اخبار هوش مصنوعی
2.83K subscribers
672 photos
354 videos
1.01K files
1.36K links
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
⭕️ منبع تمام کتابخانه‌های پایتون برای علوم داده!

👨🏻‍💻 نمی‌تونستم این پکیج کامل از کتابخانه‌های اصلی پایتون برای علوم داده‌ رو ببینم و باهاتون به اشتراک نگذارم.

این مخزن فوق العاده گیت‌هاب تمامی کتابخانه‌ها، بسته‌ها و ابزارهای پایتون رو که برای یادگیری و انجام پروژه‌های علوم داده ضروری هستند رو پوشش میده.👌🏼

🔖 لینک دسترسی به مخزن:

🏷 Awesome Python Data Science
🗃
GitHub-Repos


#️⃣ #علم_داده #DataScience

📊 دانشمند داده شوید :
📎
@DataScience_ir
This media is not supported in your browser
VIEW IN TELEGRAM
👨🏻‍💻 دیتاساینتیست‌های عزیز؛ دیگه لازم نیست توی Jupyter notebook کد بنویسین! با دستیار آناکوندا، Anaconda Assistant که به ژوپیتر نوت‌بوک اضافه شده، می‌تونین promp بنویسین و کدی که میخواین خودکار تولید میشه!

دستیار آناکوندا هوش مصنوعی مولد رو برای پایتون و آنالیز داده ها به ارمغان میاره و کار با داده‌ها رو برای هر کسی آسون می‌کنه. می.تونین به این ویژگی به صورت کاملا رایگان در نوت بوک Anaconda خودتون دسترسی داشته باشین! 💯

💬 از موارد کاربرد Anaconda Assistant :

🚀 تولید کد و بهبود تجربه کدنویسی
📊 مصورسازی و آنالیز داده‌ها با کارایی بیشتر
📈 رسم نمودارها
🔍 توضیح دیتا فریم و نظردهی


🔖 راهنمای آموزشی Anaconda Assistant :

🏷 Anaconda Assistant
🚀
Anaconda Assistant
📚 Getting started


#️⃣ #علم_داده #DataScience

📊 دانشمند داده شوید :
📎
@DataScience_ir
⭕️ نقشه راه یادگیری علم داده در سال 2024
📂 با تمام ویدیوها، پروژه‌ها، کتاب‌ها و جزوات

👨🏻‍💻 کریش نایک از دانشمندان داده معروف هندی، با بیش از 845 هزار کاربر در کانال یوتیوب، یک نقشه راه جامع برای یادگیری علم داده در سال جدید میلادی منتشر کرده است.

🔷 این نقشه راه برای همه کسانی که قصد دارن به تازگی یادگیری علوم داده رو شروع کنن یا در این حوزه با تجربه هستن و قصد دارن تا با جدیدترین آموزش های این حوزه آشنا بشن، فوق العادست.👌🏼

این رودمپ جامع شامل آموزش از صفر پایتون، یادگیری ماشین، یادگیری عمیق، MLOPS, LLM, Generative AI و بسیاری موارد دیگه میشه.


🏷 Data Science Perfect Roadmap
📝
Roadmap To Learn Data Science 2024


#️⃣ #علم_داده #DataScience

📊 دانشمند داده شوید :
📎
@DataScience_ir
⭕️ لیست 50 چیت‌شیت برتر علوم داده

👨🏻‍💻 از روزی که شروع به خلاصه‌نویسی مباحث علوم داده در لینکدین کردم، تصمیم گرفتم هر مبحث رو در چند برگه خلاصه کنم. در نهایت به فهرستی از 50 برگه تقلب از حوزه‌های مختلف علوم داده رسیدم. این لیست تقریباً حاوی هر چیزی است که یک فرد داده ممکن است نیاز داشته باشد، از نحوه مصورسازی با Matplotlib گرفته تا استفاده از ChatGPT.👌🏼

◼️ پایتون : لینک
◻️ کتابخونه Pandas : لینک
◼️ کتابخونه NumPy : لینک
◻️ کتابخونه Matplotlib : لینک
◼️ کتابخونه seaborn : لینک
◻️ کتابخونه scikit-learn : لینک
◼️ کتابخونه TensorFlow : لینک
◻️ کتابخونه Keras : لینک
◼️ فریم‌ورک PyTorch : لینک
◻️ زبان SQL : لینک
◼️ پروژه GeoPandas : لینک
◻️ سیستم کنترل ورژن Git : لینک
◼️ پلتفرم ابری AWS : لینک
◻️ پلتفرم ابری Azure : لینک
◼️ رایانش ابری Google Cloud Platform : لینک
◻️ پلتفرم Docker : لینک
◼️ پلتفرم Kubernetes : لینک
◻️ آموزش The Linux Command Line : لینک
◼️ نوت‌بوک Jupyter : لینک
◻️ آماده سازی داده : لینک
◼️ تجسم داده : لینک
◻️ استنباط آماری : لینک
◼️ احتمال : لینک
◻️ جبر خطی : لینک
◼️ حساب دیفرانسیل : لینک
◻️ سری‌های زمانی : لینک
◼️ پردازش زبان طبیعی : لینک
◻️ شبکه عصبی : لینک
◼️ یادگیری عمیق : لینک
◻️ یادگیری ماشین : لینک
◼️ فریم‌ورک آپاچی اسپارک : لینک
◻️ فریم‌ ورک آپاچی هادوپ : لینک
◼️ ابزار Big O Notation : لینک
◻️ آموزش Regular Expression : لینک
◼️ آموزش Unix / Linux Permissions : لینک
◻️ آموزش Python String Formatting : لینک
◼️ فریم‌ورک Flask : لینک
◻️ فریم‌ورک Django : لینک
◼️ کتابخونه plotly : لینک
◻️ دیتابیس PostgreSQL : لینک
◼️ دیتابیس MySQL : لینک
◻️ دیتابیس MongoDB : لینک
◼️ کتابخونه TensorFlow Probability : لینک
◻️ چت‌بات GPT-3 : لینک
◼️ آموزش GPT-3 API Reference : لینک
◻️ کتابخونه SciPy : لینک
◼️ چت‌بات ChatGPT : لینک
◻️ آموزش Colors in Data Viz : لینک
◼️ آموزش Geospatial DS in Python : لینک


#️⃣ #علم_داده #DataScience

📊 دانشمند داده شوید :
📎
@DataScience_ir
10 GitHub Repositories to Master Data Science

۱۰ ریپوی خوب گیت هاب برای دیتا ساینس

#datascience
#machineLearning
#dataEnginnering


https://www.kdnuggets.com/10-github-repositories-to-master-data-science
@DataScience_ir - Statistics Flashcards.pdf
486.7 KB
🗂 فلش کارت‌های آمار برای علم داده
💯 مرور سریع و لذت بخش مباحث آماری


👨🏻‍💻 اگه دنبال یه راه آسون و سریع برای یادگیری و مرور مفاهیم آماری در علوم داده هستین، دیگه لازم نیست کلی وقت بذارین و کتابای قطور و مختلف رو مطالعه بزنین!

فلش‌ کارت‌های "آمار برای علم داده"، یه مرجع سریع و کاربردی برای درک مفاهیم کلیدی آمار در علوم داده، برای افراد مبتدی و حرفه‌ای هست.

از مباحث پایه‌ای مثل "میانگین" و "میانه" گرفته تا مباحث پیچیده‌تر مثل "آزمون فرض" و "توزیع‌های احتمال"، همه رو تو این فلش‌کارت‌ها می‌تونین پیدا کنین.👌


🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
🤩 معرفی ابزار Taipy؛ ابزاری قوی‌تر از Streamlit
🥇برای ارائه پروژه‌های علوم داده
بدون نیاز به یادگیری JS, CSS یا HTML!

👨🏻‍💻 معمولاً ارائه و گزارش نتایج پروژه‌های علم داده و ML کار سختیه و همیشه از فریم‌ورک متن‌باز Streamlit برای ساخت وبسایت‌های زیبا و تعاملی برای پروژه‌های علوم داده استفاده می‌شد.

✔️ اما حالا وقتشه به Taipy سوئیچ کنین! Taipy یه کتابخونه متن‌باز و قدرتمند برای ساخت اپلیکیشن‌های وب AI و داده‌محوره که مستقیماً با پایتون کار می‌کنه. اگه می‌خوای نتایج رو به بهترین شکل نشون بدی، این ابزار بهترین انتخابه!

با این ابزار نسبت به Streamlit قوی‌تره و نه تنها برای ساخت پروتوتایپ‌ها مثل Streamlit مناسبه، بلکه می‌تونی اپلیکیشن‌های داده‌محور آماده تولید هم بسازی که توی Streamlit ممکن نیست.

📝 مزایای Taipy نسبت به Streamlit:

1️⃣ سرعت و کارایی بهتر روی دیتاست‌های بزرگ.
2️⃣ پشتیبانی از Jupyter.
3️⃣ قابلیت اجرای Asynchronous Calls تا زمان اجرای کارهای سنگین گیر نکنه.

📎 حتی یه افزونه برای VS Code داره که بدون کد نویسی هم می‌تونی اپلیکیشن‌های داده‌محور بسازی.👇

🏷 Taipy
💰 Website
📨 Article
😉 Youtube Channel
🐱 GitHub-Repos


pip install taipy



🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
@DataScience_ir - Linear Algebra for Data Science.pdf
3 MB
📚 جزوه جبر خطی برای علوم داده!
📁 دانشگاه نیویورک آمریکا


👨🏻‍💻 کیونگهیون چو، استاد دانشکده علوم کامپیوتر و علوم داده دانشگاه نیویورک، یه جزوه جامع و کاربردی برای یادگیری جبر خطی در حوزه علوم داده، ارائه کرده که بی‌نظیره!👌

📄 این جزوه به جای اینکه با مفاهیم ریاضی خشک و مباحث سنگین تئوری‌ شروع بشه، مستقیماً رفته سراغ مباحثی که توی علوم داده و یادگیری ماشین هر روز باهاشون سر و کار داریم.

این جزوه مفاهیم سخت و تئوریک رو کنار گذاشته و با یه رویکرد مسئله‌محور، جبر خطی رو به‌صورتی کاربردی و با پیاده سازی در پروژه‌های واقعی بهت یاد میده!


🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
@DataScience_ir - Data Visualization.pdf
1.2 MB
📊 جزوه فارسی «مصورسازی داده‌ها»

👨🏻‍💻 مصورسازی داده‌ها یه بخش کلیدی از تحلیل داده‌هاست که کمک می‌کنه تا به جای غرق شدن توی انبوهی از اطلاعات، سریع‌تر و راحت‌تر بفهمیم داده‌هامون چی دارن بهمون میگن. وقتی داده‌ها رو به شکل گرافیکی و بصری می‌بینیم، پیدا کردن الگوها و روابطی که شاید توی اعداد و جداول پنهان مونده، خیلی ساده‌تر میشه.👌

✔️ توی این جزوه، روش‌های مختلف مصورسازی داده‌ها بر اساس اهداف مختلف معرفی شدن. این روش‌ها بهتون کمک می‌کنه تا داده‌هاتون رو با دقت بیشتری نمایش بدین و بهتر تصمیم بگیرین.


🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
چرا Claude از ChatGPT برای کارهای تحلیل داده بهتره؟

👨🏻‍💻 برای کارهای تحلیل داده‌تون از Claude به جای ChatGPT استفاده کنین. Claude نه تنها به نمودارهای ساده‌ی پایتون مثل matplotlib یا seaborn محدود نیست، بلکه می‌تونه نمودارهای تعاملی و پیشرفته رو مستقیم توی وب تولید کنه و حتی فیلترهای دقیق و شخصی‌سازی شده‌ رو برای هر بخش از داده‌هاتون ارائه بده!

✔️ تصور کنین دیتاهای پیچیده رو که ساعت‌ها وقت می‌گیره، در عرض چند ثانیه تحلیل کنین. برای مثال به ویدیوی بالا که مربوط به نمودار دانلودهای برتر در GitHub و رشد اون‌هاست، نگاه کنید:
4 ساعت کار علم داده رو تنها در 10 ثانیه انجام داره می‌ده!

💸 چت‌بات Claude دقیقا برای کسایی که دنبال ترکیب کارایی و سرعت هستن. یه ابزار فوق‌العاده که می‌تونه داده‌ها رو با دقت و بدون محدودیت نمایش بده!

🤖 Claude
💰 LINK


🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
🥇 این مخزن گیت‌هاب مثل یه معدن طلا برای هر دیتاساینتیسته!

یادگیری تعاملی و مفهومی مباحث علوم داده

👨🏻‍💻 این ریپوی گیت‌هاب دقیقاً همون چیزیه که برای یادگیری تعاملی و عمیق مفاهیم علم داده، آمار و مدل‌های یادگیری ماشین لازم دارین. پروفسور مایکل پیرچ از دانشگاه تگزاس، کلی داشبورد تعاملی اینجا گذاشته که می‌تونین باهاش خیلی از مفاهیم مهم علوم داده رو یاد بگیرین و مرور کنین.

💡 این داشبوردها مثل یه کلاس درس واقعیه، که می‌تونین مباحث مختلف رو هم یاد بگیرین و هم هر موضوعی که خواستین رو تمرین و مرور کنین.

💰 بعضی از موضوعاتی که می‌تونین به شکل تعاملی یاد بگیرین:

🔢 مباحث آمار و احتمال علوم داده
🔢 خوشه بندی
🔢 تحلیل مولفه‌های اصلی (PCA)
🔢 تکنیک‌های Bagging و Boosting
🔢 رگرسیون خطی
🔢 شبکه‌های عصبی و...


🗂 Interactive DS Python Dashboards
🐱 GitHub-Repos


🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
💠 همه دوره‌های رایگان Kaggle برای علم داده
📁 به همراه گواهینامه‌ پایان دوره

👨🏻‍💻 من یه لیست درست کردم از دوره‌های رایگان کگل برای علوم داده. این لیست از مهندسی ویژگی و پاکسازی داده‌ها گرفته تا سری‌های زمانی و کلی مهارت دیگه رو پوشش میده... همه‌شونم رایگانه!👇


پایتون ⬅️ لینک

مقدمه‌ای بر یادگیری ماشین ⬅️ لینک

پانداس ⬅️ لینک

یادگیری ماشین متوسط ⬅️ لینک

مصورسازی داده‌ها ⬅️ لینک

مهندسی ویژگی ⬅️ لینک

مقدمه‌ای بر زبان SQL ⬅️ لینک

زبان SQL پیشرفته ⬅️ لینک

مقدمه‌ای بر یادگیری عمیق ⬅️ لینک

بینایی کامپیوتر ⬅️ لینک

سری‌های زمانی ⬅️ لینک

پاکسازی داده ⬅️ لینک

تحلیل جغرافیایی ⬅️ لینک

توضیح‌پذیری یادگیری ماشین ⬅️ لینک


🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
@DataScience_ir_Data_Visualization_for_Better_Understanding.pdf
3 MB
🔴 انتخاب رنگ‌ مناسب برای نمودارهامون
جزوه «طراحی نمودارهای جذاب و حرفه‌ای»


👨🏻‍💻 وقتی سراغ طراحی نمودار از داده‌هامون می‌ریم، انتخاب رنگ مناسب تأثیر زیادی تو درک بهتر اطلاعات داره. چند تا قانون کلی هست که همیشه خودم رعایت می‌کنم:

🔢 قانون اول: تفکیک دسته‌ها با رنگ‌های متنوع

✏️ اگه دارین دسته‌ها یا گروه‌های مختلف رو مقایسه می‌کنین، به هر کدوم یه رنگ جداگونه بدین. این کار کمک می‌کنه مخاطب راحت‌تر تفاوت‌ها رو ببینه و درک کنه.

🔢 قانون دوم: استفاده از طیف رنگی برای یک گروه خاص

✏️ وقتی فقط یه دسته دارین ولی مقادیرشون تفاوت داره (مثل امتیازات از کم به زیاد)، از یه رنگ با شدت‌های مختلف استفاده کنین؛ از تیره به روشن یا برعکس.

🔢 قانون سوم: تأکید روی داده‌های مهم با رنگ برجسته

✏️ برای تأکید روی یه قسمت خاص، بقیه قسمت‌ها رو با رنگ خنثی نشون بدین و اون بخش مهم رو با رنگی روشن و جذاب متمایز کنین.

📄 بقیه نکاتم داخل جزوه‌س.😉


🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
🐱 7 ریپوی برتر گیت‌هاب
💰 برای حرفه‌ای شدن در علم داده!


👨🏻‍💻 خیلی ‌ها یادگیری علم داده رو با دوره‌های آنلاین شروع می‌کنن، اما مسیر واقعی برای تبدیل شدن به یک دیتاساینتیست حرفه‌ای از دل پروژه‌های عملی و تجربه‌های واقعی عبور می‌کنه.


✔️ پیشنهاد من؟ گیت‌هاب! امروز می‌خوام 7 ریپوی برتر گیت‌هاب رو بهتون معرفی کنم که شما رو از سطح مبتدی به پیشرفته برسونن.


🔢 ریپوی Data Science Masters

✏️ این مخزن یه برنامه درسی جامع و اُپن سورس برای آمادگی دانشجوها برای نقش‌های مبتدی در علم داده رو ارائه میده، بدون نیاز به پرداخت هزینه.


🔢 ریپوی Awesome Data Science

✏️ یه لیست منتخب از منابع عالی علم داده مثل کتاب‌ها، نرم‌افزارها و ابزارها.


🔢 ریپوی Cookiecutter Data Science

✏️ این مخزن یه ساختار پروژه استاندارد برای پروژه‌های علم داده ارائه میده که باعث میشه کارها سازمان‌یافته و قابل باز تولید باشه.


🔢 ریپوی Python DS Handbook

✏️ این مخزن کتاب "Python Data Science Handbook" رو به‌صورت رایگان تو نوت‌بوک‌های ژوپیتر ارائه میده که می‌تونین حتی تو گوگل کولب هم اجراش کنین.


🔢 ریپوی Data Science Projects

✏️ مجموعه‌ای از پروژه‌های علم داده که مهارت‌هاتون رو در تحلیل داده رو تقویت میکنن.


🔢 ریپوی Applied ML

✏️ این مخزن روی یادگیری ماشین کاربردی تمرکز داره و مقالات و وبلاگ‌های شرکت‌ها رو درباره کارهای واقعی‌شون به اشتراک می‌ذاره.


🔢 ریپوی Awesome DL Papers

✏️ لیستی از بهترین مقالات یادگیری عمیق برای درک مفاهیم پایه و پیشرفته این حوزه.



🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
پلی‌لیستی جامع برای قدم گذاشتن و تسلط بر دنیای یادگیری ماشین و علم داده!


1️⃣ اصول علم داده:

😉 ریاضیات ضروری برای یادگیری ماشین: لینک
😉 مرور کلی و اصطلاحات پرکاربرد: لینک
😉 روندهای فعلی مصاحبه: لینک
😉 راهنمای رگرسیون خطی: لینک
😉 پلی‌لیست رگرسیون لجستیک: لینک
😉 معیارهای طبقه‌بندی: لینک
😉 طبقه‌بندی‌کننده بیز ساده: لینک
😉 انواع متغیرها: لینک
😉 کاهش ابعاد: لینک
😉 آنتروپی، آنتروپی متقابل، واگرایی KL: لینک
😉 مرور قیمت‌گذاری پویا: لینک


2️⃣ ساخت سیستم‌های توصیه‌گر:

😉 توصیه‌های کالیبره‌شده نتفلیکس: لینک
😉 مدل توصیه یکپارچه نتفلیکس: لینک
😉 تکامل سیستم‌های توصیه‌گر: لینک
😉 آموزش تعبیه‌ها: لینک
😉 کتابخانه Annoy برای نزدیکترین همسایه تقریبی: لینک
😉 محصول کم‌کننده برای ANN: لینک
😉 توصیه‌های حساب مبتنی بر مدل: لینک
😉 کنترلر PID برای تنوع: لینک
😉 سیستم توصیه‌گر اینستاگرام: لینک
😉 مدل‌سازی CTR لینکدین: لینک
😉 مدل دو برج توصیه‌گر Meituan: لینک
😉 مدل دو برج مقیاس‌پذیر پرسش-آیتم: لینک
😉 الگوریتم توصیه‌گر توییتر: لینک
😉 مدل زبان eBay برای سیستم توصیه‌گر: لینک
😉 غلبه بر سوگیری‌ها برای سیستم توصیه‌گر: لینک


3️⃣ تکنیک‌ها و کاربردهای مدل پیشرفته:

😉 اهمیت کالیبراسیون مدل: لینک
😉 تشخیص و نظارت بر تغییرات داده: لینک
😉 آموزش شبکه‌های عصبی: لینک
😉 تبلیغات مبتنی بر تحلیل با Pinterest: لینک
😉 استفاده از Bert پیش‌آموزش‌دیده: لینک
😉 فشرده‌سازی مدل با تقطیر دانش: لینک
😉 استراتژی‌های بندیت چند-مسلح: لینک


4️⃣ دنیای مدل‌های زبانی بزرگ (LLMs):

😉 هوش مصنوعی مکالمه‌ای: لینک
😉 ماهیت دوگانه مدل‌های زبانی مکالمه‌ای: لینک
😉 پیشرفت‌های مرزی در LLM: لینک
😉 بهبود عملکرد LLMهای متن‌باز: لینک
😉 ساخت هوش مصنوعی با سبک شاهرخ خان: لینک


🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
Please open Telegram to view this post
VIEW IN TELEGRAM
@DataScience_ir - Leetcode Python Solutions.pdf
552 KB
📄 جزوه «حل مسائل Leetcode با پایتون»


👨🏻‍💻 مدتیه که با پایتون دارم مسائل Leetcode رو حل می‌کنم. یه جا تصمیم گرفتم همه راه‌حل‌ها رو جمع کنم و تو یه فایل بذارم کنار هم.

✔️ اگر دنبال یاد گرفتن تکنیک‌های حل مسئله با پایتون هستین یا مثل من عاشق این مدل چالش‌هایین و روی مهارت حل مسئله‌ات کار می‌کنین، این جزوه رو از دست ندین! 💯



🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
📊 رسم نمودار‌ها، سریع‌تر از همیشه!


👨🏻‍💻 یه وقتایی تو کار با داده‌ها پیش اومده که هی باید کد بنویسیم برای رسم نمودار، مخصوصاً وقتی هنوز داریم داده‌ها رو بررسی می‌کنیم.


▶️ ابزار PlotAI این قسمت رو براتون راحت می‌کنه! این کتابخونه با استفاده از مدل‌های زبانی OpenAI، فقط با یه توضیح ساده، کد مربوط به matplotlib رو تولید می‌کنه.

◀️مثلاً می‌تونید بگید: “یک نمودار پراکندگی برای ستون A در مقابل ستون B بکش”. کتابخونه PlotAI تو یه چشم به هم زدن کد کاملش رو بهتون میده!


🎚️ حالا مزایاش چیه:

سریع‌تر کردن تحلیل‌های اولیه.
استفاده راحت در نوت‌بوک‌های Jupyter
صرفه‌جویی تو وقت برای کارای تکراری.


🎨 PlotAI
🐱 GitHub-Repos



🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
@DataScience_ir - NumPy.pdf
11.9 MB
🏳️‍🌈 جزوه خلاصه من از کتابخانه «NumPy»


👨🏻‍💻 یکی از ابزارایی که تو مسیر دیتا ساینتیست شدن کلی کمکم کرد، تسلط به NumPy بود. برای همین تصمیم گرفتم یه خلاصه جمع و جور از تکنیک‌های مهمش درست کنم.


📂 تو این خلاصه به این موضوعات پرداختم:

⬅️ساخت، تغییر شکل و برش آرایه‌ها
⬅️انجام محاسبات ریاضی و آماری روی داده‌ها
⬅️ماتریس و جبر خطی با NumPy
⬅️ ترکیب قدرت NumPy با Pandas

🎯 مسلط شدن روی این تکنیک‌ها می‌تونه سرعت و کیفیت تحلیل داده‌هاتون رو چند برابر کنه!



🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
@DataScience_ir - NumPy form Basics to Advanced.pdf
2.4 MB
📖 جزوه «تسلط به NumPy»
از پایه تا پیشرفته


👨🏻‍💻 اوایل که تازه وارد حوزه دیتا ساینس شده بودم، هرجا مقاله یا کدی می‌دیدم، اسم NumPy رو می‌شنیدم. یه ابزار بی‌نظیری برای کار با داده‌ها و محاسبات عددی، که یادگیریش واجبه!

💬 انصافاً NumPy با آرایه‌ها و توابع آماده‌ای که داره، کلی کار رو ساده و سریع می‌کنه. دیگه لازم نیست با لیست‌های پایتون و حلقه‌های پیچیده سروکله بزنی. می‌خوای هر کاری با داده‌ها انجام بدی، یه خط کد با NumPy کافیه!

این جزوه از ساخت آرایه و ایندکس‌گذاری تا عملیات ریاضی، آماری و مفاهیم پیشرفته مثل reshape و stacking — اونم با مثالای ساده و قابل فهم رو شامل میشه.



🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
📊 یه گنجینه‌ کامل برای مصورسازی داده‌ها!

👩🏻‍💻 من همیشه دنبال ایده‌های جدید برای ساخت نمودارهای خلاقانه برای پروژه‌هام بودم، اما پیدا کردن نمونه‌های جدید همیشه برام یه چالش بود. تا اینکه با dataviz-inspiration.com آشنا شدم!


✔️ سایت Dataviz Inspiration یه آرشیو فوق‌العاده از صدها پروژه‌ی خفن ویژوال‌سازی داده‌س که می‌تونین بر اساس نوع نمودار فیلترش کنین.

دقیقاً مثل پینترست، اما مخصوص تحلیلگرها!😎


✏️ چرا انقدر کاربردیه؟ وقتی ایده نداری، سریع یه عالمه نمونه جذاب پیدا می‌کنی. پروژه‌ها به دسته‌بندی‌های مختلف تقسیم شدن و لازم نیست ساعت‌ها دنبال نمونه‌ی مناسب بگردی. مهم‌تر از همه اینکه مرتب آپدیت میشه و پروژه‌های جدیدتر بهش اضافه میشه! 🤩

🔗 Dataviz Inspiration


🌐 #علم_داده #DataScience

📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
Please open Telegram to view this post
VIEW IN TELEGRAM