
از مدل تا محافظت؛ چرا یک متخصص داده به MLSecOps رسید؟
شروع: روزهایی که فقط دقت مدل مهم بود سال ۱۳۹7 بود. من تازه وارد دنیای دیتا ساینس شده بودم. روزها با ژوپیترنوتبوک و پایتون میگذشت.

شروع: روزهایی که فقط دقت مدل مهم بود سال ۱۳۹7 بود. من تازه وارد دنیای دیتا ساینس شده بودم. روزها با ژوپیترنوتبوک و پایتون میگذشت.

این مقاله، نخستین بار در وبسایت آذرآنلاین منتشر شده است. هدف از بازنشر آن، به اشتراکگذاری این مقالهی ارزشمند، با خوانندگان مجموعه میباشد! سپاس از

در این نوشتار، شرحی از موارد مطرح شده در وبینار «علم داده، از شروع تا گرفتن پروژه» که توسط آقای دکتر محمد فزونی (همکار و

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

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

«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 مهرماه 1404 بروزرسانی شده است! در این پست به مرور زمان، بهترین کتابهای رایج در حوزهی علم داده را بصورت سطحبندی شده

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

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