‌
📚 مجموعه آموزش داده کاوی و یادگیری ماشین

در فرادرس بالغ بر ۳۲۳ ساعت آموزش داده کاوی و یادگیری ماشین، در قالب ۴۰ عنوان آموزشی در دسترس دانشجویان و علاقه‌مندان این حوزه قرار دارد.

💠 لیست کامل آموزش‌ها - [کلیک کنید]
‏

✅ برخی از آموزش‌های این مجموعه در ادامه آمده است. برای مشاهده و دریافت هر آموزش روی عنوان مورد نظر خود کلیک کنید:

▫️ یادگیری ماشین

▫️ مبانی یادگیری عمیق

▫️ داده کاوی در MATLAB

▫️ یادگیری ماشین با Python

▫️ متن کاوی (Text Mining) با زبان R

▫️ یادگیری عمیق - شبکه‌های GAN با پایتون

▫️ اصول و روش‌های داده کاوی Data Mining

▫️ داده کاوی (Data Mining) در RapidMiner
‌

📌 برای دسترسی سریع و آسان به بیش از ۲۰,۰۰۰ ساعت آموزش ویدئویی، اپلیکیشن فرادرس را از طریق لینک زیر دانلود و نصب کنید. 👇

✔️ دریافت اپلیکیشن فرادرس از گوگل پلی [کلیک کنید]


📚 فرادرس | دانش در دسترس همه؛ همیشه و همه جا

‌@FaraDars — فرادرس
‌

‌
✳️ ‌آموزش مسیر تبدیل شدن به دانشمند علم داده (رایگان)


چکیده — علم داده، علمی میان رشته‌ای است که در آن از مباحث گوناگون از الگوریتم‌های یادگیری ماشین گرفته تا آمار، جبر خطی، سیستم‌های مدیریت پایگاه داده و دیگر مباحث استفاده می‌شود. اما به راستی فراگیری چه علوم و مباحثی به فرد در یادگیری علم داده کمک می‌کند و نقشه راه مبدل شدن به دانشمند داده چیست؟ در ویدئوی آموزش مسیر مبدل شدن به علم داده، به این پرسش به طور کامل پاسخ داده شده است.

کسب اطلاعات بیشتر 👇👇

🔗 آموزش مسیر تبدیل شدن به دانشمند علم داده (رایگان) — کلیک کنید [+]

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس
‌
‌

‌
📣 آموزش‌های رایگان پرمخاطب در فرادرس

✔️ لینک برخی از آموزش‌های رایگان و پرطرفدار فرادرس در ادامه آمده است. برای مشاهده و دریافت هر آموزش روی عنوان مورد نظر خود کلیک کنید:

▫️ هنر تفکر خلاق

▫️ برنامه‌نویسی C++‎

▫️ اتوکد (AutoCAD)

▫️ آشنایی با اکسل (Excel)

▫️ افتر افکت (After Effects)

▫️ اصول و مبانی برنامه‌نویسی

▫️ مقابله با فراموشی در مطالعه

▫️ گیت (Git) - گیت هاب و گیت لب

▫️ برنامه‌نویسی اندروید (Android)

🔴 سایر آموزش‌های رایگان را در لینک زیر مشاهده و دانلود کنید:

🔗 فهرست فرادرس‌های رایگان و پرمخاطب [+]


📌 این پست را با دوستان خود نیز به اشتراک بگذارید و فرصت آموختن رایگان را به آن‌ها هدیه دهید.

📚 فرادرس | دانش در دسترس همه؛ همیشه و همه جا

‌@FaraDars — فرادرس
‌

‌
✴️ در شبکه‌های اجتماعی فرادرس چه مطالبی منتشر می‌شود؟

☑️ اطلاع‌رسانی فرصت‌های ویژه و جشنواره‌های تخفیف

☑️ اطلاع‌رسانی جدیدترین آموزش‌های منتشر شده همراه با تخفیف ویژه انتشار

☑️ انتشار مطالب، مقالات و ویدئوهای آموزشی رایگان

☑️ اطلاع‌رسانی آخرین رویدادها و وبینارها

☑️ برگزاری مسابقات و طرح‌های تخفیف همراه با هدایای آموزشی


☸️ فرادرس را در شبکه‌های اجتماعی دنبال کنید.👇👇👇

📌 اینستاگرام – [کلیک کنید]


📌 یوتیوب – [کلیک کنید]


📌 لینکدین – [کلیک کنید]


📌 توئیتر – [کلیک کنید]


📌 کانال رسمی تلگرام – [کلیک کنید]


📌 کانال فرصت‌های ویژه (فراپُن) – [کلیک کنید]


📌 کانال تازه‌های نشر – [کلیک کنید]


📌 کانال تدریس در فرادرس [کلیک کنید]


📌 کانال‌های موضوعی و تخصصی – [کلیک کنید]


📚 فرادرس | دانش در دسترس همه؛ همیشه و همه جا

‌@FaraDars — فرادرس
‌

‌
✳️ ‌آموزش یادگیری تقویتی – Reinforcement Learning (رایگان)


چکیده — با گسترش کاربردهای فناوری اطلاعات در حوزه های مختلف، نیاز به خودکار نمودن فرآیندهای تصمیم گیری، روند فزاینده ای را داشته است. دانش هوش مصنوعی به عنوان یک راهکار اصلی، برای رفع این نیازها، از روش های مبتنی بر یادگیری ماشین استفاده می کند. در واقع، می توان یادگیری ماشین را به عنوان مجموعه ای از ابزارهای پایه برای هوشمندسازی فرآیندها در کاربردهای مختلف، بکار گرفت. ما در این آموزش قصد داریم تا مبحث یادگیری تقویتی – Reinforcement Learning را مورد بحث و بررسی قرار دهیم.

کسب اطلاعات بیشتر 👇👇

🔗 آموزش یادگیری تقویتی – Reinforcement Learning (رایگان) — کلیک کنید [+]

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس
‌
‌

‌
✳️ ‌آموزش داده کاوی و زبان برنامه نویسی R (رایگان)


چکیده — بر اساس پیش بینی ها، جهان فناوری در سال های آینده حول محور تحلیل داده ها خواهد بود. یکی از موضوعات داغ روز در حوزه تحلیل داده ها، مبحث کشف دانش از داده یا داده کاوی است. داده کاوی به معنای کشف الگوهای جالب توجه از حجم انبوهی از داده ها است که دانشی را ارائه می کنند. استفاده از زبان برنامه نویسی R که با اجازه نامه عمومی گنو منتشر شده در مباحث مربوط به داده کاوی استفاده های گسترده ای چه در پروژه های دانشگاهی و چه در پروژه های عملی دارد. در این کارگاه شما ضمن آشنایی با کلیات داده کاوی، با برنامه نویسی R و استفاده از آن برای داده کاوی آشنا خواهید شد.

کسب اطلاعات بیشتر 👇👇

🔗 آموزش داده کاوی و زبان برنامه نویسی R (رایگان) — کلیک کنید [+]

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس
‌
‌

‌
📣 دسترسی به آخرین کوپن و کدهای تخفیف فرادرس

🔗 صفحه فرصت‌های ویژه - [کلیک کنید]

💯 همراه با فرصت‌های ویژه فرادرس، یادگیری را شروع کنید👇


‌‏💫 تا ۱۷۰ هزار تومان تخفیف در طرح پلکان آموزشی

در این طرح، با توجه به مقدار سبد سفارش خود تا ۱۷۰ هزار تومان تخفیف دریافت کنید.

🎁 کد تخفیف: STR69

📅 اعتبار: تا پایان روز دوشنبه ٣١ مرداد ۱۴۰۱

_______________‏

‏💫 ۵۰ هزار تومان هدیه آموزشی، مخصوص اپلیکیشن فرادرس

🎁 کد تخفیف: FRAPP

📅 اعتبار: تا پایان روز دوشنبه ٣١ مرداد ۱۴۰۱

_______________‏

‌‏💫 ۵۰ درصد تخفیف برای ثبت اولین سفارش خرید

🎁 کد تخفیف: FRSTRD

📅 اعتبار: تا پایان روز دوشنبه ٣١ مرداد ۱۴۰۱

_______________‏

💫 ۱۵۰ هزار تومان تخفیف برای سبدهای خرید بالای ۴۰۰ هزار تومان

🎁 کد تخفیف: FR4SD

📅 اعتبار: تا پایان روز دوشنبه ٣١ مرداد ۱۴۰۱

_______________‏

🌟 جهت اطلاع از تمامی کدهای تخفیف فعال در فرادرس و نحوه استفاده از آن‌‌ها، به لینک زیر مراجعه کنید:

🔗 فرصت‌های ویژه فرادرس - [کلیک کنید]


📚 فرادرس | دانش در دسترس همه؛ همیشه و همه جا

‌@FaraDars — فرادرس

‌
✨ در کانال‌های موضوعی و تخصصیِ فرادرس، چه مطالبی به صورت رایگان ارائه می‌شود؟

🔹 جدیدترین و به‌روز ترین مقالات آموزشی در رشته‌های مختلف تحصیلی و تخصصی
🔹 خلاصه دروس دانشگاهی
🔹 مطالب جذاب علمی و ویدئوهای آموزشی
🔹 آموزش مهارت‌های کاربردی‌

🌟 برای دسترسی سریع‌تر به مطالب و مقالات آموزشی رایگان فرادرس، عضو کانال مورد نظر خود شوید👇👇👇


📌کانال آموزشی برنامه‌نویسی:
@FaraProg

📌کانال آموزشی برنامه‌نویسی پایتون:
@FaraPython

📌کانال آموزشی برنامه‌نویسی اندروید:
@FaraAnd

📌کانال آموزشی برنامه‌نویسی جاوا:
@Fara_Java

📌کانال آموزشی طراحی و توسعه وب:
@FaraWebDev

📌کانال آموزشی متلب و سیمولینک:
@FaraMatlabSim

📌کانال آموزشی رباتیک:
@FaraRobotics

📌کانال آموزشی هوش مصنوعی:
@FaraAI

📌کانال آموزشی علم داده:
@Fara_DS

📌کانال آموزشی مهندسی:
@FaraEng

📌کانال آموزشی مهندسی مکانیک:
@FaraMechanical

📌کانال آموزشی مهندسی برق:
@FaraElectrical

📌کانال آموزشی مهندسی عمران:
@FaraCivil

📌کانال آموزشی معماری:
@FaraArch

📌کانال آموزشی شیمی:
@FaraChem

📌کانال آموزشی مهندسی و علوم کامپیوتر:
@FaraCompEng

📌کانال آموزشی طراحی گرافیک:
@FaraGraphDesign

📌کانال آموزشی زبان:
@FaraLang

📌کانال آموزشی زیست‌شناسی:
@FaraBio

📌کانال آموزشی فیزیک:
@FaraPhys

📌کانال آموزشی ریاضیات:
@FaraMathematic

📌کانال آموزشی آمار و احتمالات:
@FaraStatistics

📌کانال آموزشی آفیس:
@FaraOffice

📌کانال آموزشی بورس:
@FaraVest

📌کانال آموزشی بازاریابی دیجیتال:
@Kaprila


📚 فرادرس | دانش در دسترس همه؛ همیشه و همه جا

‌@FaraDars — فرادرس

‌‌
✳️ مجموعه وبینارهای رایگان رویداد فینوهک — ۱۳ دوره آموزشی

🔖 فینوهک رویدادی مبتنی بر سرمایه‌گذاری است. این رویداد می‌خواهد فرصتی باشد تا افراد و تیم‌ها با چالش‌ها در پنج حوزه ولث‌تک (WealthTech)، اینشورتک (InsureTech)، رگ‌تک (ReqTech)، لندتک (Lend Tech) و پرداخت (Paytech) برخورد کنند. در فینوهک تلاش می‌شود تا افراد در مورد فینتک توانمند شوند و بتوانند شناخت خوبی نسبت به فینتک پیدا کنند و کسب و کاری را در این فضا شروع کنند یا بهتر ادامه دهند. فرادرس همراه آموزشی فینوهک است و وبینارهای رایگان را در اختیارتان قرار می‌دهد.

🔻 اولین وبینار در این رویداد، روز سه‌شنبه، ۱ شهریور ۱۴۰۱ آغاز خواهد شد. برای اطلاع از زمان برگزاری و ثبت‌نام در وبینارها، روی عنوان مورد نظر خود کلیک کنید: 👇

۱. فینتک چیست؟

۲. آنچه که برای شروع یک کسب و کار در فضای بیتکوین و بلاکچین لازم است بدانید

۳. تشریح مدل‌های ساختارشکن ولث تک در دنیا و اشاره به فرصت‌های پیش رو

۴. شناخت رگ تک و شناسایی نقش آن در زنجیره ارزش فینتک‌ها

۵. فرصت‌های تجاری سازی API

۶. آموزش Embedded Finance و تاثیر آن بر مدل‌های کسب‌ و کار

۷. قراردادهای هوشمند و فرصت های کسب و کاری در سال ۲۰۲۲

۸. روش‌های جدید اعتبار دهی و پرداخت تسهیلات و فناوری های مرتبط با آن

۹. تامین مالی زنجیره تامین، فرصتی جدید برای ورود تکنولوژی‌های نوین به صنعت مالی

۱۰. طراحی تجربه مشتری در صنعت فینتک

۱۱. محصول فینتکی از کجا شروع می‌شود؟

۱۲. مروری بر قواعد و چارچوب رایج بیمه گری

۱۳. کاربرد هوش مصنوعی در فرایند خسارت‌های بیمه


🔗 وبینارهای رایگان رویداد فینوهک — [کلیک کنید]


📚 فرادرس | دانش در دسترس همه؛ همیشه و همه جا
‌
@FaraDars — فرادرس‌‌

‌
✳️ ‌آموزش رایگان یادگیری ماشین با پایتون – سریع و آسان در ۱۸۰ دقیقه


چکیده — یادگیری ماشین (Machine‎ Learning‎)، زیرمجموعه‌ای از هوش مصنوعی و یکی از موضوعات مورد توجه در علوم کامپیوتر است که به سیستم‌های کامپیوتری، توانایی یادگیری از داده‌ها را می‌دهد. هدف از این فرادرس، آموزش مباحث لازم برای یادگیری مفاهیم یادگیری ماشین در کمترین زمان است. در این آموزش، ابتدا مفاهیم اولیه و رگرسیون، سپس روش‌های طبقه‌بندی،ماشین بردار پشتیبان (Support Vector Machine)، شبکه عصبی، درخت تصمیم، دسته‌بندی بیز (Bayes Classifier)، k نزدیک‌ترین همسایه، یادگیری جمعی و در نهایت انتخاب ویژگی آموزش داده می‌شوند. نحوه آموزش به این صورت است که ابتدا مطالب به صورت تئوری توضیح داده شده‌اند و سپس به کمک زبان پایتون پیاده‌سازی می‌شوند، پایتون یکی از بهترین زبان‌های برنامه‌نویسی برای یادگیری ماشین است.

کسب اطلاعات بیشتر 👇👇

🔗 آموزش رایگان یادگیری ماشین با پایتون – سریع و آسان در ۱۸۰ دقیقه — کلیک کنید [+]

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس
‌
‌

‌
✳️ دسترسی به هزاران ساعت آموزش ویدئویی و رایگان از طریق اپلیکیشن فرادرس

📱 ۲۰ هزار ساعت آموزش تو موبایل کنار دستته👇

▫️ دروس و نرم‌افزارهای دانشگاهی
▫️ برنامه‌نویسی و طراحی سایت
▫️ مهارت‌های توسعه فردی
▫️ مهارت‌های کامپیوتری
▫️ طراحی و گرافیک
▫️ زبان‌های خارجی
▫️ کسب و کار

🚀 با اپلیکیشن فرادرس تو هر شرایط زمانی و مکانی‌، می‌تونید مهارت‌ها و دانشتون رو ارتقا بدید و ویدئوهای آموزشی رو تو موبایلتون مشاهده کنید.

نصب سریع و راحت از گوگل‌پلی👇

✅ دریافت اپلیکیشن فرادرس از Google Play - [کلیک کنید]


🔗 فهرست آموزش‌های رایگان در فرادرس - [کلیک کنید]


📚 فرادرس | دانش در دسترس همه؛ همیشه و همه جا

@FaraDars‌ — ‌‌فرادرس

‌
💢 معرفی کانال‌های تلگرام فرادرس:


📍 کانال رسمی فرادرس [‎‌@FaraDars]

✅ در این کانال، اطلاع‌رسانی طرح‌ها و جشنواره‌های تخفیف، رویدادها و وبینارها، معرفی مجموعه‌های آموزشی، گزارش عملکرد و آمار مربوط به فعالیت‌های مجموعه فرادرس و سایر موارد انجام می‌شود.


📍 کانال فراپُن [‎‌‌‌@FaraPon] — آخرین کوپن و تخفیف‌ها

✅ کانال «فراپُن» با هدف ایجاد دسترسی آسان و طبقه‌بندی شده به فرصت‌های ویژه فرادرس ایجاد شده است. می‌توانید آخرین کوپن و کدهای تخفیف فرادرس را در این کانال دنبال کنید.


📍 کانال تازه‌های نشر [‎@FDpub] — جدیدترین آموزش‌ها با تخفیف ویژه انتشار

✅ این کانال با افزایش ظرفیت و آمار انتشار آموزش‌های فرادرس، با هدف اطلاع‌رسانی سریع آموزش‌های جدید، ایجاد شده و در دسترس است.
از طریق این کانال و در سریع‌ترین زمان ممکن به جدیدترین آموزش‌های منتشر شده در فرادرس، همراه با تخفیف ویژه انتشار آموزش، دسترسی خواهید داشت.


📍 کانال‌های موضوعی و تخصصی

✅ در کانال‌های تخصصی فرادرس، جدیدترین و به‌روز ترین مقالات آموزشی در رشته‌های مختلف تحصیلی و تخصصی، خلاصه دروس دانشگاهی، آموزش مهارت‌های کاربردی، مطالب جذاب علمی و ویدئوهای آموزشی به صورت کاملاً رایگان ارائه می‌شود.

🔗 لیست کانال‌های تخصصی - [کلیک کنید]


📍 کانال تدریس در فرادرس [‎‌@Teach_on_FaraDars]

✅ این کانال با هدف انتقال سریع آخرین اخبار و اطلاعات مرتبط با تدریس در فرادرس، ایجاد شده‌‌است. با عضویت در این کانال، شما می‌توانید از فرصت‌ها و طرح‌های ویژه تدریس و سایر موارد مرتبط با آن، مطلع شوید.


📚 فرادرس | دانش در دسترس همه؛ همیشه و همه جا

@FaraDars — فرادرس‌

‌
✳️ ‌آموزش درخت تصمیم در یادگیری ماشین (رایگان)


چکیده — یادگیری ماشین (Machine Learning) یک حوزه مطالعاتی است که به ماشین ها توانایی یادگیری می دهد، بدون این که نیاز باشد این ماشین ها به طور صریح برنامه نویسی شوند. به عبارتی، یادگیری ماشین بررسی می کند که چگونه کامپیوترها می توانند براساس داده یاد بگیرند یا کارایی شان را بهبود بخشند. ما در این آموزش قصد داریم تا درخت تصمیم در یادگیری ماشین را مورد بحث و بررسی قرار دهیم.



کسب اطلاعات بیشتر 👇👇

🔗 آموزش درخت تصمیم در یادگیری ماشین (رایگان) — کلیک کنید [+]

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس
‌
‌

‌
✳️ ‌آشنایی با داده کاوی، روش ها و چالش های آن (وبینار ضبط شده) – رایگان


چکیده — با پیشرفت سریع فناوری، اطلاعات بشر شاهد یک رشد انفجاری در تولید داده (Data) و ظرفیت‌های گردآوری و ذخیره‌سازی آن در دامنه‌های گوناگون بوده است. همین امر لزوم بهره‌گیری از این داده‌ها برای تصمیم‌سازی و افزایش کمی و کیفی فرایندها و خروجی‌ها در حوزه‌های گوناگون را ایجاد کرد. در این وبینار، به مفهوم داده‌کاوی (Data Mining)، فرایند داده‌کاوی، کاربردهای آن، انواع روش‌های داده‌کاوی و چالش‌ها و دستاورهای این حوزه پرداخته شده است.

کسب اطلاعات بیشتر 👇👇

🔗 آشنایی با داده کاوی، روش ها و چالش های آن (وبینار ضبط شده) – رایگان — کلیک کنید [+]

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس
‌
‌

‌
✳️ ‌آموزش رایگان کار با دیتافریم‌ ها در پکیج Pandas‌


چکیده — بعد از دیدن این آموزش قادر خواهید بود که با اصول اولیه تجزیه و تحلیل و آماده‌سازی داده‌ها با پایتون (Python) آشنا شوید، نحوه ورود داده از فایل‌هایی مانند: XML ,JSON و CSV را یاد بگیرید و همچنین از کتابخانه Pandas در پایتون برای تجزیه و تحلیل داده‌ها، گروه‌بندی و اتصال داده‌ها استفاده کنید، بتوانید داده‌ها را از وب استخراج کرده، نحوه شناسایی و پاک‌سازی داده‌ها را فراگرفته و از کتابخانه‌هایی مانند: Matplotlib برای مصورسازی داده‌ها استفاده نمایید.

کسب اطلاعات بیشتر 👇👇

🔗 آموزش رایگان کار با دیتافریم‌ ها در پکیج Pandas‌ — کلیک کنید [+]

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس
‌
‌

‌
✨ در کانال‌های موضوعی و تخصصیِ فرادرس، چه مطالبی به صورت رایگان ارائه می‌شود؟

🔹 جدیدترین و به‌روز ترین مقالات آموزشی در رشته‌های مختلف تحصیلی و تخصصی
🔹 خلاصه دروس دانشگاهی
🔹 مطالب جذاب علمی و ویدئوهای آموزشی
🔹 آموزش مهارت‌های کاربردی‌

🌟 برای دسترسی سریع‌تر به مطالب و مقالات آموزشی رایگان فرادرس، عضو کانال مورد نظر خود شوید👇👇👇


📌کانال آموزشی برنامه‌نویسی:
@FaraProg

📌کانال آموزشی برنامه‌نویسی پایتون:
@FaraPython

📌کانال آموزشی برنامه‌نویسی اندروید:
@FaraAnd

📌کانال آموزشی برنامه‌نویسی جاوا:
@Fara_Java

📌کانال آموزشی طراحی و توسعه وب:
@FaraWebDev

📌کانال آموزشی متلب و سیمولینک:
@FaraMatlabSim

📌کانال آموزشی رباتیک:
@FaraRobotics

📌کانال آموزشی هوش مصنوعی:
@FaraAI

📌کانال آموزشی علم داده:
@Fara_DS

📌کانال آموزشی مهندسی:
@FaraEng

📌کانال آموزشی مهندسی مکانیک:
@FaraMechanical

📌کانال آموزشی مهندسی برق:
@FaraElectrical

📌کانال آموزشی مهندسی عمران:
@FaraCivil

📌کانال آموزشی معماری:
@FaraArch

📌کانال آموزشی شیمی:
@FaraChem

📌کانال آموزشی مهندسی و علوم کامپیوتر:
@FaraCompEng

📌کانال آموزشی طراحی گرافیک:
@FaraGraphDesign

📌کانال آموزشی زبان:
@FaraLang

📌کانال آموزشی زیست‌شناسی:
@FaraBio

📌کانال آموزشی فیزیک:
@FaraPhys

📌کانال آموزشی ریاضیات:
@FaraMathematic

📌کانال آموزشی آمار و احتمالات:
@FaraStatistics

📌کانال آموزشی آفیس:
@FaraOffice

📌کانال آموزشی بورس:
@FaraVest

📌کانال آموزشی بازاریابی دیجیتال:
@Kaprila


📚 فرادرس | دانش در دسترس همه؛ همیشه و همه جا

‌@FaraDars — فرادرس

‌
✳️ ‌آموزش رایگان گروه‌ بندی‌


چکیده — بعد از دیدن این آموزش قادر خواهید بود که با اصول اولیه تجزیه و تحلیل و آماده‌سازی داده‌ها با پایتون (Python) آشنا شوید، نحوه ورود داده از فایل‌هایی مانند: XML ,JSON و CSV را یاد بگیرید و همچنین از کتابخانه Pandas در پایتون برای تجزیه و تحلیل داده‌ها، گروه‌بندی و اتصال داده‌ها استفاده کنید، بتوانید داده‌ها را از وب استخراج کرده، نحوه شناسایی و پاک‌سازی داده‌ها را فراگرفته و از کتابخانه‌هایی مانند: Matplotlib برای مصورسازی داده‌ها استفاده نمایید.

کسب اطلاعات بیشتر 👇👇

🔗 آموزش رایگان گروه‌ بندی‌ — کلیک کنید [+]

📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس
‌
‌

‏✳️ ‌ریکامندر چیست ؟ | مبانی سیستم پیشنهاد دهنده — به زبان ساده

‏در این مطلب، ضمن پاسخگویی به پرسش ریکامندر چیست به بررسی مبانی سیستم پیشنهاد دهنده به زبان ساده، به طور جامع و کامل و همراه با ارائه مثال پرداخته شده است. شایان توجه است که در سراسر این مطلب از کلمه قلم و اقلام برای اشاره به مفهوم «Item» و «Items» استفاده شده است.

══ فهرست مطالب ══

‏ ○ چکیده مطلب ریکامندر چیست ؟
‏ ○ مقدمه‌ای بر مبحث ریکامندر چیست ؟
‏ ○ ریکامندر معادل چه کلمه‌ای در فارسی و انگلیسی است؟
‏ ○ ریکامندر چیست ؟
‏ ○ دلیل استفاده از سیستم ریکامندر چیست ؟
‏ ○ کاربرد سیستم ریکامندر چیست ؟
‏ ○ چه زمانی کسب و کار باید ریکامندر سیستم پیاده‌سازی کند؟
‏ ○ پیش‌نیازهای لازم برای راه‌اندازی یک سیستم ریکامندر چیست ؟
‏ ○ ریکامندر سیستم چگونه کار می‌کند؟
‏ ○ منابع اطلاعاتی سیستم ریکامندر چیست ؟
‏ ○ روش فراهم کردن داده برای سیستم ریکامندر چیست ؟
‏ ○ رابطه و داده در ریکامندر سیستم ها
‏ ○ انواع سیستم‌های ریکامندر چه هستند؟
‏ ○ از چه روش‌هایی برای ساخت ریکامندر سیستم استفاده می‌شود؟
‏ ○ چطور می‌توان یک ریکامندر سیستم را ارزیابی کرد؟
‏ ○ مثال از ریکامندر سیستم: موتور پیشنهاد هوشمند با پالایش گروهی
‏ ○ مثال از ریکامندر سیستم: ریکامندر سیستم محتوا محور پیشنهاد مقالات
‏ ○ معرفی یک پروژه ریکامندر سیستم فعال و تجاری ایرانی: کاپریلا
‏ ○ پرسش‌های متداول پیرامون ریکامندر سیستم


‏🔸 چکیده مطلب ریکامندر چیست ؟

‏اینترنت به عنوان منبعی برای حجم انبوه داده‌ها و اطلاعات محسوب می‌شود. در عین حال، کالاها و خدمات متنوعی نیز از طریق اینترنت در دسترس عموم مردم هستند. در این اقیانوس، نیاز به ابزاری برای پالایش، اولویت‌بندی و تحویل موثر اطلاعات مورد نیاز و مرتبط به هر کاربر به او محسوس است. این کار به عنوان راهکاری مُسَکن‌وار برای مسئله وجود سرریز اطلاعات (Information Overload) در نظر گرفته شده است. امروزه، سرریز اطلاعات مشکلات متعددی را برای کاربران اینترنت به وجود آورده است. ریکامندر سیستم در صدد است تا این مشکل را با جستجو در میان حجم انبوهی از اطلاعاتی حل کند که همه روزه به صورت پویا تولید می‌شوند و محتوا و خدمات شخصی‌سازی شده برای هر کاربر را در اختیار او قرار دهد.

‏در مطلب ریکامندر چیست ابتدا مفهوم ریکامندر سیستم بیان و به پرسش ریکامندر چیست پاسخ داده شده است. سپس، به پرسش دلیل استفاده از سیستم ریکامندر چیست پاسخ داده شده و کاربرد ریکامندر سیستم مورد بررسی قرار گرفته است. در ادامه، پیش‌نیازهای لازم برای یک ریکامندر سیستم تشریح شده‌اند و به روش‌های تامین منابع اطلاعاتی برای ریکامندر سیستم پرداخته شده است. پس از آن، روش کار و روش ساخت ریکامندر سیستم مورد بررسی قرار گرفته و انواع ریکامندر سیستم تشریح شده است. سپس، مثال‌هایی از پیاده‌سازی ریکامندر سیستم همراه با ارائه کدهای لازم برای آن ارائه شده است تا مخاطب بتواند هر چه بهتر پاسخ پرسش ریکامندر چیست را دریافت کند. در نهایت، به پرسش‌های متداول پیرامون ریکامندر سیستم یا همان سیستم پیشنهاد دهنده پاسخ داده شده است.


‏🔸 مقدمه‌ای بر مبحث ریکامندر چیست ؟

‏رشد انفجاری اطلاعات دیجیتالی در دسترس و تعداد کاربران اینترنت، مشکل بالقوه سرریز اطلاعاتی را ایجاد می‌کند. این سرریز اطلاعاتی مانع دسترسی سریع و به موقع کاربران به اطلاعات مورد نظر خودشان در اینترنت می‌شود. سیستم‌های بازیابی اطلاعات (Information Retrieval Systems) مانند گوگل، آلتاویستا و دیگر موارد، تا اندازه‌ای این مشکل را حل کرده‌اند.



مطالعه ادامه مطلب 👇👇

‏🔗 ریکامندر چیست ؟ | مبانی سیستم پیشنهاد دهنده — به زبان ساده — کلیک کنید (+)



📌 کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس

✳️ ‌آشنایی با شبکه‌های عصبی پیچشی (CNN)

‏«شبکه‌های عصبی پیچشی» (convolutional neural network) رده‌ای از شبکه‌های عصبی عمیق هستند که معمولاً برای انجام تحلیل‌های تصویری یا گفتاری در یادگیری ماشین استفاده می‌شوند. برای توضیح CNN کار خود را با اساسی‌ترین عنصر این شبکه عصبی یعنی «پرسپترون» (perceptron) آغاز می‌کنیم.

══ فهرست مطالب ══

‏ ○ پرسپترون
‏ ○ بردار ویژگی
‏ ○ کلاس‌بندی
‏ ○ الگوریتم تمرین
‏ ○ تمرین دادن پرسپترون
‏ ○ مبدأ (epoch)
‏ ○ تمرین دادن عملی پرسپترون


‏🔸 پرسپترون

‏پرسپترون جزء اساسی و پایه‌ای شبکه عصبی است که می‌تواند یادگیری نیز داشته باشد. توسعه این جزء درنتیجه الهام از یک عنصر زیست‌شناختی به نام نورون بوده است. چراکه پرسپترون مانند نورون یک سیگنال ورودی را دریافت می‌کند، آن را پردازش می‌کند و یک پاسخ را شبیه‌سازی می‌کند. پرسپترون سیگنال میتواند برای تمییز مسائل قابل جداسازی خطی مورداستفاده قرار گیرد.


‏🔸 بردار ویژگی

‏وظایف یادگیری ماشینی معمولاً بدین‌صورت تعریف می‌شوند که سیستم یادگیری ماشینی چگونه باید یک نمونه را پردازش کند. معمولاً این وظایف مجموعه‌ای از ویژگی‌ها هستند که از برخی از اشیا یا رویدادها به‌صورت کمی اندازه‌گیری می‌شوند و از سیستم یادگیری ماشینی می‌خواهیم که آن‌ها را برای ما پردازش کند. معمولاً این نمونه را به‌صورت بردار x ∈ Rn نمایش می‌دهیم که هر مؤلفه xi خود یک بردار ویژگی است.



مطالعه ادامه مطلب 👇👇

‏🔗 آشنایی با شبکه‌های عصبی پیچشی (CNN) — کلیک کنید (+)

📌کانال اختصاصی آموزشی علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی علم داده را در کانال اختصاصی [‎@Fara_DS] دنبال کنید. 👇

@Fara_DS — مطالب و آموزش‌های علم داده فرادرس