معرفی ۱۰ وبسایت برتر در زمینه آموزش برنامه نویسی و حوزه های علم داده
🔻www.coursera.org
🔻www.udemy.com
🔻www.udacity.com
🔻www.lynda.com
🔻www.codecademy.com
🔻www.w3schools.com
🔻www.thenewboston.org
🔻www.programmr.com
🔻www.codeavengers.com
🔻www.codeschool.com
📚@BigDataServe
🔻www.coursera.org
🔻www.udemy.com
🔻www.udacity.com
🔻www.lynda.com
🔻www.codecademy.com
🔻www.w3schools.com
🔻www.thenewboston.org
🔻www.programmr.com
🔻www.codeavengers.com
🔻www.codeschool.com
📚@BigDataServe
This media is not supported in your browser
VIEW IN TELEGRAM
#datamining
Source: www.Lynda.com
Part 28/53
دوره آموزش اصول و مبانی علم داده
قسمت بیست و هشتم - تشخیص ناهنجاری با استفاده از نرم افزار RapidMiner
📚@BigDataServe
Source: www.Lynda.com
Part 28/53
دوره آموزش اصول و مبانی علم داده
قسمت بیست و هشتم - تشخیص ناهنجاری با استفاده از نرم افزار RapidMiner
📚@BigDataServe
🔻گوگل با دورههای آموزشی ۶ ماهه کارجویان را از مدرک دانشگاهی بینیاز میکند
◾گوگل به دنبال برگزاری دورههای حرفهای برای آموزش افراد در جستجوی کار است و به آنها مدرک میدهد. این برنامه میتواند در دنیای کار و تحصیلات تغییرات زیادی ایجاد کند.
◾این دورهها که گوگل آنها را گواهی شغلی نامگذاری کرده، مهارتهای بنیادی را به افراد آموزش میدهد و به آنها کمک میکند تا بتوانند شغل موردنظر خود را پیدا کنند.
📚@BigDataServe
◾گوگل به دنبال برگزاری دورههای حرفهای برای آموزش افراد در جستجوی کار است و به آنها مدرک میدهد. این برنامه میتواند در دنیای کار و تحصیلات تغییرات زیادی ایجاد کند.
◾این دورهها که گوگل آنها را گواهی شغلی نامگذاری کرده، مهارتهای بنیادی را به افراد آموزش میدهد و به آنها کمک میکند تا بتوانند شغل موردنظر خود را پیدا کنند.
📚@BigDataServe
مهارت هایی که برای پیشرفت در زندگی شخصی و کار لازم است آنها را کسب کنید عبارتند از:
🔻توانایی تحلیل و منطق
🔻هوش اجتماعی
🔻تطبیق پذیری
🔻دانش استفاده از رسانه های جدید
🔻تعامل اجتماعی
🔻مهارت های T شکل
به عنوان مثال، در توضیح مهارت های T شکل جالب است بدانید که آینده به افرادی نیاز دارد که تخصص T شکل دارند. یعنی در چند زمینه به اندازه نیاز دانش دارند و در یک مورد خاص هم متخصص هستند. آچار فرانسه ای که یک سرش توانایی باز کردن پیچ های خاصی را دارد.
در دنیای علم داده (مخصوصاً برای بازار کار ایران) سعی کنید در چند زمینه مهارت کافی را کسب و در یک حوزه تخصص پیدا کنید (برنامه نویسی پایتون و مهندس داده از پوزیشن های شغلی جذاب هستند که تقاضای بالایی دارند.)
🔻توانایی تحلیل و منطق
🔻هوش اجتماعی
🔻تطبیق پذیری
🔻دانش استفاده از رسانه های جدید
🔻تعامل اجتماعی
🔻مهارت های T شکل
به عنوان مثال، در توضیح مهارت های T شکل جالب است بدانید که آینده به افرادی نیاز دارد که تخصص T شکل دارند. یعنی در چند زمینه به اندازه نیاز دانش دارند و در یک مورد خاص هم متخصص هستند. آچار فرانسه ای که یک سرش توانایی باز کردن پیچ های خاصی را دارد.
در دنیای علم داده (مخصوصاً برای بازار کار ایران) سعی کنید در چند زمینه مهارت کافی را کسب و در یک حوزه تخصص پیدا کنید (برنامه نویسی پایتون و مهندس داده از پوزیشن های شغلی جذاب هستند که تقاضای بالایی دارند.)
This media is not supported in your browser
VIEW IN TELEGRAM
#datamining
Source: www.Lynda.com
Part 29/53
دوره آموزش اصول و مبانی علم داده
قسمت بیست و نهم - تشخیص ناهنجاری با استفاده از نرم افزار BigML
📚@BigDataServe
Source: www.Lynda.com
Part 29/53
دوره آموزش اصول و مبانی علم داده
قسمت بیست و نهم - تشخیص ناهنجاری با استفاده از نرم افزار BigML
📚@BigDataServe
سایت حرفه ای جهت ساخت نمودار، چارت و گراف
🌟ONLINE CHARTS | create and design your own charts and diagrams online
www.onlinecharttool.com
📚@BigDataServe
🌟ONLINE CHARTS | create and design your own charts and diagrams online
www.onlinecharttool.com
📚@BigDataServe
This media is not supported in your browser
VIEW IN TELEGRAM
#datamining
Source: www.Lynda.com
Part 30/53
دوره آموزش اصول و مبانی علم داده
قسمت سی - تجزیه و تحلیل همبستگی بین داده ها
📚@BigDataServe
Source: www.Lynda.com
Part 30/53
دوره آموزش اصول و مبانی علم داده
قسمت سی - تجزیه و تحلیل همبستگی بین داده ها
📚@BigDataServe
This media is not supported in your browser
VIEW IN TELEGRAM
#Machine_Learning
#Linear_Regression
Source: www.Lynda.com
Part 21/47
دوره آموزش مبانی یادگیری ماشین و هوش مصنوعی
💡رگرسیون چندگانه
قسمت بیست و یکم
Creating a train test partition in SPSS
📚@BigDataServe
#Linear_Regression
Source: www.Lynda.com
Part 21/47
دوره آموزش مبانی یادگیری ماشین و هوش مصنوعی
💡رگرسیون چندگانه
قسمت بیست و یکم
Creating a train test partition in SPSS
📚@BigDataServe
#SQLSERVER
🔻ما می توانیم خروجی هایی که از SQL می گیریم را باهم ترکیب کنیم (مثلا ترکیب دو یا چند جدول) ترکیب می تواند به صورت افقی و کنار هم (Horizontal) یا عمودی و زیر هم (Vertical) باشد.
🔻اگر جداول به صورت افقی با هم ترکیب شوند اصطلاحاً به آن join و اگر به صورت عمودی ترکیب شوند به آن append می گویند.
🔻در شکل فوق انواع حالات join و نحوه کوئری نویسی با استفاده از زبان T-SQL را برای هر کدام مشاهده می کنید.
📚@BigDataServe
🔻ما می توانیم خروجی هایی که از SQL می گیریم را باهم ترکیب کنیم (مثلا ترکیب دو یا چند جدول) ترکیب می تواند به صورت افقی و کنار هم (Horizontal) یا عمودی و زیر هم (Vertical) باشد.
🔻اگر جداول به صورت افقی با هم ترکیب شوند اصطلاحاً به آن join و اگر به صورت عمودی ترکیب شوند به آن append می گویند.
🔻در شکل فوق انواع حالات join و نحوه کوئری نویسی با استفاده از زبان T-SQL را برای هر کدام مشاهده می کنید.
📚@BigDataServe
This media is not supported in your browser
VIEW IN TELEGRAM
#datamining
Source: www.Lynda.com
Part 31/53
دوره آموزش اصول و مبانی علم داده
قسمت سی و یکم - اهداف تجزیه و تحلیل همبستگی بین داده ها
📚@BigDataServe
Source: www.Lynda.com
Part 31/53
دوره آموزش اصول و مبانی علم داده
قسمت سی و یکم - اهداف تجزیه و تحلیل همبستگی بین داده ها
📚@BigDataServe
دوره هوش مصنوعی استنفورد
Stanford CS221: AI (Autumn 2019)
🟢 قسمت اول- معرفی دوره
🟢 قسمت دوم- یادگیری ماشینی
🟢 قسمت سوم- ماشین لرنینگ، فیچر ها و شبکه های عصبی
🟢 قسمت چهارم- ماشین لرنینگ، K-means
🟢قسمت پنجم- برنامه نویسی پویا
🟢 قسمت ششم- جستجو
🟢 قسمت هفتم- فرایندهای تصمیمگیری مارکوف
🟢 قسمت هشتم- یادگیری تقویتی
🟢 قسمت نهم- جستجوی خصمانه (بازی)
🟢 قسمت دهم- تئوری بازی ها
🟢 قسمت یازدهم- مسائل ارضای محدودیت
🟢 قسمت دوازدهم- استقلال شرطی
🟢 قسمت سیزدهم- شبکه بیزی ۱
🟢 قسمت چهاردهم- شبکه بیزی ۲
🟢 قسمت پانزدهم- شبکه بیزی ۳
🟢 قسمت شانزدهم- منطق
🟢 قسمت هفدهم- منطق
🟢 قسمت هجدهم - یادگیری عمیق
🟢 قسمت نوزدهم - جمع بندی
#AI
📚@BigDataServe
Stanford CS221: AI (Autumn 2019)
🟢 قسمت اول- معرفی دوره
🟢 قسمت دوم- یادگیری ماشینی
🟢 قسمت سوم- ماشین لرنینگ، فیچر ها و شبکه های عصبی
🟢 قسمت چهارم- ماشین لرنینگ، K-means
🟢قسمت پنجم- برنامه نویسی پویا
🟢 قسمت ششم- جستجو
🟢 قسمت هفتم- فرایندهای تصمیمگیری مارکوف
🟢 قسمت هشتم- یادگیری تقویتی
🟢 قسمت نهم- جستجوی خصمانه (بازی)
🟢 قسمت دهم- تئوری بازی ها
🟢 قسمت یازدهم- مسائل ارضای محدودیت
🟢 قسمت دوازدهم- استقلال شرطی
🟢 قسمت سیزدهم- شبکه بیزی ۱
🟢 قسمت چهاردهم- شبکه بیزی ۲
🟢 قسمت پانزدهم- شبکه بیزی ۳
🟢 قسمت شانزدهم- منطق
🟢 قسمت هفدهم- منطق
🟢 قسمت هجدهم - یادگیری عمیق
🟢 قسمت نوزدهم - جمع بندی
#AI
📚@BigDataServe
Media is too big
VIEW IN TELEGRAM
#Machine_Learning
#Linear_Regression
Source: www.Lynda.com
Part 22/47
دوره آموزش مبانی یادگیری ماشین و هوش مصنوعی
💡رگرسیون چندگانه
قسمت بیست و دوم
Hierarchical regression (Interpreting the output)
📚@BigDataServe
#Linear_Regression
Source: www.Lynda.com
Part 22/47
دوره آموزش مبانی یادگیری ماشین و هوش مصنوعی
💡رگرسیون چندگانه
قسمت بیست و دوم
Hierarchical regression (Interpreting the output)
📚@BigDataServe
🔻اعتبارسنجی متقابل (CrossValidation)
اعتبارسنجی متقابل، که گاهی تخمین گردشی نیز نامیده می شود، یک روش ارزیابی است که مشخص می کند نتایج یک تحلیل آماری بر روی یک مجموعه داده تا چه اندازه قابل تعمیم و مستقل از داده های آموزشی است. این تکنیک بطور ویژه در کاربردهای پیش بینی مورد استفاده قرار می گیرد تا مشخص شود مدل موردنظر تا چه اندازه در عمل مفید خواهد بود. بطور کلی یک دور از اعتبارسنجی ضربدری شامل افراز داده ها به دو زیرمجموعه مکمل، انجام تحلیل بر روی یکی از آن زیرمجموعه ها (داده های آموزشی) و اعتبارسنجی تحلیل با استفاده از داده های مجموعه دیگر است (داده های اعتبارسنجی یا تست). برای کاهش پراکندگی، عمل اعتبارسنجی چندین بار با افرازهای مختلف انجام و از نتایج اعتبارسنجی ها میانگین گرفته می شود (K-fold CrossValidation) این کار هنگامیکه جمع آوری داده های بیشتر سخت، پرهزینه و یا غیرممکن باشد صورت می گیرد. استفاده از اعتبارسنجی ضربدری کمک می کند از فرضیات بایاس شده با داده های فعلی که قابل تعمیم نیستند، دوری شود.
📚@BigDataServe
اعتبارسنجی متقابل، که گاهی تخمین گردشی نیز نامیده می شود، یک روش ارزیابی است که مشخص می کند نتایج یک تحلیل آماری بر روی یک مجموعه داده تا چه اندازه قابل تعمیم و مستقل از داده های آموزشی است. این تکنیک بطور ویژه در کاربردهای پیش بینی مورد استفاده قرار می گیرد تا مشخص شود مدل موردنظر تا چه اندازه در عمل مفید خواهد بود. بطور کلی یک دور از اعتبارسنجی ضربدری شامل افراز داده ها به دو زیرمجموعه مکمل، انجام تحلیل بر روی یکی از آن زیرمجموعه ها (داده های آموزشی) و اعتبارسنجی تحلیل با استفاده از داده های مجموعه دیگر است (داده های اعتبارسنجی یا تست). برای کاهش پراکندگی، عمل اعتبارسنجی چندین بار با افرازهای مختلف انجام و از نتایج اعتبارسنجی ها میانگین گرفته می شود (K-fold CrossValidation) این کار هنگامیکه جمع آوری داده های بیشتر سخت، پرهزینه و یا غیرممکن باشد صورت می گیرد. استفاده از اعتبارسنجی ضربدری کمک می کند از فرضیات بایاس شده با داده های فعلی که قابل تعمیم نیستند، دوری شود.
📚@BigDataServe
Media is too big
VIEW IN TELEGRAM
#datamining
Source: www.Lynda.com
Part 32/53
دوره آموزش اصول و مبانی علم داده
قسمت سی و دوم - تجزیه و تحلیل همبستگی بین داده ها با استفاده از نرم افزار R
📚@BigDataServe
Source: www.Lynda.com
Part 32/53
دوره آموزش اصول و مبانی علم داده
قسمت سی و دوم - تجزیه و تحلیل همبستگی بین داده ها با استفاده از نرم افزار R
📚@BigDataServe
آرمان بهنام pinned «دوره هوش مصنوعی استنفورد Stanford CS221: AI (Autumn 2019) 🟢 قسمت اول- معرفی دوره 🟢 قسمت دوم- یادگیری ماشینی 🟢 قسمت سوم- ماشین لرنینگ، فیچر ها و شبکه های عصبی 🟢 قسمت چهارم- ماشین لرنینگ، K-means 🟢قسمت پنجم- برنامه نویسی پویا 🟢 قسمت ششم- جستجو 🟢 قسمت…»
This media is not supported in your browser
VIEW IN TELEGRAM
#Machine_Learning
#Linear_Regression
Source: www.Lynda.com
Part 23/47
دوره آموزش مبانی یادگیری ماشین و هوش مصنوعی
💡رگرسیون چندگانه
قسمت بیست و سوم
Hierarchical regression (Setting up the analysis)
📚@BigDataServe
#Linear_Regression
Source: www.Lynda.com
Part 23/47
دوره آموزش مبانی یادگیری ماشین و هوش مصنوعی
💡رگرسیون چندگانه
قسمت بیست و سوم
Hierarchical regression (Setting up the analysis)
📚@BigDataServe