🔴 یادگیری همزمان زبان R و Python ✅ برای دانشمندان داده 👨🏻‍💻 بچه‌هایی که شروع به یادگیری مباحث علوم داده می‌کنن همیشه برای انتخاب زبان برنامه نویسی، بین R و Python مردد میشن. حالا با این کتاب می‌تونین هر دو زبان محبوب علوم داده رو به طور موازی یاد بگیرین و با مطالعات موردی و از طریق پروژه‌های واقعی به هر دو زبان مسلط بشین. اینطوری: 1️⃣ روش‌های جدیدی رو برای انجام پروژه‌هاتون یاد می‌گیرین. 2️⃣ مهارت‌هاتون رو گسترش میدین. 3️⃣ فرصت‌های شغلی‌تون رو افزایش میدین. #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖ 📊

🔹 کتابخانه SymPy یک ابزار ارزشمند برای دانشمندان و محققان داده است که از آمار، جبر خطی، حساب دیفرانسیل و انتگرال و بسیاری از مباحث و محاسبات ریاضی در پروژه های علم داده پشتیبانی می کند. 🔶 شما می‌توانید معادلات چند جمله‌ای، دیفرانسیل، انتگرال و... را با استفاده از SymPy حل کنید. علاوه بر این، این کتابخانه، فرمت های خروجی مختلفی از جمله LaTeX، MathML و ASCII رو هم ارائه می‌دهد. ┌ 🏷 SymPy Documentation ├ ◼️ SymPy 1.12 ├ ◻️ SymPy article └ ◼️ Math with SymPy #️⃣ #علم_داده #DataScience #هوش_مصنوعی #پایتون ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ #کتابخانه_مرکزی_دانشگاه_نیشابور 🆔 @unn_library https://eitaa.com/unn_library

🔴 نقشه راه «یادگیری علم داده» 🟩 ریاضیات و آمار را از پایه یاد بگیرین: ◼️ فاصله‌ اطمینان، مقادیر p و توزیع ها رو یاد بگیرین. ◻️ یادگیری آزمون فرضیه ◼️ مشتقات و انتگرال ها رو یاد بگیرین. ◻️ حساب دیفرانسیل و انتگرال چند متغیره رو با ۳ متغیر یا بیشتر یاد بگیرین. ◼️ درباره ماتریس‌ها، بردارهای ویژه و تانسورها بیاموزین. 🔔 برای اینکه دانشمند داده بشین نباید ریاضیات رو یاد بگیرین، باید ریاضیات رو دوست داشته باشین! 🟥 ذهنیت حل مسئله داشته باشین: ◼️ علم تصمیم گیری و تجزیه و تحلیل رو فرا بگیرین. ◻️ چارچوب تصمیم گیری صحیح رو یاد بگیرین. ◼️ یادگیری نمودارهای تصمیم گیری (درخت‌ها، نمودارهای تأثیر و...) ◻️ ارزش اطلاعات / بصیرت / کنترل رو یاد بگیرین. ◼️ قاطعیت در مقابل حقیقت رو فرا بگیرین. ◻️ تحلیل حساسیت از دیدگاه تصمیم گیری. ◼️ درباره حالت‌‌های ریسک و کارکرد و فواید توابع بخونین. 🔔 هیچ چیز به اندازه #داده‌های_دنیای_واقعی شما رو در مقابل یادگیری علم داده آماده نمی‌کنه و هیچ چیز به اندازه #ذهنیت_حل_مسئله شما رو در پیشبرد پروژه‌هاتون کمک نمی‌کنه. 🟪 مهارت های داده رو یاد بگیرین: ◼️ یادگیری SQL ◻️ یادگیری توابع JOINs، aggregations، window ◼️ یادگیری پایتون ◻️ پانداس از کتابخانه‌های پایتون و NumPy، PyTorch، TensorFlow رو امتحان کنین. ◼️ در پایتون یا Tableau/Power BI استفاده کنین. ◻️ اعتبارسنجی و پاکسازی داده‌ها رو یاد بگیرین. 🟧 آزمایشات رو یاد بگیرین: ◼️ تست های A/B رو یاد بگیرین. ◻️ معیارها رو یاد بگیرین. ◼️ یاد بگیرین که چگونه از آزمون فرضیه استفاده کنین. 🟨 یادگیری مدل سازی: ◼️ با رگرسیون خطی و رگرسیون لجستیک آشنا بشین. ◻️ درباره درخت های تصمیم، SVM ها و شبکه‌های عصبی مطالعه کنین. ◼️ در مورد تکنیک های گروهی مانند XGBoost و جنگل تصادفی بخونین. ◻️ در مورد ارزیابی مدل، دقت در مقابل یادآوری، مثبت کاذب و منفی کاذب مطالعه کنین. منبع: کانال علم داده 👈 @DataScience_ir 🗣 قابل توجه دانشجویان علاقه مند به علم داده و هوش مصنوعی به ویژه دانشجویان علوم پایه، آمار و ریاضیات و مهندسی #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ #کتابخانه_مرکزی_دانشگاه_نیشابور https://eitaa.com/unn_library https://library.neyshabur.ac.ir/lib/

👨🏻‍💻 دکتر احمد محمودی استاد دانشگاه شهید بهشتی، تمام جزوات و منابع درسی کلاس‌های "یادگیری ماشین" ، "یادگیری عمیق" ، "شبکه‌های عصبی مصنوعی" و... رو از سال 2011 تا  2023، به زبان فارسی و رایگان در صفحه دانشگاهی‌شون منتشر کرده اند. 🟣 می‌تونین با مراجعه به آدرس زیر تمام این جزوات رو دانلود کنید و از یک منبع فارسی و غنی برای یادگیری علوم داده، هوش مصنوعی و یادگیری ماشین بهره مند شوید. ✅ لینک‌ دسترسی به تمامی دوره‌ها: 👇🏼 http://facultymembers.sbu.ac.ir/a_mahmoudi/Courses.htm #⃣ #علم_داده #DataScience #هوش_مصنوعی #یادگیری_ماشین ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ #کتابخانه_مرکزی https://eitaa.com/unn_library