❓ چرا پایتون رو انتخاب کردم؟

👨🏻‍💻 الکس وانگ پژوهشگر حوزه دیتا یه جمله باحال داره که میگه: "زندگی کوتاهه، پس از پایتون استفاده کن".😁

✏️ اولش که وارد حوزه داده شدم، یه عالمه ابزار و زبان برنامه نویسی جلوم بود و نمی‌دونستم از کجا شروع کنم. هرکسی یه چیزی پیشنهاد می‌داد و هر روزم اسم یه زبان یا ابزار جدیدو می‌شنیدم و واقعا گیج شده بودم. تا اینکه با پایتون آشنا شدم.

🏳️‍🌈 پایتون برای من فقط یه زبان برنامه‌نویسی نبود؛ یه جعبه ابزار کامل بود که از تمیز و مرتب کردن داده‌های کثیف با pandas، تا ساخت نمودارهای دیدنی با Matplotlib رو شامل می‌شد.

💸 شاید براتون جالب باشه که بدونین:

✅ پایتون بیش از ۴۷۰ هزار کتابخونه و بسته تو PyPI داره و ۶۹٪ دیتا ساینتیست‌های دنیا ازش استفاده می‌کنن!

⏪ حالا من اومدم یه لیست جامع از پر کاربردترین این ابزارها رو اینجا قرار دادم:


1️⃣ پردازش داده‌ها:

CuPy / Datatable / Vaex / Pandas

Modin / Polars / NumPy


2️⃣ تحلیل آماری:

SciPy / PyMC3 / PyStan

Statsmodels / Lifelines / Pingouin


3️⃣ پردازش زبان طبیعی:

NLTK / BERT / spaCy / TextBlob

Polyglot / Genism / Pattern


4️⃣ تحلیل سری‌های زمانی:

Kats / Sktime / Darts

AutoTS / Prophet


5️⃣ مصورسازی داده‌ها:

Plotly / Altair / Matplotlib / Seaborn

Geoplotlib / Pygal / Folium / Bokeh


6️⃣ یادگیری ماشین:

JAX / Keras / Theano / XGBoost

Scikit-learn / TensorFlow / PyTorch


7️⃣ عملیات پایگاه داده:

Dask / PySpark / Ray

Koalas / Kafka / Hadoop


8️⃣ استخراج داده‌ها از وب:

Beautiful Soup / Scrapy

Octoparse / Selenium



🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa

📖 کتاب رایگان و بی‌نظیر «مقدمه‌ای بر آمار»


👨🏻‍💻 بدون یه پایه محکم تو آمار، کار تو حوزه‌هایی مثل یادگیری ماشین و تحلیل داده واقعا سخته. من خودم با خوندن کتاب Introduction to Modern Statistics کلی جلو افتادم. هم محتواش روان و ساده‌ست، هم رایگانه!

📘 این کتاب به مفاهیمی مثل تحلیل اکتشافی داده، رگرسیون، آزمون فرضیه و کلی موضوع دیگه می‌پردازه.

⏪ جدیدا هم نسخه دومش منتشر شده، هم محتواش به‌روزتر شده، هم تمرین‌های بیشتری داره.


┌ 🔖 Intro to Modern Statistics
└ 📖 Book (Web)



🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

🎓 مجموعه‌ای از بهترین دوره‌های رایگان در زمینه هوش مصنوعی و تحلیل داده از دانشگاه‌های MIT ، استنفورد و هاروارد

🆓 کاملا رایگان🆓

📌 Introduction to Computer Science and Programming Using Python (MIT)
🌐 About this course

📌 Introduction to Computational Thinking and Data Science (MIT)
🌐 About this course

📌 The Analytics Edge (MIT)
🌐 About this course

📌 Machine Learning (MIT)
🌐 About this course

📌 Introduction to Deep Learning (MIT)
🌐 About this course

📌 Artificial Intelligence (MIT)
🌐 About this course

📌 Optimization Methods (MIT)
🌐 About this course

📌 Probabilistic Systems Analysis and Applied Probability (MIT)
🌐 About this course

📌 Statistical Thinking and Data Analysis (MIT)
🌐 About this course

📌 Optimization Methods in Management Science (MIT)
🌐 About this course

📌 Databases (Stanford)
🌐 About this course

📌 Mining Massive Datasets (Stanford)
🌐 About this course

📌 Statistical Learning (Stanford)
🌐 About this course

📌 Computer Science 101 (Stanford)
🌐 About this course

📌 Algorithms: Design and Analysis (Stanford)
🌐 Part 1 - About this course
🌐 Part 2 - About this course

📌 Convex Optimization (Stanford)
🌐 About this course

📌 Introduction to Artificial Intelligence with Python (Harvard)
🌐 About this course

📌 Data Science: Machine Learning (Harvard)
🌐 About this course

📌 Data Science: Probability (Harvard)
🌐 About this course



✔️ @aiacademy_today
✔️@Chamran_rc

#مرکز_تحقیقات_شهید_چمران

✅ بهترین دیتاست‌ها برای پروژه‌های علوم داده
📄 16 منبع برای دسترسی به انواع دیتاست‌ها


👨🏻‍💻 اگه تا حالا دنبال داده‌های با کیفیت برای پروژه‌هاتون بودین و نمی‌دونستین از کجا پیداشون کنین، من اینجا براتون بهترین دیتاست‌های ممکن رو جمع آوری کردم!

💸 قراره با هم 16 تا از بهترین منابع دیتاست رو بررسی کنیم که می‌تونن پروژه‌هاتون رو به سطح جدیدی ببرن. از دیتاست‌های معروف کگل گرفته تا منابع آماری اتحادیه اروپا. پس اگه دنبال داده برای پروژه‌هاتون هستین، این لیست قطعاً به کارتون میاد.👌


1️⃣ وبسایت Kaggle

✏️ کگل یه پلتفرم معروف توی جامعه علم داده‌ست که دیتاست‌های متنوعی از حوزه‌های مختلف مثل سلامت، هنر، ورزش و غیره داره. استفاده ازش آسونه و یه انجمن فعال داره که می‌تونی سوالاتت رو بپرسی.


2️⃣ وبسایت UCI ML Repository

✏️ این مخزن که توسط دانشگاه کالیفرنیا پر از دیتاست‌های مناسب برای یادگیری ماشینه. برای تمرین و بهبود مهارت‌هاتون توی یادگیری ماشین، یه منبع عالیه.


3️⃣ وبسایت StrataScratch

✏️ این وبسایت دیتاست‌هایی از شرکت‌های واقعی داره که برای آماده شدن برای مصاحبه‌های علم داده خیلی مفیده.


4️⃣ وبسایت Google Dataset Search

✏️ این ابزار مثل گوگل یه سرچ معمولیه، ولی فقط روی پیدا کردن دیتاست‌ها تمرکز داره. از منابع مختلف مثل مقالات علمی و دیتابیس‌های دولتی داده‌ها رو براتون پیدا می‌کنه.


5️⃣ وبسایت AWS Public Datasets

✏️ برنامه دیتاست‌های عمومی AWS آمازون یه عالمه اُپن دیتا داره که می‌تونی با سرویس‌های ابری AWS ترکیب کنی. اگه پروژه‌هات به منابع محاسباتی بیشتری نیاز داشته باشه، اینجا خیلی کاربردیه.


6️⃣ وبسایت Data.gov

✏️ این سایت دیتاست‌های مختلفی از سازمان‌های آمریکایی داره. از کشاورزی و سلامت عمومی گرفته تا آموزش و محیط‌ زیست، هرچی بخوای اینجا می‌تونی پیدا کنی.


7️⃣ وبسایت FiveThirtyEight

✏️ این وبسایت داده‌ها و کدهای مربوط به مقالات و گرافیک‌های خودش رو به اشتراک می‌ذاره. اگه به داستان‌سرایی داده و پروژه‌های مرتبط با رویدادهای جاری علاقه داری، اینجا جای توست.


8️⃣ وبسایت The World Bank Open Data

✏️ این بانک داده از بانک جهانی شامل اطلاعات توسعه جهانیه. داده‌های اقتصادی، محیط‌زیستی و اجتماعی از کشورهای مختلف رو اینجا می‌تونی پیدا کنی.


9️⃣ وبسایت GitHub

✏️ گیت‌هاب فقط برای اشتراک‌گذاری کد نیست. خیلی از سازمان‌ها و کاربران دیتاست‌های خودشون رو اینجا قرار میدن که همراه با مستندات و کدهای تحلیلی هست.


1️⃣ وبسایت OpenML

✏️ این پلتفرم آنلاین برای یادگیری ماشین، نزدیک به ۵۴۰۰ دیتاست داره و به اشتراک‌گذاری، سازماندهی و بحث درباره داده‌ها و نتایج تجربیات یادگیری ماشین می‌پردازه.


1️⃣ وبسایت Reddit Datasets

✏️ این ساب‌ردیت یه منبع داده جامعه‌محوره. مردم اینجا دیتاست‌ها رو به اشتراک می‌ذارن و درخواست میدن.


1️⃣ وبسایت Eurostat

✏️ دفتر آماری اتحادیه اروپا، داده‌های آماری با کیفیتی درباره کشورهای عضو اتحادیه داره. از اقتصاد و جمعیت گرفته تا سلامت و تجارت، هر چی بخوای اینجا پیدا می‌کنی.


1️⃣ وبسایت The HDX

✏️ این پلتفرم باز توسط دفتر هماهنگی امور انسان‌ دوستانه سازمان ملل مدیریت میشه و داده‌های مربوط به بحران‌ها و شرایط اضطراری انسانی رو از سراسر جهان فراهم می‌کنه.


1️⃣ وبسایت The CDC

✏️ مرکز کنترل و پیشگیری از بیماری‌ها، داده‌های مرتبط با سلامت رو داره. اگه به موضوعات سلامت عمومی علاقه داری، اینجا پر از داده‌های کاربردیه.


1️⃣ وبسایت The Bureau of Labor Stat

✏️ سایت BLS داده‌های زیادی درباره شرایط اقتصادی آمریکا، بازار کار، تغییرات قیمتی و کیفیت زندگی داره. اگه به این موضوعات علاقه داری، اینجا پر از داده‌های کاربردیه.


1️⃣ وبسایت The NASA

✏️ ناسا بیشتر از 10000 دیتاست در زمینه هوافضا، علوم زمین، داده‌های خام و نرم‌افزار داره. اگه به این موضوعات علاقه داری، اینجا برات یه دنیا داده هست.



🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa

📝 جمع بندی بیش برازش (Overfitting)، کم برازش (Underfitting) و برازش مناسب (Just right) در یادگیری ماشین

#Machine_Learning

@DSLanders | دی‌اس‌لندرز