Data Science
2.29K subscribers
108 photos
62 videos
17 files
104 links
آموزش نوین علم داده و رویکردهای داده محور
@DataScience :: Machine Learning, Statistics, Econometrics, BI and big data
#data_science
#Machine_learning
Download Telegram
Forwarded from Data Science
Media is too big
VIEW IN TELEGRAM
🅰️ پارت اول: معرفی و نصب فریمورک و اپلیکیشن #یادگیری عمیق در #آر و #پایتون

📒Part(1): AutoML with #H2O in R and Python

مزیت ها:
امکان پیاده سازی مدل های یادگیری ماشین و عمیق انجام پیاده سازی #نیمه_اتوماتیک و بدون نیاز به #کد نویسی با #واسط_کاربری

مدرس: خاندانی
#AutoML
#Deep_learning
#H2O


Link


https://t.iss.one/Data_ScienceR
@Data_ScienceR
Forwarded from Data Science
Media is too big
VIEW IN TELEGRAM
🅱️✴️پارت دوم: پیاده سازی مدل ها و الگوریتم های #یادگیری عمیق در #آر و #پایتون
- خودکار سازی فرآیندهای یادگیری ماشین و عمیق

#Part2:
📕 #AutoML with #H2O in R and Python

مزیت ها:
امکان پیاده سازی مدل های یادگیری ماشین و #عمیق انجام پیاده سازی #نیمه_اتوماتیک و بدون نیاز به #کدنویسی با #واسط_کاربری

مدرس: خاندانی
#AutoML
#Deep_learning
#H2O


Link


https://t.iss.one/Data_ScienceR
@Data_ScienceR
🚀Shiny for python is now generally available

(🖥 Web Application | Dashboard)

📒 شاینی برای پایتون (داشبورد و وب اپلیکیشن)


🌐👇 https://posit.co/blog/shiny-for-python-is-now-generally-available/

#shiny
#python
🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰

❇️
https://t.iss.one/Data_ScienceR
@Data_ScienceR
This media is not supported in your browser
VIEW IN TELEGRAM
🔰 🚀Introducing Microsoft Fabric: Data analytics for the era of AI
📒 🚀 Best Free AI Tools


#AI
#chatgpt
🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰

❇️
https://t.iss.one/Data_ScienceR
@Data_ScienceR
📒 Various Types of Regression in Econometrics

#Regression
📒🔰 Data engineer vs Data scientist vs ML Engineer

#data_scientist
#ml_engineer
🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰

❇️
https://t.iss.one/Data_ScienceR
@Data_ScienceR
🚀🔰 Data engineer vs Data Analyst vs Data Scientist vs ML Engineer


#mlops


🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰
🌐👇 link:
https://medium.com/@khandanihossein69/data-engineer-vs-data-scientist-vs-ml-engineer-31f227ee4976
🔰 Clustering Models

The choice of clustering model depends on the characteristics of the input data, such as size, shape, density, and the presence of noise or outliers.

#DBSCAN
#spectralClustering
🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰

❇️
https://t.iss.one/Data_ScienceR
@Data_ScienceR