

مدیریت دادههای گمشده (missing data)
مقدمه مدیریت دادههای گمشده یا مقادیر از دست رفته گام مهمی در پاکسازی دادهها (Data cleaning) و پیش پردازش دادهها (Preprocessing) در بحث یادگیری ماشین
مقدمه مدیریت دادههای گمشده یا مقادیر از دست رفته گام مهمی در پاکسازی دادهها (Data cleaning) و پیش پردازش دادهها (Preprocessing) در بحث یادگیری ماشین
مقدمهای در خصوص رمزارزها در این مقاله، بر خلاف عنوانش نمیخواهیم در مورد استفاده از یادگیری ماشین در دنیای رمزارزها بگوییم. از علم رمزنگاری برای
در مقالهی قبلی به بررسی موضوع علم داده در فوتبال و تاریخچهی آن پرداختیم. اگر این نوشته را مطالعه نکردهاید، پیشنهاد میشود که ابتدا از
خاصترین کتاب علم داده! کتاب حاضر (Common Data Sense for Professionals) که در سال ۲۰۲۱ به چاپ رسیده و تنها 123 صفحه دارد، به عقیدهی
در دههی گذشته و بخصوص سالهای اخیر، استفاده از دادهها (data) و علم داده در همهی ابعاد زندگیمان مطرح شده است. فوتبال نیز با توجه
در این سال من با گروهی از معلمان در دبیرستان ویمبلدون (Wimbledon) کار کرده بودم و برای شروع هوش مصنوعی (AI) سعی کردم به دانش
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.