|R| Experts
1.08K subscribers
375 photos
35 videos
58 files
204 links
@R_Experts
🔴آمار علم جان بخشیدن به داده‌هاست.
🔷ارتباط با ما
@iamrezaei
لینک یوتیوب و اینستاگرام و ویرگول:
https://zil.ink/expertstv
Download Telegram
من حامدم امروز اومدم با معرفی #هاتجر
اولین بار💁‍♂️
😋اولین باری که ازش استفاده کردین، نوجوون بودین، اگه پسری! وقتی مدرسه تعطیل میشد حتما از مسیری می‌رفتی، که دختر مورد علاقت از اونجا میره، اگه دختری مسیرت رو تغییر نمی‌دادی که پسره گمت نکنه :) شما باهم غریبه بودین، اما می‌دونستین که به جای استفاده از تاکسی و اتوبوس همیشه فلان مسیر و پیاده میره، همین شناخت کمکتون می‌کرد تا راهی برای مکالمه پیدا‌ کنین، پس شما مجهز به هاتجر بودین وقتی هاتجر مد نبود!
🙋‍♂️گاهی عدد و رقم‌های زیادی تو دستمون هست، ولی نمی‌دونیم کاربری که بازدید‌کنندس چرا مشتری نشده!
🔰هاتجر ابزاریه که رفتار کاربر رو آنالیز میکنه،و نتیجش رو با نقشه‌حرارتی، ویدئو از لحظه ورود تا خروج از سایت گزارش میده، این ابزار مکمل گوگل آنالیتیکسه، اما استفاده از گوگل آنالیتیکس مثله اینه از روی کره ماه وایسیم زمین رو تماشا کنیم ولی هاتجر مثله ذره‌بین می‌مونه همه چیز روبا جزئیات نشون میده.
🥰مثله یک نوجوان عاشق با کاربرتون قدم بزنید.

#Data_Analysis
#Hotjar
#Data_Experts
@R_Experts
🔶پست آموزشی
سلام دوستان 💁🏻‍♂️
امروز اومدم خدمتتون با ی نقد و اشتباه رایج در زمینه پروژه‌های داده‌کاوی،
ببینید هر پروژه داده‌کاوی رو اگه بخواییم از دیتای تمیز(Clean) استارت بزنیم، می‌تونیم اون رو به چند مرحله تقسیم‌بندی کنیم:
🔰مرحله اول مشخص‌کردن هدف انجام
🔰مرحله دوم راه‌اندازی پروپوزال کار
🔰مرحله‌سوم پیش‌پردازش داده‌ها
🔰مرحله‌چهارم کاهش بعد متغیرها
🔰مرحله‌پنجم مشخص‌کردن مدل‌های مورد استفاده
🔰مرحله‌ششم تقسیم ‌بندی داده‌ها به سه قسمت آموزشی، اعتبارسجی، آزمون
🔰مرحله‌هفتم اجرای‌مدل
🔰مرحله هشتم بررسی بیش‌برازشی مدل‌ها
🔰مرحله‌نهم انتخاب مدل
🔰مرحله دهم گزارش و نتیجه‌گیری
⛔️⛔️یکی از بیشترین اشتباهات رایجی که دیتاساینتیست‌های خفن‌مون مرتکب میشن👨🏻‍💻

🔔🔔اینه که برای هر مدل میان ی نوع دیتا تقسیم بندی میکنن، درسته شما خفنین و کارتون درسته ولی برای اجرای مدل ما یکبار اجازه داریم دیتارو تقسیم بندی کنیم و تا انتها براساس اون تقسیم بندی مدل‌ها رو اجرا کنیم.
پس تو پروژه‌هامون حتما حواسمون به این نکته خیلی مهم باشه.
💣 در انتها شما‌رو برای مشاهده این سوتی به کلی پایان‌نامه، و پروژه‌های کلاسی ارجاع می‌دم💣

https://t.iss.one/R_Experts
Forwarded from Data Experts (|בםב)
Python Jupyter Notebooks in Excel

Embed Jupyter into Microsoft Excel and write Python instead of VBA

See Here! Enjoy 😜


🔰
@Data_Experts
🌐 dataexperts.ir
📱DataExperts Instagram
نکته اول برای برنامه نویسی:

قبل از شروع به یادگیری کدنویسی ابتدا پیش نیازهای مربوط به برنامه نویسی را خوب یادبگیرید. یک برنامه نویس هنگامی موفق می شود که قدرت تجزیه و تحلیل یک سیستم را داشته باشد. بتواند مسائل را به خوبی حل کند. با مفاهیمی چون الگوریتم و فلوچارت غریبه نباشد. یک برنامه نویس خوب باید بتواند بهترین الگوریتم را برای کد خود طراحی کند. شاید شما بتوانید یک برنامه را با چندین روش بنویسید ولی بهترین روش الگوریتمی ست که فاکتورهایی مانند سرعت، دقت، امنیت و ... را داشته باشد.

نکته دوم برای برنامه نویسی:

شما به عنوان یک برنامه نویس باید با مفاهیم IT آشنا باشید. مثلا کدهای شما چگونه اجرا می شوند ؟ چگونه به سمت سرور می روند ؟ پروتکل چیست ؟ مفسر با کامپایلر چه تفات هایی دارند؟ نرم فزار، سخت افزار، شبکه و ...
بعد از آن سراغ انتخاب ایزار که همان زبان برنامه نویسی هست میرویم، زبان های زیادی برای برنامه نویسی وجود دارند. ولی تقریبا می توان گفت که سینتکس و یا دستور اکثر زبان های برنامه نویسی مشابه زبان " C " است. پس پیشنهاد می کنم اگر مبتدی هستید این زبان را کامل یاد بگیرید.

نکته سوم برای برنامه نویسی:

* استفاده از محیط برنامه نویسی مناسب :
اگر مبتدی هستید حتما از ساده ترین محیط ها و ویرایشگرهای متن برای کدنویسی استفاده کنید. محیط های حرفه ای جهت برنامه نویسی، افراد مبتدی را تنبل می کند. محیط های حرفه ای دستورات رو بعد از ورود یک حرف برای شما تایپ می کند و اینگونه می شود که عملا قدرت تایپ دستورات از شما گرفته و شما به نوعی در تایپ دستورات تنبل بار می آیید و در آینده با قواعد و دستورات بیگانه می شوید و همچنین در رفع خطاهای برنامه خود دچار مشکل می شوید.

نکته چهارم برای برنامه نویسی:

تقریبا زبان های برنامه نویسی به دو دسته تقسیم می شوند:
"زبان های برنامه نویسی دسکتاپ"
برای اجرا در سیستم عامل های مختلف. مانند نرم افزارهای اتوماسیون اداری، ماشین حساب، پخش ویدیو و برنامه های موبایل و غیره
"زبان های برنامه نویسی تحت وب "
که به منظور وب نویسی طراحی و توسعه داده شده اند. مانند شبکه های اجتماعی ، فروشگاه ها اینترنتی و ...
سعی کنید برای شروع، مسیر درست را برای ادامه انتخاب کنید و ببینید به کدام یک از این نوع زبان ها علاقه دارید.

با ما همراه باشید .
╭──•═✾®✾═•──╮
•• @R_Experts •••
╰──•═✾®✾═•──╯
~~~~~~~~~~~~~~~


🔰 @Data_Experts
🌐 dataexperts.ir
📱DataExperts Instagram
چه تعداد از ایرانیان در خارج کشور هستند؟
@R_Experts
Forwarded from Amin Roshani
ML Workshop_ Day 1_Part 1.mkv
375.8 MB
کارگاه یادگیری ماشین
ویدئو روز اول - بخش اول
Forwarded from Amin Roshani
ML Workshop_ Day 1_Part 2.mkv
408.3 MB
کارگاه یادگیری ماشین
ویدئو روز اول - بخش دوم
من خیلی سخت پیش میاد کلاس درس رو بتونم تا انتها بشینم :)

چون یا خسته‌کنندس مطالب، یا به دردنخور :)))
۴ ساعت بدون وقفه واقعا استفاده کردم، یه استاد بی‌نظیر که عمق مطلب رو بیان میکنه، دوستانی که علاقمند به یادگیری ماشین هستن، با زبان ساده و درک مفهومی مطالب بسیار مفیدی در این ورک‌شاپ ارائه شده است، درسته حجم ویدئوها یکم زیاده ولی واقعا ارزشمنده، حتما اگه علاقه دارین ببینید، به شدت توصیه می‌کنم.
@R_Experts
|R| Experts pinned a file
سلام 🙋🏻‍♂️
دو نوع دیتاست داریم:
Df1 = read.table(text = 'Date  ID
1980-12-01 2
1982-11-01 1
1990-01-01 6
1993-07-01 9', header = TRUE)

Df2 = read.table(text = 'Date Var
1980-12-17 8
1982-11-07 9
1990-01-19 10
1993-07-20 22', header = TRUE)
حال نیاز به ادغام این دو مجموعه داده با استفاده از ماه و سال داریم، چگونه می‌توانیم این کار را انجام دهیم؟
Date    ID  Var
1980-12 2 8
1982-11 1 9
1990-01 6 10
1993-07 9 22

نتایج خودتون رو همین زیر برامون کامنت کنید💁‍♂️

راهنمایی: از تابع
merge()
برای این کار استفاده کنید.

╭──•═✾®✾═•──╮
•• @R_Experts •••
╰──•═✾®✾═•──╯
لینک فایل ضبط شده جلسه اول کارگاه یادگیری ماشین:
https://webinar.alzahra.ac.ir/lg0dfj7jogbx/

لینک فایل ضبط شده جلسه دوم کارگاه یادگیری ماشین :
https://webinar.alzahra.ac.ir/lv1zb4gmftc8/



لینک فایل ضبط شده جلسه سوم قسمت اول یادگیری ماشین:
https://webinar.alzahra.ac.ir/lg0r5043boq8/




لینک فایل ضبط شده جلسه سوم قسمت دوم یادگیری ماشین:
https://webinar.alzahra.ac.ir/lyodjleccwxu/

@R_Experts
جلسه دوم.pdf
9 MB
فایل ارائه جلسه دوم
https://t.iss.one/R_Experts
جلسه سوم.pdf
1 MB
فایل ارائه جلسه سوم
https://t.iss.one/R_Experts
Applied Predictive Modeling Springer 2013.pdf
6.1 MB
▶️ Applied Predictive Modeling

▶️ Max Kuhn · Kjell Johnson

▶️ 20 Chapters

▶️ 615 pages

╭──•═✾®✾═•──╮
•• @R_Experts •••
╰──•═✾®✾═•──╯
Data science in-R.pdf
15.9 MB
▶️Data Science in R

▶️Deborah Nolan-Duncan Temple Lang

▶️ 12 Chapters

▶️ 533 pages

╭──•═✾®✾═•──╮
•• @R_Experts •••
╰──•═✾®✾═•──╯
رکورد شکنی تورم پس از ربع قرن!
۲۵ سال از زمانی که اقتصاد و مردم شاهد تورم ۴۹.۴ درصدی در پایان سال ۱۳۷۴ بودند، می‌گذرد و تازه‌ترین روایت مرکز آمار از نرخ تورم نشان می‌دهد که به احتمال زیاد تورم در پایان سال ۱۳۹۹ به بالاترین میزان ممکن در طی ۲۵ سال گذشته خواهد رسید.
@R_Experts
علاقمند به شرکت در چه دوره‌ای هستید؟

آموزش ویدئویی ضبط شده - 67
👍👍👍👍👍👍👍👍 87%

آموزش متنی به صورت کتاب - 6
👍 7%

آموزش ورکشاپ به صورت آنلاین - 7
👍 9%

👥 77 people voted so far.