Data Science Python and R

‏اگر مبتدی هستید و می‌خواید تو ۱۲ هفته با ۲۶ تا درس و ۵۲ تا کوییز، یادگیری ماشین (Machine Learning) رو یاد بگیرید هیچ چیزی بهتر از این دوره رایگان Machine Learning for Beginners مایکروسافت نیست. ✅ ۶۱ هزار تا هم ستاره تو گیتهاب داره 🔥 #python #education #data_science #machine_learning #r #scikit_learn #machine_learning_algorithms #ml #machinelearning #machinelearning_python #scikit_learn_python 🆔 @data_science_python_and_r

دوره آموزشی فارسی پایتون برخی از سرفصل های دوره ی آموزشی - متغیرها و عملگرها - مندها ،شرطها و حلقه ها - مجموعه ها - تابع لامبدا و متد نگاشت، فیلتر، کاهش و مرتب سازی - دکوراتور - ژنراتور - کوروتین - ساخت ماژول و پکیج - فایل ، لیست و دیکشنری - ایتریتور مفاهیم اولیه ی شی گرایی ☕️ اگر دوست داشتین برام قهوه بخرید 🆔 @data_science_python_and_r

چه خبر از خودمون در سالی که گذشت؟ داریم لحظات پایانی سال رو سپری میکنیم به قبولی کلاهمون رو قاضی کنیم ببینم چه کردیم با خودمون (دیگران که جای خود) چیا یادگرفتیم چیا یاددادیم چیا مونده چیا سپری شده کجا می‌خوایم بریم کجاها رفتیم سالی که پیش رومونه چطوری میخواد شروع بشه و نقطه هدفمون کجاست. ضمن آرزوی سالی خوب برای همه اعضای کانال سالی پربرکت و موفق در سال پیش رو برای همه عزیزان از خداوند متعال خواهانیم 🆔 @data_science_python_and_r

نوروزتان پیروز ❤️🎉

با توجه به استقبال بی‌نظیر و ثبت‌نام بیش از ۲۰ هزار نفر در دوره‌ی یادگیری ماشین دانشکده‌ی مهندسی کامپیوتر دانشگاه صنعتی شریف، به اطلاع می‌رسانیم که کلاس‌های هفته‌ی نخست در روزهای یکشنبه و سه‌شنبه ۱ و ۳ مهر ساعت ۹ تا ۱۰:۱۵ صبح، به‌صورت زنده از طریق کانال آپارات به نشانی https://www.aparat.com/SharifML/live پخش خواهد شد. در تلاش هستیم تا با افزایش ظرفیت زیرساخت‌های فنی، از هفته‌ی دوم مهر ماه، در بستر کلاس مجازی میزبان شما باشیم تا ارتباط تعاملی بهتری صورت گیرد. اطلاعات تکمیلی در این خصوص متعاقباً از طریق وب‌سایت و کانال تلگرام دوره به اطلاع شما عزیزان خواهد رسید. از همراهی شما بسیار سپاس‌گزاریم.

Vaex vs Pandas کتابخانه‌های Pandas و Vaex هر دو ابزارهای قدرتمندی برای تحلیل و پردازش داده‌ها در پایتون 1. مدیریت داده‌های بزرگ Pandas بیشتر برای داده‌هایی با حجم متوسط (تا چند میلیون ردیف) مناسب است و تمامی داده‌ها را در حافظه (RAM) بارگذاری می‌کند. Vaex برای داده‌های بسیار بزرگ طراحی شده و می‌تواند با استفاده از تکنیک‌هایی مثل lazy evaluation و memory-mapping با دیتاست‌هایی شامل میلیاردها ردیف کار کند، بدون اینکه همه‌ی داده‌ها را در حافظه نگه دارد. 2.سرعت عملکرد در پردازش‌های سنگین مانند groupby، فیلتر کردن یا محاسبه‌ی آمار توصیفی، Vaex اغلب بسیار سریع‌تر از Pandas عمل می‌کند، به‌ویژه زمانی که حجم داده‌ها زیاد باشد. 3. نوع پردازش Pandas از مدل eager evaluation استفاده می‌کند؛ یعنی عملیات‌ها بلافاصله اجرا می‌شوند. Vaex از مدل lazy evaluation استفاده می‌کند؛ یعنی عملیات‌ها ذخیره می‌شوند و فقط در زمان نیاز اجرا می‌شوند، که بهینه‌تر است. 4. نصب و سازگاری Pandas یک کتابخانه‌ی بسیار پرکاربرد و استاندارد در دنیای علم داده است و تقریباً با همه‌ی ابزارها و کتابخانه‌های دیگر سازگار است. 🆔 @data_science_python_and_r