند.
بوتکمپ ماشین لرنینگ رهنماکالج با تمرکز بر یادگیری عملی طراحی شده است:
🔺پیادهسازی و استقرار مدل در محیط واقعی
🔺 کار با کتابخانههای تخصصی ML
🔺 پردازش زبان طبیعی (NLP) و یادگیری عمیق
🔺 کار تیمی بر روی یک پروژهی واقعی
تمام مراحل، زیر نظر منتورهایی انجام میشود که تجربهی مستقیم کار در محیطهای صنعتی را دارند.
🔗مشاهده اطلاعات بیشتر و ثبتنام
50 207
🥲 ۷۸۵ منبع برای یادگیری فولاستک پایتون
👨🏻💻 اگه قرار باشه امسال فقط یک نقشه راه برای یادگیری Python ذخیره کنم، همین گوگل شیت رو انتخاب میکنم. یک برنامه ۵۲ هفتهایه که یادگیری پایتون رو از «سینتکس پایتون» تا «ساخت، استقرار و دفاع از یک پروژه واقعی» جلو میبره.
☑️ ۱۴ تب و ۷۸۵ ورودی داره؛ از دوره و ویدیوی یوتیوب تا GitHub، کتاب، ابزار، پروژه و مصاحبه. ارزش اصلی این فایل، تعداد لینکهاش نیست؛ اینه که منابع پراکنده رو به یه مسیر قابل اجرا تبدیل کرده.
📃 Python FullStack 2026
📃 Python FullStack 2026
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 207
🚀 با این ابزار، سرعت پردازش فایلها تو ایجنتهای هوش مصنوعیت رو چند برابر کن!
👨🏻💻 یه ابزار رایگان پیدا کردم به اسم anydoc که میتونه فایلهای Word, PowerPoint, Excel و PDF و چند فرمت دیگه رو تو کمتر از ۵ میلیثانیه به Markdown تمیز تبدیل میکنه.
✅ رایگان، متنباز و بدون هزینه API و حتی میشه بهعنوان Skill به Claude Code، Codex و Cursor هم اضافهاش کرد.
┌ 🌐 Website
└ 🐱 GitHub-Repos
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 207
Repost from N/a
📊 میخوای تحلیلگر داده بشی؟ مسیرش از همینجا شروع میشه!
وقتی تصمیم میگیری وارد دنیای تحلیل داده بشی، احتمالاً با کلی دوره، ابزار و مهارت مختلف روبهرو میشی و اولین سؤال اینه:
🤔 از کجا شروع کنم و دقیقاً چه چیزهایی باید یاد بگیرم؟
🧭 مسیر یادگیری تحلیلگر داده آکادمی همراه اول برای همین ساخته شده؛ تا آموزشهای موردنیازت رو در یک مسیر مشخص داشته باشی و بدون سردرگمی، قدمبهقدم مهارتهای لازم برای تحلیلگر داده شدن رو یاد بگیری.
📚 در این مسیر به بیش از ۹۰ ساعت آموزش تخصصی و شغلمحور دسترسی داری و با کمک منتورینگ تخصصی میتونی یادگیریت رو هدفمندتر جلو ببری.
📚 بیش از ۹۰ ساعت آموزش تخصصی
💼 آموزشهای شغلمحور
🧭 مسیر یادگیری مشخص و منسجم
👥 منتورینگ تخصصی
💳 امکان پرداخت اقساطی
🔥 خبر خوب اینکه الان میتونی این مسیر رو با ۳۰٪ تخفیف شروع کنی.
📈 اگر تحلیل داده یکی از مهارتهاییه که همیشه میخواستی یاد بگیری، وقتشه علاقهات رو به یک مهارت واقعی تبدیل کنی و اولین قدم رو برداری.
🎯 دریافت تخفیف و شروع مسیر:
https://l.hamrah.academy/1es
⭐️ @Hamrah_Academy | آکادمی همراه اول
50 207
📊 دادهها حرف میزنند؛ فقط باید بلد باشید آنها را تحلیل کنید.
امروز تصمیمهای بزرگ کسبوکارها بر پایه داده گرفته میشود و متخصصان علم داده، از پرتقاضاترین نیروهای بازار کار هستند.
در دوره علم داده (Data Science) با مهارتهایی مانند Python، تحلیل داده، یادگیری ماشین، مصورسازی داده و کار با دادههای واقعی آشنا میشوید و یاد میگیرید چگونه دادهها را به بینش و تصمیم تبدیل کنید.
🚀 اگر به دنبال یادگیری یکی از آیندهدارترین مهارتهای دنیای فناوری هستید، این دوره نقطه شروع شماست.
کسب اطلاعات بیشتر و ثبتنام ↙️
https://link.sharif.ac/3QLSY
➖➖➖➖➖➖➖➖➖➖➖➖
☎️مشاوره وثبت نام : 02167641999
📲مشاوره بله: https://ble.ir/Jdsharif_626
➖➖➖➖➖➖➖➖➖➖➖➖
🔹 جهاد دانشگاهی صنعتی شریف؛ یک پله بالاتر از تخصص...
50 207
⌨️ با این ابزارهای MCP، سرعت و کارایی Claude Code رو چند برابر کن!
👨🏻💻 اگه از کلاد کد زیاد استفاده میکنین، این افزونههای MCP، کلی از کارها رو براتون اتوماتیک میکنن و حسابی تو وقتتون صرفهجویی میشه:
1️⃣ ابزار Chatwork MCP
🗒️ مدیریت چتورک رو کامل بسپار به هوش مصنوعی تا وقتی تسکهای زمانبندیشده تموم شدن، پیام خروجی رو خودش خودکار برات بفرسته.
➖ ➖ ➖
2️⃣ ابزار X MCP
🗒️ اکانت Xت (توییتر) رو به این افزونه وصل کن تا کارهایی مثل انتشار پست، استخراج توییتها و تحلیل بازخوردها رو کاملاً خودکار و بدون دخالت دستی پیش ببری.
➖ ➖ ➖
3️⃣ ابزار Ahrefs MCP
🗒️ استخراج دیتای سایت و کلمات کلیدی رو بنداز گردن این ابزار تا دیگه نیازی به چک کردنهای دستی و زمانبرِ سئو نداشته باشی.
➖ ➖ ➖
4️⃣ ابزار Google Analytics MCP
🗒️ مستقیم و بدون واسطه به گوگل آنالیتیکس وصل شو تا بدون نیاز به لاگین روزانه تو پنل، دادههای ترافیک سایت رو خیلی سریع تجمیع و تحلیل کنی.
➖ ➖ ➖
5️⃣ ابزار Render MCP
🗒️ پلتفرم Render رو مستقیماً از داخل کلاد کد کنترل کن تا وباپلیکیشنهات رو بدون خروج از محیط کارت، سریع دیپلوی و مانیتور کنی.
➖ ➖ ➖
6️⃣ ابزار WordPress MCP
🗒️ بدون اینکه حتی لازم باشه پنل ادمین رو باز کنی، محتواهات رو ویرایش و منتشر کن و تغییرات رو مستقیماً روی سایت وردپرسیت اعمال کن.
➖ ➖ ➖
7️⃣ ابزار Slack MCP
🗒️ نوتیفیکیشنها، پیامها و ریمایندرهای اسلک رو بده این افزونه مدیریت کنه تا دیگه نیازی به چک کردن مداومِ پیامرسان تیم نداشته باشی.
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 207
🤖 جزوه جامع آموزش Claude Code
👨🏻💻 یادگیری کلاد کد فقط حفظ کردن چهارتا دستور و پرامپتنویسیِ بهتر نیس؛ هدف ساخت ورکفلوهای حرفهایه!
✅ تو این راهنمای جامعِ ۲۸۹ صفحهای، از ساخت اولین پرامپتها شروع میشه و تا طراحی سیستمهای آمادهی پروداکشن پیش میره.
⬅️ تمرکز اصلیِ این جزوه روی ساخت ایجنتهای هوشمند، اتوماتیک کردنِ تسکهای تکراری و یکپارچهسازی ابزارهاست.
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 207
📖 کتاب «احتمال در ابعاد بالا»
👨🏻💻 یکی از بهترین کتابهای احتمال برای دیتا ساینس. اگه میخواید احتمال رو فراتر از سطح مقدماتی و با کاربردهای واقعی در علم داده یاد بگیرید، واقعاً مرجع ارزشمندیه.
✅ مباحثی مثل بردارها، ماتریسها و فرایندهای تصادفی رو خیلی اصولی پوشش داده. علاوه بر این، خود نویسنده یه دورهی ویدیوییِ کاملاً رایگان هم بر اساس محتوای کتاب آماده کرده که یادگیری این مفاهیمِ پیچیده رو برات بینهایت راحتتر میکنه.
💻 Website
💻 Website
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 207
🚀 با این ابزار محدودیت توکن تو Claude Code رو دور بزن!
👨🏻💻 یه ابزار جدید به اسم Graft اومده که مشکلِ لیمیت شدن کلاد رو حل میکنه! کارش اینه که ساختار پروژهت رو فقط یه بار یاد میگیره و برای هر بخش یه «کارت راهنما» تو خود ریپو میسازه که توضیح میده اون بخش چیکار میکنه.
⬅️ اینجوری ایجنت قبل از شروع کار، نقشه کل پروژه کامل دستشه و تو هر پرامپت، دقیقاً همون فایلهای مرتبط رو به کلاد میده؛ به جای اینکه هر بار الکی کل فایلها رو بگرده و توکن بسوزونه.
✅ نتیجهاش؟ ۴۲٪ مصرف توکن کمتر، ۶۰٪ صرفهجویی تو زمان، ۴۶٪ کاهش فراخوانی ابزارها و ۳۲٪ هزینهی پایینتر؛ اون هم بدون اینکه ذرهای از دقت مدل کم بشه.
┌ 🌐 Website
└ 🐱 GitHub-Repos
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 207
⚙️ بدون این تنظیمات، Claude Code فقط توکنهات رو هدر میده!
👋 خداحافظی با کندی و مصرف بالای توکن در Claude Code!
👨🏻💻 کلاد کد به صورت دیفالت خیلی سنگینه، الکی توکن مصرف میکنه و کُنده. برای اینکه بهینهش کنی، اول این تغییرات رو روی فایل
CLAUDE.md پیاده کن:
1⃣ همون اول کار بنویس: «فقط به زبان فنی ساده (ASD-STE100) و کاملاً خلاصه جواب بده. فقط چیزایی که برای تصمیمگیری لازمه رو بگو.»
2⃣ فایلت رو زیر ۲۰۰ خط نگه دار و هر ۲-۳ ماه کلاً پاکش کن از نو بسازش تا دستوراتت نادیده گرفته نشن.
➖ ➖ ➖ ➖ ➖
♥️ برای مدیریت بهتر توکنها، از این ترفندها هم استفاده کن:
🔴 تو یه سشن خالی دستور /context رو ران کن، ببین چی الکی فضا رو پر کرده، همونو پاک کن و ریاستارت کن.
🟣 با دستور /usage چک کن ببین کدوم سرور MCP، پلاگین یا ابزار داره توکنهات رو هدر میده.
🟠 به جای MCPها برو سراغ CLI؛ چون فقط همون خروجی که میخوای رو بهت میده، ولی MCP هر دفعه کل دیتا رو وارد صفحه چت میکنه.
🟣 با دستور /mcp سرورهایی که نیاز نداری رو خاموش کن. اسکیلهای کمکاربرد رو هم بذار رو حالت دستی (disable-model-invocation: true) تا الکی هزینهی اضافی برات نداشته باشن.
🟢 خط قرمزها و نبایدها رو تو بخش پرمیشنها (Permissions) تنظیم کن، نه تو متن فایل (چون تو سشنهای طولانی این جملات متنی نادیده گرفته میشن).
🔵 حالت High Effort رو فقط واسه برنامهریزی استفاده کن، بقیه کارا رو با حالت مدیوم یا لو (Low) پیش ببر.
🟣 بهمحض اینکه به یک چکپوینت رسیدی یا کانتکستت از ۴۰۰ هزار توکن بالاتر رفت، درجا سشن رو با دستور /clear کن.
🔵 از کلاد کد برای کارهایی که توشون استاده استفاده کن. تسکهای سنگین بینایی کامپیوتر یا کار با سیستم رو به ورکرهای هدلس (Headless) بسپار.
⚫️ ریسرچهای طولانی رو بسپار به سابایجنتها تا خودشون متن رو بخونن و فقط خلاصهش رو بهت تحویل بدن.
🟡 با دستور /statusline نشانگر مصرف کانتکست رو فعال کن تا قبل از افت کیفیت جوابها، متوجه پر شدن فضا بشی.
🔴 اپلیکیشن کلاد رو هم بیخیال شو؛ مستقیم تو ترمینال یا محیطهایی مثل Orca کار کن.
💬 Prompt Debloating
💬 Prompt Debloating
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa50 207
Repost from N/a
🔴 آخرین فرصت — ۶۰۰ آموزش منتخب در فرادرس، فقط ۱۱۹ هزار تومن
😉 برای یادگیری هیچ وقت دیر نیست 👇
▪️ زبان آلمانی – سطح مقدماتی تا متوسط A1 و A2 و B1
▪️ آموزش افزایش تمرکز و تقویت حافظه
▪️ آموزش جاوا اسکریپت JavaScript
▪️ آموزش ساختمان دادهها – جامع و کاربردی
▪️ برنامه نویسی متلب MATLAB
🔗 لیست تمامی ۶۰۰ آموزش - [کلیک کنید]
🎁 سایر آموزشها با ۸۰ درصد تخفیف در دسترس شماست!
🔄 FaraDars - فرادرس
50 207
📕 ۶ کتاب مرجع هوش مصنوعی و دیتا ساینس که ارزشش از دهها دوره پولی بیشتره!
👨🏻💻 یه کتابخونه خیلی خوب برای یادگیری AI و Data Science پیدا کردم. ۴۴ کتاب و بیش از ۱۶۰۰ بخش آموزشی داره که ۶ کتابش کاملاً رایگانه و از کتابهای پولی هم فصل اول رو میتونید رایگان بخونید.
✔️ از مبانی یادگیری ماشین و شبکههای عصبی تا پایتون برای علم داده، مهندسی پرامپت، LLM و RAG رایگانه. با تمام فصلها، تصویرسازیها و کدهای کاملاً آماده!
📕 Vizuara Books
📕 Vizuara Books
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 207
🤖 با اولین دستیار هوشمند و خودکار دیتا ساینس آشنا شو!
👨🏻💻 با پروژهی DeepAnalyze یه «دیتا ساینتیست خودمختار» داری که یه پروژه کامل رو بدون دخالتت انجام میده.
✔️ انجام کل پایپلاین دیتا ساینس
✔️ ریسرچ عمیق روی انواع دیتا
✔️ کاملاً اوپنسورس
┌ 🌐 Website
└ 🐱 GitHub-Repos
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 207
💠 Mega Center 💠
🪩📈 ابزار مورد نیاز شما در دنیای کریپتو و تریدینگ / احراز هویت پلتفرم های خارجی
از افتتاح حساب های ارزی بین المللی تا خدمات وریفای تضمینی صرافی ها ، سایت های فریلنسری و گیمینگ صدور مستر کارت و ویزا کارت و خدمات ارزی سیم کارت های فیزیکی خارجی اکانت های اماده دیتاسنترها آیپی رزیدنتال اختصاصی اشتراک ویندسکرایب و ...👨💻لینک دسترسی ها و ارتباط : www.megacenterx.com www.megacenterx.com https://t.me/megacenter0 https://t.me/megacenter0 @Megav_admin22 @Megav_admin22 در صورت بالا نیامدن سایت ، بدون وی پی ان امتحان نمایید ✅ سایت دارای اینماد و درگاه پرداخت اختصاصی و کریپتو ✅ فروشگاه داخل جستجوگر ترب نیز ثبت شده است ✅
50 207
Repost from مدرسه دقیقه
🖥دوره جامع یادگیری ماشین و مهندسی هوش مصنوعی دانشگاه صنعتی شریف
Machine Learning and AI Engineering
این دوره مسیر آموزشی ساختاریافتهای است که طبق سرفصلهای بهروز علمی طراحی شده و شرکتکنندگان را از مبانی ریاضیات و یادگیری ماشین تا طراحی، پیادهسازی و استقرار مدلهای پیشرفته هوشمصنوعی همراهی میکند.🕒 ۱۵ هفته: ۵۰ ساعت (آموزش) ۳۰ ساعت (حل تمرین و کارگاه) 🚀 مخاطبان دوره: دانشجویان، پژوهشگران، تحلیلگران داده، مهندسان یادگیری ماشین، متخصصین علوم داده، مهندسین داده، برنامهنویسان و توسعهدهندگان نرمافزار، و سایر علاقهمندان هوش مصنوعی و یادگیری عمیق ℹ️ اطلاعات برگزاری: شنبهها و سهشنبهها ساعت ۱۸:۰۰ تا ۲۱:۲۰ شروع از ۱۸ شهریور ۱۴۰۵ شیوه برگزاری: آنلاین 👆 معرفی کامل دوره و سوالات متداول (pdf) ❌ پشتیبانی آموزشی، ارتباط مستمر با مدرسین در طول دوره و گواهی پایان دوره 🎰 اهداف دوره: ✔️ آشنایی با مفاهیم بنیادین یادگیری ماشین و شبکههای عصبی عمیق ✔️ آشنایی با ترنسفورمرها، ساخت چتبات با RAG و LangChain ✔️ یادگیری ساخت Agent هوشمند بر پایهی پروتکل MCP ✔️ آشنایی با روشهای بهینهسازی و استقرار مدلهای زبانی ✔️ اجرای یک پروژهی عملی برای جمعبندی و تثبیت مهارتهای آموختهشده ⏳ فرصت استفاده از تخفیف ثبت نام زودهنگام ۱: جمعه ۲۶ تیر ۱۴۰۵ ⚡️ تخفیف ویژه دانشجویان ❤️امکان پرداخت قسطی 🔍 درخواست پذیرش (پیش ثبتِنام): 🔗 b2n.ir/mlai05_dsa تماس: 📱 t.me/dlearnsup 📞 02188349244 📲 09103209837 @dlearn_ir
50 207
📖 کتابهای رایگان برای یادگیری دیتا و AI!
👨🏻💻 تیم CLCODING یه مجموعه از کتابهای آموزشی جدید دیتا رو به صورت رایگان منتشر کرده که مباحث کلیدی مثل یادگیری ماشین، آمار، شبکههای عصبی گرافی، احتمال و پایتون برای تحلیل داده رو شامل میشه.
1️⃣ کتاب درک یادگیری ماشین
📕 صفر تا صد ماشینلرنینگ رو جوری برات توضیح میده که تئوریهای ریاضی رو به الگوریتمهای کاربردی و بهدردبخور وصل میکنه.
➖ ➖ ➖
2️⃣ کتاب آمار پیشرفته
📕 با توضیحات ساده و روون و کلی مثال کاربردی، کمکت میکنه یه بیسِ آماری قوی برای خودت بسازی.
➖ ➖ ➖
3️⃣ کتاب شبکههای عصبی گرافی
📕 تو این مرجع یاد میگیری چطوری با پایتون و GNNها، بری سراغ دیپلرنینگ هندسی و ویژگیهای مولکولی رو پیشبینی کنی.
➖ ➖ ➖
4️⃣ کتاب جنبههای الگوریتمی در ML
📕 همون ریاضیات و محاسباتی که موتور اصلی الگوریتمهای مدرن ماشینلرنینگ هستن رو خیلی راحت بهت آموزش میده.
➖ ➖ ➖
5️⃣ کتاب تئوری احتمالات و کاربردهاش
📕 به جای درگیر شدن با تئوریهای خستهکننده، مفاهیم پایهی احتمال رو دقیقاً همونجوری که تو پروژههای واقعیِ دیتا به کارت میاد، یادت میده.
➖ ➖ ➖
6️⃣ کتاب یادگیری عمیق با گرافها
📕 یه منبع معرکه برای اینکه تکنیکهای سطح بالای دیپلرنینگ روی گرافها رو خیلی اصولی و راحت یاد بگیری.
➖ ➖ ➖
7️⃣ کتاب الگوریتمهای یادگیری ماشین
📕 اگه دوست داری مبانی ریاضیِ الگوریتمها رو عمیقاً بفهمی، این کتاب راستِ کار خودته.
➖ ➖ ➖
8️⃣ کتاب پایتون برای تحلیل داده
📕 تکنیکهای روزِ پایتون برای کار با دیتای حجیم، اتوماتیک کردن تسکها و ساخت مدلهای پیشرفته رو خیلی ساده بهت یاد میده.
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 207
📈 ۸ بخش ضروری که هر پروژهی استانداردِ علم دادهای باید داشته باشه!
👨🏻💻 عجیبه! اما ۸۷ درصد از پروژههای دیتا ساینس هیچوقت دیپلوی نمیشن! دلیل اصلیشم ساختارِ بههمریخته و غیراستانداردِ کدها و دایرکتوریهاست.
▶️ برای حل این مشکل، تو فایل زیر یک تمپلیت کاملاً آماده و تستشده رو گذاشتم که ۸ بخش حیاتیِ یه پروژهی استاندارد رو مشخص کرده.
↙️ با استفاده از این الگو از همون قدم اول، پروژههاتون رو ماژولار، قابلتست و آمادهی دیپلوی میسازین و دیگه مجبور نیستی ساعتها وقتت رو سر پیدا کردنِ باگها هدر بدی!
📊 جزوه فارسی: PDF
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 207
📔 کتاب «جبر خطی برای علم داده»
👨🏻💻 یادگیری جبر خطی بدون فهمیدن کاربردش، فقط حفظ کردن یه مشت فرموله! این کتاب اومده همین رویکرد اشتباه رو عوض کنه.
📄 به جای اینکه مفاهیمی مثل بردارها، ماتریسها و مقادیر ویژه رو فقط تئوری یاد بگیری، خیلی قشنگ بهت نشون میده که این ساختارها تو تحلیل داده و معماری مدلهای هوش مصنوعی چطور کار میکنن و چرا حیاتیان.
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
