Уже доступно! Исследование Telegram 2025 — ключевые инсайты года 
Data Science | علم داده
Открыть в Telegram
📊 دانشمند داده شوید! 👔 جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼 🆔 @DataScienceir_Adv
Больше📈 Аналитический обзор Telegram-канала Data Science | علم داده
Канал Data Science | علم داده (@datascience_ir) языкового сегмента Фарси является активным участником. Сейчас сообщество объединяет 50 157 подписчиков, занимая 2 673 место в категории Технологии и приложения и 6 676 место в регионе Иран.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 50 157 подписчиков.
Согласно последним данным от 18 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -352, а за последние 24 часа — -10, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 6.98%. В первые 24 часа после публикации контент обычно набирает 3.13% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 3 499 просмотров. В течение первых суток публикация набирает 1 568 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 6.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как ابزار, داده, واقعی, پایتون, دیتا.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“📊 دانشمند داده شوید!
👔 جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼
🆔 @DataScienceir_Adv”
Благодаря высокой частоте обновлений (последние данные получены 19 июня, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
50 157
Подписчики
-1024 часа
-797 дней
-35230 день
Архив постов
50 152
🏷 جزوه «مجموعه سؤالات مهم آماری»
⬅️ در مصاحبههای علم داده + پاسخ
👨🏻💻 آمار ستون فقرات همهی نقشهای دیتاست و یکی از پرتکرارترین موضوعات توی مصاحبههای شغلیه.
✏️ این مجموعه سوال و جواب، مفاهیم سخت و پیچیده آماری رو خیلی ساده و قابلفهم و همراه با مثالهای متعدد، توضیح داده و دقیقاً مباحثی رو پوشش میده که روز مصاحبه باید بلد باشی.
✔️ قضیه حد مرکزی
✔️ آزمون فرض
✔️ تفاوت کوواریانس و همبستگی
✔️ تشخیص و مدیریت دادههای پرت
✔️ توزیع نرمال
✔️ فرضیات رگرسیون
✔️ و کلی موضوع مهم دیگه.
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
🎊 بلک فرایدی فروشگاه اکانت ChatGPT آغاز شد 🎉
📱 فروش ویژه اشتراک ChatGPT Plus با قیمت استثنائی!!
🌐 روی ایمیل شخصی بدون نیاز به ارسال پسوورد
✅ مناسب کسانی که با چت جی پی تی زیاد کار دارند و از محدودیت های این هوش مصنوعی خسته شدند
📌 گارانتی تا اخرین روز اشتراک + باز کردن تمام ورژن های چت جی پی تی 👌
✅ با بیشترین رضایت کاربر در سراسر ایران، با خیال راحت میتونید تهیه کنید 👇
@ChatGPT_Plus01
@ChatGPT_Plus01
50 152
Repost from N/a
♨️ قیمت استثنایی برای بیش از ۸۰۰ دوره آموزشیِ فرادرس
👌 فقط با ۸۹ هزار تومن، مهارت جدید یاد بگیر...
📣 برای مشاهده آموزشهای هر دسته بندی، روی عنوان مورد نظر کلیک کنید: 👇
✅ برنامه نویسی || طراحی و مدیریت سایت
✅ پایتون || یادگیری ماشین و داده کاوی
✅ هوش مصنوعی || علوم کامپیوتر و شبکه
✅ زبانهای خارجی || بازاریابی و کسب و کار
✅ دروس دانشگاهی || مهارتهای عمومی
🔗 لیست تمامی ۸۰۰ آموزش - [کلیک کنید]
🔄 FaraDars - فرادرس
50 152
💳 این هفته یه ترفند خفن برای گیتهاب یاد گرفتم که میتونه خیلی کاربردی باشه!
✏️ کافیه توی آدرس هر ریپوی گیتهاب، کلمهی "hub" رو با "mvp" عوض کنی و فوراً یه پرامپت دقیق از همون ریپو بگیری!
▶️ حالا این پرامپت رو میتونی به هر مدل هوش مصنوعی بدی تا یه نسخه مشابه یا کلون از اون پروژه برات بسازه.😎
⬅️ حالا این ترفند برای چی خوبه؟
✅ ایدههای جدید برای شروع یه پروژه.
✅ ساخت نسخه جایگزین یا بهتر از یه پروژه.
✅ یادگیری و درک بهتر ساختار پروژهها.
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
💯 این دوره رایگان سرعت کدنویسیتو ۲۰ برابر بیشتر میکنه!
👨🏻💻 دوره جدید DeepLearning.AI با موضوع Claude Code، یه دستیار هوشمند خیلی پیشرفته برای کدنویسی که مثل یه ایجنت واقعی برات کار انجام میده.
✅ مهارتهای اصلی:
🛑 ساخت چتبات RAG با توضیح کامل
🛑 تنظیم فایل CLAUDE.md - ثبت سابقه پروژه
🛑 نوشتن تستهای کامل و رفکتور کدهای قدیمی
➖ ➖ ➖
✅ جریانهای کاری پیشرفتهتر:
🛑 کار با git worktree برای چند فیچر همزمان
🛑 اتوماسیون کامل گیتهاب
🛑 پیادهسازی هوکهای قبل و بعد از دیپلوی
➖ ➖ ➖
✅ پروژههای واقعی که تو این دوره میسازی:
🛑 تبدیل نوتبوکها به داشبوردهای تحلیلی
🛑 اتصال طراحیهای فیگما به Claude
🛑 ساخت رابطهای مالی با API بانک مرکزی
🛑 اتوماتکردن تستهای UI با Playwright
🖥 Claude Code: Coding Assistant
🖥 Claude Code: Coding Assistant
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
👨🏻💻 با این ابزار جدید DeepMind به اسم URL Context میتونی از هر صفحه وب، pdf یا حتی عکس، فقط با دادن لینک، داده استخراج کنی. اونم بدون هیچ تنظیمات اضافه!
🔗 فقط کافیه لینکت رو بهش بدی. خودش میره همون لحظه اطلاعات رو میکشه بیرون. حتی میتونه تا ۲۰ تا URL رو تو یک درخواست بخونه.
⬅️ با این ابزار میتونی:
✅ مقالهها، گزارشها و pdfها رو مقایسه کنی.
✅ از چندین منبع مختلف گزارش تولید کنی.
✅ ریپوها و مستندات فنی رو تحلیل کنی.
🌐 URL Context
🌐 URL Context
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
Repost from Elizaium
💻❤️آفرِ ویژه و تعدادِ محدود برای پلتفرم های معتبر AI !
💜به منظورِ انجامِ وظیفه و مسئولیتِ اجتماعی و نزدیک شدن به امتحانات میان ترم دانشگاه ها !!!
💻👨💼 پلن اختصاصی ChatGPT
۱ ماهه ◀️ ۲/۸۷۵/۰۰۰ ◀️ ۴۹۷/۰۰۰
❤️👨💼پلن اختصاصی Gemini 3 + NotebookLM
۱ ساله ◀️ ۲۷/۶۰۰/۰۰۰ ◀️ ۲/۴۹۷/۰۰۰
💻 + ❤️👨💼 پلن اختصاصی ترکیبی : ۱/۴۴۶/۰۰۰
پلن اختصاصی ترکیبی 💻 + ❤️ : شامل ChatGPT اختصاصی یک ماهه + Gemini 3 اختصاصی یک ساله + پلتفرم NotebookLM می باشد . ( روی ایمیل شخصی شما فعالسازی صورت خواهد گرفت ) گارانتی مجموعه تا آخرین روز بر روی اشتراکات خواهد بود !!! جهت تهیه ، رزرو و کسب اطلاعات بیشتر : @ElizaiumHelp
50 152
🚀 این ابزار مشکل اصلی ایجنتهای کدنویسی رو حل میکنه، تا ۱۰ برابر بهتر کار کنن!
👨🏻💻 مشکل اصلی ایجنتهای کدنویسی اینه که حافظه ندارن؛ هیچ چیزی از تاریخچه پروژه، باگهایی که قبلاً حل شده، یا توضیحاتی که قبلاً دادی یادشون نمیمونه. یعنی هر بار که ازشون چیزی میخوای، انگار اولین باره داری باهاشون کار میکنی!
▶️ اما ابزار اُپنسورس Byterover Cipher این مشکل رو حل میکنه. این ابزار یه لایه حافظه دائمی به ایجنت اضافه میکنه که باعث میشه:
⬅️ همیشه اطلاعات پروژه، تغییرها، باگها و توضیحات قبل رو داشته باشه.
⬅️ مستقیم به هر IDE وصل میشه (با MCP) و میتونی بین IDEهای مختلف سوییچ کنی، اما AI هنوز کل کانتکست رو داشته باشه.
⬅️ و کل تیم برنامهنویسی به یه حافظه مشترک و یکسان از وضعیت پروژه دسترسی داشته باشن.
💭 دو نوع حافظه میسازه:
🔃 سیستم ۱: شامل منطق برنامه، ساختار پروژه، تعاملات قبلی
🔃 سیستم ۲: مراحل استدلال مدل هنگام تولید کد
💾 نصبش هم روی IDE خودت خیلی سادهست و نیاز به تنظیمات پیچیدهای نداره.
┌ 💬 Byterover Cipher
├ 🌐 Website
├ 📄 Documentation
└ 🐱 GitHub-Repos
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
🖥 پنج مقاله کاربردی داکر برای دیتا ساینتیستها
👨🏻💻 یکی از مهارتهایی که حتماً باید روش سرمایهگذاری کنید، Docker هست. پلتفرمی که کمک میکنه پروژهها رو داخل یه محیط ایزوله، قابلحمل و استاندارد اجرا کنی.
🏷 این سری مقالات از سطح صفر تا حرفهای، Docker رو برای پروژههای علم داده یادت میده.
⏯️ آشنایی اولیه با Docker برای پروژههای دیتا ساینس
2️⃣ ۱۱ ایمیج آماده Docker برای پروژههای GenAI و ML
3️⃣ ساخت اولین کانتینر Docker مخصوص پروژههای ML
4️⃣ بهترین شیوههای استفاده از Docker در پروژههای علم داده
5️⃣ ۱۰ دستور Docker که ۹۰٪ کارهات رو راه میاندازن
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
🏷 چیتشیت «فرمولهای علم داده»
➕ کاربرد هر فرمول
👨🏻💻 این چیتشیت مفاهیم مهم علوم داده رو همراه با فرمولهاش آورده.
✅ از مهمترین مباحث آمار گرفته، تا یادگیری ماشین و NLP.
✅ و فرمولهای اصلی که همیشه لازم میشن + مثالهای واقعی از هر فرمول، که بهت میگه کِی و چرا باید از هر روش استفاده کنی.
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
Repost from N/a
♨️ آخرین فرصت — دریافت بیش از ۸۰۰ آموزش ۸۹ هزار تومنی از فرادرس!
⭐️ جشنواره «شگفتی آموختن»، فرصتی ویژه برای یادگیری...
دورههای آموزشی منتخب با قیمت استثنایی 👇
🔗 کتابخانه های NumPy و Matplotlib در پایتون – تحلیل داده تا رسم نمودار
🔗 آموزش شناسایی الگو – بخش یکم
🔗 مبانی انتخاب ویژگی Feature Selection در داده کاوی
🔗 آموزش هوش مصنوعی توزیع شده
🔗 ساخت ربات تلگرام با پایتون
🔗 هوش مصنوعی ChatGPT + جستجوی حرفهای و هدفمند
📚 سایر آموزشهای ۸۹ هزار تومنی [کلیک کنید]
🔄 FaraDars - فرادرس
50 152
⭕️ ورژن جدید Colab؛ شریک دیتاساینتیستها
🔃 آپدیت اساسی برای Google Colab!
👨🏻💻 از این به بعد یک دستیار هوش مصنوعی واقعی داخل نوتبوکت داری، نه فقط یه ابزار تکمیل کننده کد!
▶️ این دستیار هوش مصنوعی مستقیم داخل Colab و Colab Enterprise اضافه شده (داخل Vertex AI و BigQuery)، و عملاً مثل یه همتیمی و شریک کدنویسیه.
🤖 این دستیار هوش مصنوعی دقیقاً چه کارهایی برات انجام میده؟
1⃣ کل جریانکاری رو خودش انجام میده!
🏷 فقط کافیه بهش هدف رو بگی، مثلاً: «یه مدل بساز که از روی جدول BigQuery، سطح درآمد افراد رو پیشبینی کنه.» بعدش خودش: برنامهی چند مرحلهای میریزه، دیتا رو تمیز میکنه، ویژگی میسازه، مدل میسازه و آموزش میده
➖ ➖ ➖
🔢 برای هر کاری کد مینویسه!
🏷مثلاً: یه نمودار بسازه، محیط ابری رو مدیریت کنه، تحلیل علیت انجام بده. فقط کافیه ازش بخوای.
➖ ➖ ➖
🔢 خطاها رو پیدا و درست میکنه!
🏷 اگه یه سلول خطا داد، برات علت خطا رو توضیح میده، یه نسخه اصلاحشده از کد رو میذاره جلوت و حتی بهصورت diff نشون میده تا تأیید کنی.
➖ ➖ ➖
🎯 هدفش چیه؟
✅ حرفهایها خیلی سریعتر کار کنن.
✅ تازهکارها راحتتر یاد بگیرن.
✅ کل فرایند دیتا ساینس از ایده تا مدل نهایی سریعتر، تمیزتر و کمخطاتر بشه.
➡️ AI First Colab Notebooks
➡️ AI First Colab Notebooks
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
⛔️ دیگه از دیتاستهای Kaggle برای پروژههات استفاده نکن!
👨🏻💻 گاهی وقتها استفاده از دادههای Kaggle برای پروژهها، نهتنها باعث قویشدن رزومهتون نمیشه، که متمایز شدن شما رو در بازار کار علوم داده دشوار میکنه!
▶️ راه حل چیه؟ توی این ویدیو توضیح میده که چطور با پایتون، Synthetic Data (دادههای مصنوعی) ایجاد کنید تا مهارتهای پیشرفتهتون رو نشون بدید و نمونه کارهاتون رو منحصر به فرد کنید.
⬅️ چرا از دادههای مصنوعی استفاده کنیم؟
✅ برای ساخت پروژههای منحصربفرد عالیه!
✅ وقتی دیتای واقعی مناسبی نداریم، حلال مشکلاته.
✅ قابلیت ترکیب با دادههای واقعی رو داره.
✅ جایگزین خوبی برای منابعی مثل Kaggle.
🖥 STOP Using Kaggle for Projects
🖥 STOP Using Kaggle for Projects
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
🏷 «جزوه جامع NumPy من»
👨🏻💻 یکی از مهمترین و قویترین کتابخونههای پایتونه برای محاسبات عددی و علمی، NumPyئه. باهاش میتونی آرایههای چندبُعدی سریع بسازی و کلی عملیات ریاضی رو خیلی راحت و بهینه انجام بدی.
▶️ مباحثی که تو جزوهام مفصل بهش پرداختم:
⬅️ ویژگیهای اصلی NumPy
⬅️ ساخت و ایندکس کردن آرایهها
⬅️ عملیات پایه و Broadcast کردن
⬅️ توابع ریاضی و ufuncها
⬅️ مرتبسازی، تغییر شکل و تقسیم آرایهها
⬅️ روش نصب و نکات مهم برای استفاده بهتر
📝 این یادداشتها طوری نوشته شدن که هم برای مبتدیها روشن و قابل فهم باشه، هم برای حرفهایها یه مرور سریع و کاربردی از مفاهیم اصلی NumPy باشه.
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
⚡ آغاز مسیر حرفهای شما در دنیای Data & AI
با دورههای تخصصی دایکه، در یکی از دو مسیر پرتقاضای Data Science یا AI Engineering یاد میگیرید چطور دادهها را به تصمیمهای هوشمند تبدیل کنید و مدلهای هوش مصنوعی را در پروژههای واقعی بهکار ببرید.
🎯 مسیرها:
👈 دانشمند داده | Data Scientist
در ۵۰ هفته، مهارت تحلیل داده، مدلسازی و تصمیمسازی هوشمند را یاد بگیرید.
📊 ۳۴۷ ساعت آموزش تخصصی
🧩 ۲۶ پروژه واقعی
🔗 مشاوره رایگان و ثبتنام:
https://B2n.ir/de6709
👈 مهندس هوش مصنوعی | AI Engineer
یاد بگیرید مدلهای یادگیری ماشین و هوش مصنوعی را طراحی، پیادهسازی و در محیطهای صنعتی بهینهسازی کنید.
🧠 ۴۴۰ ساعت آموزش تخصصی
👨🏫 ۱۰۰ ساعت منتورینگ حرفهای
💡 پیشنیاز: تسلط مقدماتی بر پایتون
🔗 مشاوره رایگان و ثبتنام:
https://B2n.ir/ff5308
🚀آموزشهای پروژهمحور و مطابق با نیاز بازار
💥به روزرسانی مداوم دورهها
✨ دسترسی مادامالعمر به محتوا دورهها
📌 امکان پرداخت اقساطی و بازگشت وجه تا دو هفته پس از ثبتنام
@dayche
50 152
💣 شرکت علیبابای چین یک رقیب جدید برای Cursor و Windsurf منتشر کرد!
👨🏻💻 اسمش Qoder هست، یه IDE هوش مصنوعی که خودش فکر میکنه، برنامهریزی میکنه، کد مینویسه و اجرا میکنه تا تو راحتتر نرمافزار بسازی.
✏️ ظاهرش هم خیلی شبیه Cursor هست؛ چت داخلی، تکمیل خودکار کد، Agent Workflow و پشتیبانی از MCP.
⬅️ تمرکز اصلی Qoder رو چیه؟ رو Context Engineering و کاملاً مبتنی بر اون ساخته شده؛ یعنی:
✅ پروژه، ساختار و کدبیس رو عمیقاً میفهمه.
✅ حافظهی ماندگار از تعاملات گذشته میسازه.
✅ وظایف رو خودش به بهترین مدل هوش مصنوعی ممکن میسپره.
⬅️ دو قابلیت خفنش که خیلی به چشم میاد:
1⃣ قابلیت Quest Mode
⬅️ تو فقط مشخصات پروژه یا کاری که میخوای رو مینویسی و بهش تحویل میدی و میری به کارهای دیگهات میرسی، بعداً که میای نتیجه رو تحویل میگیری. یعنی کدنویسی غیر همزمان بدون اینکه خودت بالای سرش باشی.
2⃣ قابلیت Repo Wiki
⬅️ خودش بهصورت خودکار برای کل پروژه مستندات، توضیحات معماری و ساختار پروژه رو تولید میکنه.
┌ 🥵 Qoder
├ 🌎 Website
└ 📄 Documentation
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
💯 جایگزین اُپنسورس و کاملاً خصوصیِ Manus AI رو پیدا کردم!
👨🏻💻 یه ایجنت هوشمند به اسم AgenticSeek که میتونه توی اینترنت بگرده، کد بنویسه، کارها رو برنامهریزی کنه و همهاش روی سیستم خودت اجرا میشه، بدون هیچ اتصال ابری.
🗂 ویژگیهاش؟
🔒 کاملاً محلی و خصوصی: تمام پردازش روی لپتاپ یا PC خودت انجام میشه. هیچ دادهای به هیچ سروری فرستاده نمیشه.
🌎 وبگردی خودکار: میتونه سرچ کنه، سایتها رو بخونه، فرمها رو پر کنه.
💻 دستیار کدنویسی: برای زبانهای پایتون، Go ،Java ،C و… کد مینویسه و حتی ران میکنه.
💡 انتخاب هوشمند ایجنت: بسته به اینکه چه کاری میخوای انجام بدی، بهترین ایجنت رو انتخاب میکنه.
📝 برنامهریزی و اجرای کارها: یه کار بزرگ رو به مراحل کوچیک تقسیم میکنه و خودش انجامش میده.
🎙 کنترل صوتی: با با صدا میتونی باهاش حرف میزنی یا بهش دستور بدی.
┌ 🥵 AgenticSeek
├ 🌎 Website
└ 🐱 GitHub-Repos
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
🏷 جزوه «آمار و احتمال برای علم داده»
👨🏻💻 این جزوه بر اساس دورهای که لینکشو پایین گذاشتم. میاد مفاهیم مهمِ آمار و احتمال، از تعریف داده و فضای نمونه گرفته تا رویدادها، توزیعهای گسسته و پیوسته، احتمال شرطی، قانون بیز، متغیرهای تصادفی و… رو با مثالهای ساده توضیح میده.
✏️ هدف این جزوه اینه که دقیق بفهمی، هر مفهوم چطور رفتار دادهها رو تو دنیای واقعی توضیح میده و چرا برای علم داده و ML ضروریه.
▶️ یعنی آمار و احتمال رو از حالت فرمولهای خشک درمیاره و تبدیلش میکنه به یه ابزار قابلفهم برای تحلیل داده.
🖥 Statistics and Probability
🖥 Statistics and Probability
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
📄 جزوه «مبانی آزمون فرض»
👨🏻💻 توی این جزوه، مفاهیم پایه و ضروری آزمونهای آماری، از مقایسهی میانگینها گرفته تا درک p-value، سطح معناداری، خطای نمونهگیری و ساخت بازههای اطمینان به زبانی کاملاً شهودی و با مثالهای واقعی آموزش داده شدن.
✏️ هدف اینه که بفهمی یک تصمیم دادهمحور دقیقاً چطور گرفته میشه و هر عدد و نموداری تو خروجی نرمافزارهای آماری چه معنایی داره.
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
50 152
👨🏻💻 من جزو اونایی بودم که همیشه کارهام رو دستی انجام میدادم: هر بار دیپلوی، هر بار تست، هر بار چک کردن Pull Request و... همه رو خودم میزدم.
✏️ فکر میکردم GitHub Actions خیلی پیچیدهست و فقط به درد تیمهای بزرگ میخوره. ولی یه مدتیه کنجکاو شدم و رفتم سمتش.
▶️ و نتیجهاش این شد که یه ریپوی خیلی خوب پیدا کردم که کلی اکشن آماده داره. از کارای سادهای مثل:
🔷 دیپلوی پروژه
🔷 اجرای تستهای خودکار
🔷 مدیریت Pull Requestها
⬅️ تا کارهای جدیتری مثل: بررسی امنیت و کیفیت کد، یا ارسال نوتیفیکیشن و جواب دادن خودکار پیامها.
💻 تقریباً هر چیزی که تکراریه، یکی دیگه قبلاً براش اکشن نوشته! این یعنی به جای وقت گذاشتن روی کارای روتین، میتونی انرژیتو بذاری برای خودِ توسعه./ امیرعلی اللهوردی
⚡️ Awesome Actions
⚡️ Awesome Actions
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
