TGViewer
Channel Public Channel
Subscribers
2.78K
Photos
362
Videos
49
Links
396

Showing posts older than #114 · Back to latest

Older Posts 20 shown
Post #113 2.06K
#Webinar

✅موضوع:
MITx MicroMasters® Program in Data, Economics, and Development Policy
⏰زمان: دوشنبه مورخ 27 بهمن 99 ساعت 14:00
🎙سخنران: Madison Cann
💡لینک ثبت نام:
https://buff.page.link/mkMN


🏫 @DataScience_School
Post #112 2.04K
#موقعیت_شغلی

◾️شرکت سان استار، تحلیلگر هوش تجاری استخدام می کند.

◾️ مشاهده ی شرایط شغلی و ارسال رزومه از طریق لینک زیر:

https://buff.page.link/8YjB



🏫 @DataScience_School
Post #111 1.49K
#Course

✅دوره ی کوتاه مدت در حوزه ماشین لرنینگ
شروع دوره از 28 بهمن ماه
◾️اساتید دوره:
محمد جعفری جوزانی
عبدالله صفری
رضا رمضان
▪️لینک ورود:
https://webinar.alzahra.ac.ir/statistics


🏫 @DataScience_School
Post #110 1.09K
#فرصت_تحصیلی: در حوزه ماشین لرنینگ

▪️ 6 بورسیه PhD در دانشگاه کپنهاگ دانمارک:
6 PhD scholarships at the Center for Basic Machine Learning Research in Life Science (MLLS)

▪️ اطلاعات بیشتر و اپلای از طریق لینک زیر:
https://employment.ku.dk/phd/?show=153447



🏫 @DataScience_School
Post #109 1.44K
🔷 در عمل بسیار نادر است که شما صرفا با یک جدولِ واحد از داده ها کار کنید. به طور معمول برای تجزیه و تحلیلِ داده‌ها، با جداول زیادی سروکار خواهید داشت که نیاز به ترکیب و ادغام شدن دارند.

🔷در تصویر فوق، انواع مختلف ترکیب یا Join دو جدول، نمایش داده شده است.



🏫 @DataScience_School
Post #108 951

Forwarded from تهران دیتا-دانشگاه تهران

دوره هوش تجاری

اسفند ماه ۱۳۹۹ - به مدت ۳۲ ساعت

استاد درس: مهندس علیرضا حکیمی

از سری درس های دوره ۳۵۰ ساعته جامع علم داده دانشگاه تهران

توضیحات تکمیلی و ثبت نام:
https://utperm.com/course/ds-code8/

⁉️ پشتیبانی آنلاین تلگرام:
👤 @bperm_admin

📞 شماره تماس:
▫️ 02182084160
▫️ 09377516759

🆔 @BPERM_UT
📚 Instagram: https://bit.ly/3gfYl5f
Post #107 1.53K
#فرصت_تحصیلی: در حوزه ماشین لرنینگ

▪️ بورسیه PhD در مرکز پزشکی دانشگاه گرونینگن هلند:
PhD Position: Using Machine Learning to uncover patterns in Lifelines data

▪️ اطلاعات بیشتر و اپلای از طریق لینک زیر:
https://buff.page.link/vH61


🏫 @DataScience_School
Post #104 1.75K
✅ پس از تشریح گام اول، گام دوم و گام سوم برای ورود به علم داده در ادامه قصد داریم به گام چهارم این مسیر بپردازیم:

◾️جبر و حساب در ریاضیات پایه را یاد بگیرید.

🔹ریاضیات برای تحلیلگران داده یا هر فردی که به دنبال الگوریتم مناسب برای حل مشکل خود است، حیاتی است.

▪️جبر: مطالعه بردارها، ماتریس ها، توابع و غیره است.
▪️حساب: مطالعه ادغام، تمایز و محدودیت ها است.

نه تنها این دو حوزه بلکه بسیاری از مباحث دیگر را باید یاد بگیرید و آن قدر مرور کنید تا عملکرد الگوریتم‌ها و فرمول ها را درک کنید

📚در ادامه، یکی از بهترین منابع این حوزه آمده است.


🏫 @DataScience_School
Post #102 1.2K
#فرصت_تحقیقاتی: در حوزه ماشین لرنینگ

▪️ موقعیت تحقیقاتی و دانشگاهی در دانشگاه Surrey انگلستان:
Lecturers/Senior Lecturers In Machine Learning

▪️ اطلاعات بیشتر و اپلای از طریق لینک زیر:

https://jobs.surrey.ac.uk/vacancy.aspx?ref=004921



🏫 @DataScience_School
Post #101 2.32K
#Machine_Learning

✅خلاصه ی آن چه درباره ی یادگیری ماشین باید بدانیم:

🔷یادگیری ماشینی با الگوریتم هایی روبرو است که می تواند داده های ورودی رادریافت نماید و تجزیه و تحلیل آماری را، برای پیش بینی خروجی مورد انتظار انجام دهد و با دسترسی به داده های جدید، خروجی را پیش بینی کند.

🔷ماشین لرنینگ، براساس سه اصول پایه ای زیر است:
▪️داده (برچسب ها، دانش و اطلاعات)
▪️قدرت محاسباتی (شبکه عصبی)
▪️الگوریتم ها (منطق و تجربه)

🔷انواع عمده ی یادگیری ماشین به شرح زیر می باشد:
▪️یادگیری با نظارت یا Supervised learning
▪️یادگیری بدون نظارت یا Unsupervised learning
▪️یادگیری تقویتی یا Reinforcement learning

🔷مراحل معمول در یادگیری ماشین عبارت از:
▪️جمع آوری داده
▪️فیلتر کردن داده
▪️تجزیه و تحلیل داده
▪️الگوریتم های آموزش
▪️الگوریتم های تست
▪️استفاده از الگوریتم ها برای پیشبینی آینده

🏫 @DataScience_School
Post #99 827

Forwarded from تهران دیتا-دانشگاه تهران

آغاز ثبت نام کد ۸ دوره جامع علم داده دانشگاه تهران

هشتمین کد جامع ترین دوره علم داده کشور با بیش از ۳۵۰ ساعت آموزش تخصصی هم اکنون در حال ثبت‌نام برای علاقه‌مندان می باشد. این دوره کاملا مطابق با نیازسنجی‌ها و منطبق بر بازار کار داخلی و بین‌المللی طرح‌ریزی گردیده است.

شرکت‌کنندگان در پایان دوره توانایی این را خواهند داشت تا علاوه بر تحلیل کسب‌وکار، به ‌توصیف و پیش‌بینی‌های ‌داده‌محور با استفاده از فنون و روش‌های نوین بپردازند.

🔰 برخی از مزایای دوره:

🔸 اعطای مدرک معتبر دوزبانه از دانشگاه تهران

🔸 بهره‌گیری از اساتید برجسته آکادمیک و صنعت در حوزه علم داده

🔸 آموزش تخصصی بیش از ۱۰ ابزار تخصصی علم‌داده

🔸 پروژه محوری

🔸 ارائه پروژه‌پایانی توسط دانش‌پذیران به همراه تحلیل اساتید

🔸 امکان پرداخت نقد و اقساط

🔸برگزاری به صورت آنلاین

✅ ثبت نام و اطلاعات بیشتر:
https://utperm.com/course/ds-code8/

⁉️ پشتیبانی آنلاین:
@bperm_admin

📞 شماره تماس:
02182084160
09377516759

⛔️ ظرفیت محدود
🆔 @BPERM_UT
📚 Instagram: https://bit.ly/3gfYl5f
Post #98 951
#Dashboard

✅در پست قبلی، در خصوص قانون دوم طراحی داشبورد صحبت کردیم.

و اما قانون سوم: آن را منطقی نگه دارید!

◾️ اگر مخاطب شما از راست به چپ می نویسد، اطلاعات مهم را، بالا سمت راست، قرار دهید و برعکس. دلیل این موضوع این است که، اغلب افراد بر حسب غریزه، از سمتی که آموزش خواندن دیده اند، شروع به بررسی یک صفحه یا گزارش می کنند.

◾️سعی کنید widgetهای مربوطه را نزدیک به هم نگه دارید. علت این امر این است که کاربر نهایی درک درست تری از ارتباط بین widget ها پیدا کند.

با ما همراه باشید.

🏫 @DataScience_School
Post #97 1.51K
#موقعیت_شغلی

◾️شرکت شناسا (پیشگامان امین سرمایه پاسارگاد)، تحلیل‌گر کسب‌وکار (کارشناس سرمایه‌گذاری) استخدام می کند.

◾️ ارسال رزومه به:
hr@shenasa.ir


🏫 @DataScience_School
Post #96 1.27K
#فرصت_تحقیقاتی: Data Analyst و Data Manager

▪️دانشگاه جان هاپکینز آمریکا:
Research Positions at Johns Hopkins University

▪️ اطلاعات بیشتر و اپلای از طریق لینک زیر:

https://jobs.jhu.edu/go/Research/3654000/


🏫 @DataScience_School
Post #94 1.79K
#Course

✅ دوره ی

Python Bootcamp 2021 Build 15 working Applications and Games

به مدت محدود در یودمی رایگان شد.

◀️یکی از دوره های پر فروش یودمی

◾️Rate: 4.2
◾️link: http://bit.ly/3sQaJ2J


🏫 @DataScience_School
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →