گوگل کولب (Google Collaboratory) یک آزمایشگاه مشترک گوگل می‌باشد. این محیط به برنامه‌نویسان اجازه می‌دهد تا کد‌نویسی پایتون را با استفاده از مرورگر خود
«این یک پست بازنشر داده شده از جادی‌نت است. در انتهای مقاله، اطلاعات کامل در خصوص منبع اصلی ذکر شده است» این‌روزها دیتاساینس داره از
این نوشته در تاریخ 13 اسفندماه 1402 بروزرسانی شده است! در این پست به مرور زمان، بهترین کتاب‌های رایج در حوزه‌ی علم داده را بصورت
در این پست کوتاه دو دلیل اصلی خودم را که چرا دیگر همانند اوایل استخدامم، میل و رغبتی به نوشتن مقاله ندارم، شرح خواهم داد.
شخصاً علاقه‌ی بسیار زیادی به مطالعه کردن دارم و همچنین کتاب‌هایی که اخیرا خوانده‌ام را به کسانی که با داده سر و کار دارند توصیه
تفکر موثر تحلیلی داده، باید شما را قادر به ارزیابی پروژه‌های داده‌کاوی بصورت سیستماتیک نماید. این مهارت هم می‌تواند بعنوان یک فرایند خود-ارزیاب و هم
مقدمه: تجزیه و تحلیل داده‌ها زمینه‌ای است که ما با آنالیز و بررسی داده‌های خام می‌توانیم اطلاعات مفیدی بدست آوریم. حوزه‌ی تجزیه و تحلیل داده‌ها
یکی از بهترین کتاب‌هایی که در حوزه‌ی علم داده تاکنون به چاپ رسیده (از نظر بنده)، کتاب Data Science”, by John D. Kelleher and Brendan
یکی از کتاب‌های فوق‌العاده‌ای که اخیراً خواندم و بسیار هم لذت بردم، کتاب Everybody Lies: Big Data, New Data, and What the Internet Can Tell
رساله‌ی علم داده مجموعه‌ای است شامل 25 مصاحبه با دیتاساینتیست‌های مختلف با تجربیاتی از لینکداین تا کاخ سفید. در ادامه، خلاصه‌ای از بهترین نکات ارائه