○┈••••✾•🍀•✾•••┈○
💚پیامبر اکرم (ص):

تقوای کامل آن است که آنچه را نمیدانی یاد بگیری و به آنچه میدانی عمل کنی

مبعث، عید شکوفایی "خوشبوترین گل هستی"، مبارک.
🌱☘🌱☘🌱☘🌱☘
☘🌱☘🌱☘🌱☘
🌱☘🌱☘🌱☘
☘🌱☘🌱☘
🌱☘🌱☘
☘🌱☘
🌱☘
☘


___________
@amar_ney 🍃

🤍اِنَّ الٌحُسَین مِصٌباحُ الٌهُدی وَسَفینَهُ النَّجاه 🤍



راه حسین(ع) کوتاه ترین راه رسیدن به بهشت است .




سالروز ولادت 💚حسین بن علی علیه السلام بر اهل آسمان و زمین مبارک باد.



🌸
🌺🍃🌸
🌺🍃🌺🍃🌸🍃
🌼🍃🌸🍃🌺🍃🌸🍃🌺

لبّیک یا حسین علیه السلام ☘

__________
@amar_ney🍃

باسلام خدمت دانشجویان محترم


انتخاب واحد دانشجویان ورودی ١۴٠٣، از فردا سه‌شنبه ١۶ بهمن ماه آغاز خواهد شد.


📌برای انتخاب واحد سعی کنید طبق چارت پیش بروید وهر ورودی درس های همان نیمسال را بردارد که بعد به مشکل نخورید.
📌 توجه داشته باشید تعداد واحد هر درس با چارت مطابقت کند

📌 قبل از تایید استاد مشاور خود درخواست نهایی شدن انتخاب واحد را نزنید چون دیگر امکان اضافه و حذف درس رانخواهید داشت ، حتی با نزدن تثبیت نهایی انتخاب واحد ، شما بازهم دارای انتخاب واحد هستید .

📎سعی کنید قبل از تثبیت نهایی حتما با استاد مشاور خود در ارتباط باشید و اگر ایشون تایید کردند سپس اقدام به تثبیت نهایی کنید .

موفق باشید 🌱
-------------
@amar_ney 🍃

📣 انجمن علمی آمار دانشگاه قم برگزار می‌کند:

🔹 دوره : آموزش نرم افزار spss مقدماتی

💻 مدرس : جناب علیرضا راسخی
(ارشد علوم داده)

⏱| زمان برگزاری:4تا6 اسفند ساعت19-21

📌|مکان : ادوبی کانکت(همراه باضبط جلسات)

💳| هزینه :
دانشجویان دانشگاه قم 50هزار تومان
سایر افراد150هزار تومان

🔴با ارائه مدرک حضور در دوره🔴

🟣سر فصل دوره:
معرفی spss و آموزش نصب آن
تعریف متغیر ها در spss
ورود داده به spss از سایر فایل ها
توزیع فراوانی آمار توصیفی
رسم نمودار و جداول در spss
شاخص عمومی مرکزی و پراکندگی
ضریب همبستگی
آزمون های آماری

✨جهت کسب اطلاعات بیشتر و ثبت نام به ایدی زیر مراجعه کنید :
@anjoman_statistics

🆔 @statistics_qom

سخنرانی علمی
@amar_ney

برنامه‌ی هفتگی
زمان‌های مشاوره و راهنمایی

📣 انجمن علمی آمار دانشگاه قم برگزار می‌کند:

🔹 دوره : دوره آموزش مقدماتی POWER BI

💻 مدرس : دکتر محمد رضا مظفری

⏱| زمان برگزاری:یک شنبه19 اسفند ساعت17-21

📌|مکان : ادوبی کانکت(همراه باضبط جلسات)

💳| هزینه :
دانشجویان دانشگاه قم 75هزار تومان
سایر افراد150هزار تومان

🔴با ارائه گواهی حضور در دوره🔴

🟣سر فصل دوره:
مقدمه ای بر هوش تجاری(BI)
معرفی power bi
وارد کردن داده ها
مفاهیم مدل سازی داده ها
ایجاد دیدگاه تصویری(visualizations)
نمودار تعاملی
استفاده از داشبورد ها
Dax(data analysis expressions)
توابع پرکاربرد در Dax
انتشار گزارش ها در power bi service

✨جهت کسب اطلاعات بیشتر و ثبت نام  به ایدی زیر مراجعه کنید :
@anjoman_statistics

🆔 @statistics_qom

✍️ تفاوت AR و VR به زبان ساده


#واقعیت_مجازی #واقعیت_افزوده
#علم_داده #هوش_مصنوعی
 
🌑 آقای هوش مصنوعی

@MrArtificialintelligence

9 مورد از بهترین استفاده‌های یادگیری ماشین در زندگی روزمره ما 🚀

👓 پیشنهادات یوتیوب
👓 دستیارهای صوتی
👓 دوربین گوشی هوشمند
👓 مسیرهای گوگل مپ
👓 فیلتر کردن ایمیل
👓 جستجو
👓 ترجمه
👓 چت‌بات‌ها
👓 حفاظت از تقلب

تفسیر تصویری که بالاتر آوردم براتون 👍

### Machine learning

### Machine learning

تا حالا براتون سوال پیش اومده که تفاوت هوش مصنوعی و machine learning و
Deep learning
چی میتونه باشه؟؟؟
این تصویر به خوبی پاسخ شما رو میده 😉

### Machine learning

@amar_ney

اگه بخوام نقشه‌ی مسیر یادگیری زبان برنامه‌نویسی با R رو بگم میشه این :👇
▎نقشه راه برنامه‌نویسی R

|
|-- مبانی
|   |-- اصول برنامه‌نویسی
|   |   |-- مقدمه‌ای بر R
|   |   |-- راه‌اندازی محیط توسعه (RStudio)
|   |
|   |-- نحو و ساختار
|   |   |-- نحو پایه
|   |   |-- متغیرها و انواع داده‌ها
|   |   |-- عملگرها و عبارات
|
|-- ساختارهای کنترلی
|   |-- عبارات شرطی
|   |   |-- عبارات If-Else
|   |
|   |-- حلقه‌ها
|   |   |-- حلقه For
|   |   |-- حلقه While
|   |   |-- حلقه Repeat
|   |
|   |-- مدیریت استثناها
|   |   |-- بلوک Try-Catch
|   |   |-- هشدارها و خطاها
|
|-- توابع و دامنه
|   |-- تعریف توابع
|   |   |-- نحو تابع
|   |   |-- پارامترها و آرگومان‌ها
|   |   |-- عبارت بازگشتی
|   |
|   |-- دامنه
|   |   |-- دامنه جهانی و محلی
|   |   |-- محیط‌ها
|
|-- ساختارهای داده‌ای
|   |-- وکتورها
|   |   |-- ایجاد وکتورها
|   |   |-- عملیات وکتوریزه
|   |
|   |-- لیست‌ها
|   |   |-- ایجاد و دستکاری لیست‌ها
|   |
|   |-- ماتریس‌ها
|   |   |-- ایجاد ماتریس‌ها
|   |   |-- عملیات ماتریسی
|   |
|   |-- فریم‌های داده‌ای
|   |   |-- ایجاد فریم‌های داده‌ای
|   |   |-- دستکاری فریم‌های داده‌ای
|   |
|   |-- فاکتورها
|   |   |-- ایجاد و استفاده از فاکتورها
|
|-- دستکاری داده‌ها
|   |-- dplyr
|   |   |-- انتخاب، فیلتر، ترتیب، تغییر، خلاصه‌سازی
|   |   |-- لوله‌گذاری (%>%)
|   |
|   |-- tidyr
|   |   |-- جمع‌آوری و پخش داده‌ها
|   |   |-- جدا کردن و ادغام داده‌ها
|
|-- تصویرسازی داده‌ها
|   |-- گرافیک‌های پایه R
|   |   |-- نمودار، هیستوگرام، جعبه‌نمودار، نمودار میله‌ای
|   |
|   |-- ggplot2
|   |   |-- دستور زبان گرافیک‌ها
|   |   |-- ایجاد نمودارها (پراکندگی، خطی، میله‌ای، هیستوگرام)
|   |   |-- سفارشی‌سازی نمودارها (تم‌ها، برچسب‌ها، افسانه‌ها)
|
|-- تحلیل آماری
|   |-- آمار توصیفی
|   |   |-- میانگین، میانه، مد
|   |   |-- انحراف معیار، واریانس
|   |
|   |-- آمار استنباطی
|   |   |-- آزمون‌های فرضیه (آزمون t، ANOVA)
|   |   |-- تحلیل همبستگی و رگرسیون
|
|-- R پیشرفته
|    |-- تاریخ و زمان
|    |    |-- کار با تاریخ و زمان
|    |    |-- بسته lubridate
|    |
|    |-- دستکاری رشته‌ها
|    |    |-- بسته stringr
|    |    |-- عبارات منظم
|
|-- مفاهیم برنامه‌نویسی
|    |-- خانواده توابع Apply
|    |    |-- lapply، sapply، tapply، vapply
|    |
|    |-- اشکال‌زدایی
|    |    |-- ابزارهای اشکال‌زدایی (browser، debug، trace)
|    |
|    |-- برنامه‌نویسی شیءگرا (OOP)
|    |    |-- سیستم‌های S3 و S4
|    |    |-- کلاس‌های مرجع (R5)
|
|-- کتابخانه‌ها و بسته‌ها
|    |-- CRAN و Bioconductor
|    |    |-- نصب و استفاده از بسته‌ها
|
|    |-- بسته‌های محبوب
|    |    |-- دستکاری داده‌ها (dplyr، tidyr)
|    |    |-- تصویرسازی داده‌ها (ggplot2، lattice)
|    |    |-- یادگیری ماشین (caret، randomForest)
|
|-- گزارش‌دهی و مستندسازی
|    |-- RMarkdown
|    |    |-- ایجاد اسناد RMarkdown
|    |    |-- شامل کردن قطعات کد
|    |    |-- تولید گزارش‌ها (HTML، PDF، Word)
|
|-- استقرار و قابلیت بازتولید
|    |-- کنترل نسخه با Git
|    |    |-- ادغام RStudio با GitHub
|
|    |-- تحقیق قابل بازتولید
|    |    |-- شیوه‌های کاری
|    |    |-- استفاده از renv برای مدیریت بسته‌ها
|
|-- کار با داده‌های کلان
|    |-- بسته Data.table
|    |    |-- دستکاری کارآمد داده‌ها
|
|    |-- SparkR
|    |    |-- استفاده از Apache Spark با R
|    |    |-- مدیریت مجموعه‌های داده بزرگ


@amar_ney🌱

🦋                                ﷽🦋

📊انجمن علمی آمار دانشگاه نیشابور برگزار میکند:

📌   کلاس آمادگی المپیاد و مسابقات آمار

👨‍🏫مدرس: جناب آقای احسان هادیان
دانشجوی کارشناسی ارشد ریاضی از دانشگاه تهران
دارنده دیپلم افتخار مسابقات کشوری ریاضی


✅بصورت مجازی


❌مهلت ثبت نام:۱۴۰۳/۱۲/۲۵

❗جلسه اول : ۱۴۰۳/۱۲/۲۵

❗چهار جلسه

❌بصورت رایگان

📝ثبت نام:

 🆔️  @mahdiye_saffari

اطلاعات

🆔️@i_am_Matiin

🆔️@mjavad1381


مانا باشید🌹
@amar_ney