‼️‼️‼️ دوره های رایگان علم داده به زبان فارسی❌️

دوره علم داده دکتر محمد فزونی ۸۴ ویدئو


https://youtube.com/playlist?list=PLC6UZnripyEx7jcWGjlsPlf4RVVVz8P-y&si=MFCC9M0SLP_5rncM

ریاضی برای علم داده دکتر محمد فزونی در ۱۶ ویدئو 


https://youtube.com/playlist?list=PLC6UZnripyEwBzf3LcDu-Lf9tx0ahSYQW&si=VOTYoK_YclZ1y_cI

دوره یادگیری علم داده سایت نیک آموز ۲۰ ویدئو


https://youtube.com/playlist?list=PLfPSriIXnGeUILwrZvXq4OVc6CuqkRwf7&si=jk9UanpaK95_qITW

#علم_داده #DataScience


🆔 @code_pedia

‼️ دنبال فرصت کارآموزی هستید و پیدا نمیکنید؟ می‌خواهید دانشتون در علم داده رو توی پروژه های واقعی پیاده کنید و با اعتماد به نفس بیشتری در مصاحبه شرکت کنید؟

🔻می تونید از فضاهای کارآموزی مجازی استفاده کنید در این سایت ها می تونید بعنوان دانشمند داده بصورت رایگان کارآموزی انجام بدید 👇

https://www.theforage.com/simulations/bcg/data-science-ccdz

https://www.theforage.com/simulations/tata/data-visualisation-p5xo

https://www.theforage.com/simulations/pwc-ch/power-bi-cqxg

https://www.theforage.com/simulations/accenture-nam/data-analytics-mmlb

#علم_داده #DataScience

🆔 @code_pedia

If I can learn Data Science, FREE in 2025:

- Harvard
- Stanford
- MIT
- Microsoft
- Google
- IBM

10 Top Courses w/ Certificates* :

1. Python

    - From Harvard

https://cs50.harvard.edu/python/


2. SQL

     - From Stanford Online
https://online.stanford.edu/courses/soe-ydatabases0005-databases-relational-databases-and-sql

3. Mathematics

     - From MIT OCW
https://ocw.mit.edu/search/?d=Mathematics&s=department_course_numbers.sort_coursenum

4. Excel

    - From Microsoft Learn
https://learn.microsoft.com/training/paths/modern-analytics/


5. PowerBI

    - From Microsoft Learn
https://learn.microsoft.com/collections/m14nt4rdwnwp04


6. Tableau

https://tableau.com/learn/training

7. Data Visualization

     - From Harvard
https://pll.harvard.edu/course/data-science-visualization

8. Data Analysis

     - From IBM
https://skillsbuild.org/adult-learners/explore-learning/data-analyst

9. Data Science using Python
https://learn.saylor.org/course/view.php?id=504

10. Machine Learning

      - From Google
https://developers.google.com/machine-learning/crash-course

#علم_داده #DataScience

🆔 @code_pedia

نویسنده کتاب مشهور The Algorithm Design Manual ویدئوهای درس الگوریتمش رو در یوتیوب گذاشته:
https://www.youtube.com/playlist?list=PLOtl7M3yp-DXbHTFe_w9zFPXeau28CDao

Course Website: https://www3.cs.stonybrook.edu/~skiena/373/

Lecture notes, videos, and example sheets: https://www.cl.cam.ac.uk/teaching/2021/Algorithms/materials.html



#علم_داده #DataScience


🆔 @code_pedia

🛠️ ۱۰ ابزار خط فرمان که هر دانشمند داده باید بشناسد

برای کارایی بیشتر در علم داده، این ابزارهای CLI ضروری هستند:

📊 ۱. jq - پردازش JSON

cat data.json | jq '.users[] | select(.age > 30)'

📈 ۲. csvkit - کار با فایل‌های CSV

csvsql --query "SELECT * FROM data WHERE salary > 50000" data.csv

🔍 ۳. grep - جستجوی پیشرفته

grep -r "pattern" data_directory/

📁 ۴. find - مدیریت فایل‌ها

find . -name "*.csv" -size +1M

📉 ۵. xargs - اجرای دستورات روی چندین فایل

find . -name "*.log" | xargs rm

📦 ۶. curl - دریافت داده از وب

curl -s "https://api.example.com/data" | jq .

🐍 ۷. python -m - اجرای اسکریپت‌های پایتون

python -m pandas --version

📊 ۸. awk - پردازش متن پیشرفته

awk -F, '{sum += $3} END {print sum}' data.csv

📋 ۹. sed - ویرایش متن

sed 's/old_text/new_text/g' file.txt

📺 ۱۰. tmux - مدیریت sessionهای ترمینال

tmux new-session -s data_analysis

این ابزارها گردش کار علم داده را سریع‌تر و قدرتمندتر می‌کنند.

#DataScience #CLI #CommandLine #Tools #Programming

🆔@code_pedia

🐍 پایتون ۳.۱۴ و پایان GIL: انقلابی در برنامه‌نویسی موازی

پایتون ۳.۱۴ با حذف Global Interpreter Lock (GIL) تحول بزرگی ایجاد می‌کند:

🎯 GIL چیست؟

· قفلی که اجرای همزمان تردها در پایتون را محدود می‌کرد
· مانع اصلی استفاده از چندین هسته CPU
· دلیل کندی برنامه‌های multi-threaded

⚡ تاثیرات حذف GIL:

· اجرای واقعی موازی تردها
· استفاده کامل از چندین هسته پردازنده
· بهبود عملکرد برنامه‌های CPU-intensive

🛠️ مثال عملی:

import threading
import time

def task():
    # حالا واقعاً موازی اجرا می‌شود!
    pass

# اجرای همزمان روی چندین هسته
threads = []
for i in range(4):
    t = threading.Thread(target=task)
    threads.append(t)
    t.start()

💡 مزایای کلیدی:

· سرعت بالاتر برای محاسبات سنگین
· رقابت بهتر با Rust, Go, C++
· امکان پردازش موازی واقعی در Data Science

#Python #GIL #Multithreading #Performance #DataScience

🆔@code_pedia

📊 Quarto CLI: ابزار یکپارچه برای محتوای علمی و تکنیکی

یک فریمورک اوپن‌سورس برای ایجاد مستندات، گزارش‌ها و ارائه‌های حرفه‌ای:

✨ قابلیت‌های اصلی:

• چندزبانه - پشتیبانی از Python, R, Julia, Observable
•فرمت‌های متنوع - PDF, HTML, Word, PowerPoint, eBook
•تعاملی - نمودارها و ویجت‌های interactive

🛠️ نمونه استفاده:

# نصب
quarto install

# ایجاد پروژه جدید
quarto create project my-report

# رندر کردن سند
quarto render document.qmd

🎯 کاربردها:

· گزارش‌های علمی و تحقیقاتی
· مستندات فنی
· ارائه‌های آکادمیک
· کتاب‌های آموزشی

⚡ مزایا:

· یکپارچگی کامل با Jupyter
· reproducible research
· قالب‌های حرفه‌ای آماده
· خروجی با کیفیت انتشاراتی

#Quarto #DataScience #مستندسازی #تحقیق #پایتون #آر

🆔@code_pedia