About abolfazl lotfabadi

This author has not yet filled in any details.
So far abolfazl lotfabadi has created 60 blog entries.

۱۰ مهارت برای دانشمند داده با پایتون(۱۰ Skills for Data Scientist with Python)

  اگر شما  پیگیر آگهی شغل برای استخدام یک متخصص یادگیری ماشین یا یک دانشمند داده هستید باید برخی از مهارت های لازم برای این کار را فراگرفته باشید.شما باید برای این کار 10 مهارت  که ضروری را بیاموزید. در واقع، این هسته مرجع برای 10 هسته دیگر است، که شما می توانید با آنها تمام [...]

توسط | ۱۳۹۷-۱۱-۱۰ ۱۳:۳۶:۲۶ +۰۰:۰۰ ۱۰ام بهمن, ۱۳۹۷|data mining|بدون دیدگاه

۱۰ ابزار داده محبوب برای برنامه نویسان(۱۰ Popular Data Science Tools­­ for Programmers)

  دانشمندان داده برای به دست آوردن روش ها و ابزارهای جدید به کمک  برنامه نویسی خود، نیاز دارند. با توجه به تعداد زیاد این ابزار ها ،آنها باید شناخته شوند. برای اینکه کار یک دانشمند موفقیت آمیز باشد، باید معیارهای متعددی را شامل درک مفیدی از برنامه نویسی و دانش کار برنامه نویسی آماری [...]

توسط | ۱۳۹۷-۱۱-۱۳ ۱۲:۳۴:۲۷ +۰۰:۰۰ ۵ام بهمن, ۱۳۹۷|data mining|بدون دیدگاه

۱۰ مهارت مورد نیاز برای دانشمندان داده(۱۰ Must- Have Skills For Data Scientists)

زمینه های علوم داده ها در سال های اخیر افزایش چشمگیر داشته است. داده های پورتال شغل در واقع اشاره به این واقعیت است که پست های شغلی دانشمندان داده افزایش 75٪ از ژانویه 2015 تا ژانویه 2018 داشته است. علاوه بر این، جستجو های شغلی برای نقش Data Scientist افزایش 65٪ در همان زمان [...]

توسط | ۱۳۹۷-۱۱-۲۳ ۱۳:۵۰:۱۷ +۰۰:۰۰ ۵ام بهمن, ۱۳۹۷|data mining|بدون دیدگاه

استفاده از داده کاوی در صنایع مختلف(The Utilization of Data Mining in Various Industries)

داده کاوی در اشکال مختلف در زمینه های مختلف جهان امروز استفاده می شود. صنایع متعددی در حال حاضر با استفاده از داده کاوی برای رقابت با محیط تجزیه و تحلیل داده های حاضر، شروع به کار کرده اند. برای به دست آوردن ارزیابی آسان و سریع الگوها و روندهای بازار شایع و برای تحریک [...]

توسط | ۱۳۹۷-۱۱-۲۳ ۱۳:۴۸:۵۶ +۰۰:۰۰ ۵ام بهمن, ۱۳۹۷|data mining|بدون دیدگاه

پنج نکته برای تمیز کردن داده برای تست فرضیه ها(۵ Data Cleaning Tips to Test Assumptions)

  براساس یک نظرسنجی CrowdFlower 2016، دانشمندان داده 80 درصد وقت خود را صرف تمیز کردن داده ها می کنند. در حالی که نیازی به نوآوری زیادی نیست، تمیز کردن داده ها به درستی مهم است، زیرا هر حاشیه خطا ممکن است اطلاعات غیر قابل اطمینان میتواند بر تصمیم گیری تاثیر  گذارد. در این پست، [...]

توسط | ۱۳۹۷-۱۱-۲۳ ۱۳:۴۹:۰۸ +۰۰:۰۰ ۲ام بهمن, ۱۳۹۷|data mining|بدون دیدگاه

مزایا که علم اطلاعات به ما می دهد(BENEFITS THAT DATA SCIENCE BRINGS)

  مزایا که علم اطلاعات به ما می دهد  همانطور که مشاهده می کنیم علم داده پیشرفت های بسیاری را به وجود آورده  که می تواند به کسب و کارها ، صرف نظر از صنعت که آنها یاری رساند. بهینه سازی مدیریت زنجیره تامین دانشمندان داده  می توانند یک مدل ARIMA یا یک شبکه عصبی عمیق برای [...]

توسط | ۱۳۹۷-۱۱-۲۳ ۱۳:۴۹:۲۰ +۰۰:۰۰ ۲ام بهمن, ۱۳۹۷|data mining|بدون دیدگاه

آموزش داده کاوی با نرم افزار رپیدماینر(RapidMiner )برای بررسی مشتریان قسمت اول

    داده‌كاوي با نرم افزار رپیدماینر خودتان داده‌هاي مشتريان خود را تحليل كنيد... نرم افزار رپیدماینر یک نرم افزار کاربردی بوده که نیاز به کد نویسی نداشته و برای افرادی که میخواهند در مدت کوتاهی با یکی از ابزارهای مهم داده کاوی آشنا شوند و به تحلیل داده های مشتریان خود بپردازند مناسب خواهد [...]

توسط | ۱۳۹۷-۱۱-۲۳ ۱۳:۵۰:۰۲ +۰۰:۰۰ ۲۰ام دی, ۱۳۹۷|data mining|بدون دیدگاه