31 Dec 2025, 07:12 UTC123 views1 reactionsread 8 August 2026 Forwarded from @iekhuPhoto
LinkedIn Essentials 🔗
از پروفایل تا فرصت شغلی 🚀
با عرشیا احمدی 👤
بنیانگذار و مدیرعامل عرشیاکالا 💼
کارشناسی مهندسی صنایع | دانشگاه علم و صنعت 🎓
🗒 سرفصلها:
• آشنایی کامل با محیط لینکدین 🧭
• ساخت قدمبهقدم پروفایل All Star ⭐
• کانکشنگیری و ایجاد ارتباط مؤثر 🤝
• بهینهسازی (SEO) پروفایل 🔍
• یافتن فرصتهای شغلی و کارآموزی 💡
• نگارش و انتشار پست ✍️
• نکاتی برای بهتر دیده شدن 👀
• حفظ و انتقال شبکهسازیهای خارج لینکدی…
❤1
20 Aug 2025, 05:30 UTC339 viewsread 8 August 2026 🔥 3 محور مانیتورینگ مدل در Production:
1️⃣ Data/Concept Drift با آزمون توزیع و افت متریک
2️⃣ Latency & Cost per Prediction روی هر سرویس
3️⃣ Error Analysis زنده (Segmentها، Outlierها)
💡 هشدار آستانهای + ریترین خودکار = مدل سالمتر.
🔵 @DataScience_Function
کالج علم داده | Data College pinned a photo
19 Aug 2025, 15:33 UTC287 views6 reactionsread 8 August 2026 Forwarded from @OptimyarPhoto
📚𝘿𝙖𝙩𝙖-𝘿𝙧𝙞𝙫𝙚𝙣 𝘿𝙚𝙘𝙞𝙨𝙞𝙤𝙣 𝙈𝙖𝙠𝙞𝙣𝙜 & 𝙍𝙤𝙗𝙪𝙨𝙩 𝙊𝙥𝙩𝙞𝙢𝙞𝙯𝙖𝙩𝙞𝙤𝙣 𝙫𝙞𝙖 𝙈𝙖𝙘𝙝𝙞𝙣𝙚 𝙇𝙚𝙖𝙧𝙣𝙞𝙣𝙜
📊دوره آموزشی تصمیمگیری دادهمحور و بهینهسازی استوار با یادگیری ماشین و پایتون
👨💻 در سه سطح از پایه تا پیشرفته و کلاس جهانی
✍️ از آشنایی با مفاهیم پایه تصمیمگیری مبتنی بر یادگیری ماشین تا تکنیکهای پیشرفته بهینهسازی استوار دادهمحور ...
✔️ با گواهی معتبر دو زبانه از انجمن مهندسی صنایع ایران IIIE
🤝با حمایت دانشگاه علم و صنعت ایران و آکاد…
👍3❤2💯1
19 Aug 2025, 05:33 UTC186 views1 reactionsread 8 August 2026 🔥 4 معیار درست برای ارزیابی کلاسهبندی نامتوازن:
1️⃣ PR-AUC بهتر از ROC-AUC وقتی کلاس مثبت کمیابه
2️⃣ F1 / F0.5 / F2 بسته به اهمیت Precision یا Recall
3️⃣ Balanced Accuracy برای دیتای با نسبت نامتوازن
4️⃣ Calibration Curve تا ببینی نمرهٔ احتمال واقعیه یا نه
💡 اول «چه چیزی» مهمه رو مشخص کن، بعد متریک رو انتخاب کن.
🔵 @DataScience_Function
❤1
13 Aug 2025, 05:30 UTC214 views1 reactionsread 8 August 2026 🔥 3 ابزار رایگان برای جمعآوری دادههای با کیفیت:
🟡 Kaggle Datasets برای دیتای آماده
🟡 Google Forms + API برای نظرسنجی سفارشی
🟡 Open Data Portals (مثلاً data.gov)
💡 دادههای خوب از هیچ شروع نمیشن؛ منابع رو بلد باش.
🔵 @DataScience_Function
👍1
12 Aug 2025, 06:03 UTC204 views2 reactionsread 8 August 2026 🔥 3 روش اعتبارسنجی مطمئن برای سریهای زمانی (Time Series CV):
🟡 Expanding Window: هر بار دادهٔ آموزش بزرگتر میشود، افق پیشبینی ثابت میماند.
🟡 Sliding Window: پنجرهٔ ثابت، بهصورت لغزان روی زمان حرکت میکند.
🟡 Blocked K-Fold: تاهای زمانیِ پشتسرهم بدون قاطیشدن گذشته و آینده.
🔔 با CV زمانمحور، از نشت آینده جلوگیری کن و برآورد واقعبینانه بگیر!
🔵 @DataScience_Function
❤1👍1
11 Aug 2025, 05:30 UTC214 views2 reactionsread 8 August 2026 🔥 3 نشانهٔ Data Leakage که مدل رو فریب میده
1️⃣ فیچرهایی که بعد از رخداد برچسب جمعآوری شدن (آینده در دادهٔ گذشته!)
2️⃣ اشتراک شناسه/ردپای کاربر بین Train و Test (نشت هویتی)
3️⃣ پیشپردازش روی کل دیتا قبل از Split (میانگین/نرمالسازی مشترک)
💡 قبل از آموزش، نشت رو ببند—وگرنه دقتِ ظاهری، تو تولید دود میشه!
🔵 @DataScience_Function
❤1👍1
9 Aug 2025, 05:32 UTC227 views1 reactionsread 8 August 2026 🔥 3 ابزار رایگان برای جمعآوری دادههای با کیفیت:
🟡 Kaggle Datasets برای دیتای آماده
🟡 Google Forms + API برای نظرسنجی سفارشی
🟡 Open Data Portals (مثلاً data.gov)
🔔 دادههای خوب از هیچ شروع نمیشن؛ منابع رو بلد باش.
🔵 @DataScience_Function
👍1
6 Aug 2025, 05:30 UTC185 views1 reactionsread 8 August 2026 🔥 3 ابزار رایگان برای جمعآوری دادههای با کیفیت:
🟡 Kaggle Datasets برای دیتای آماده
Google Forms + API برای نظرسنجی سفارشی
🟡 Open Data Portals (مثلاً data.gov)
⚠️ دادههای خوب از هیچ شروع نمیشن؛ منابع رو بلد باش.
🔵 @DataScience_Function
👍1
5 Aug 2025, 05:33 UTC193 views1 reactionsread 8 August 2026 🔥 4 اشتباه رایج در Feature Engineering:
🟡 استفاده از تمام فیچرها بدون انتخاب
🟡 نساختن تعاملات معنادار (Feature Interaction)
🟡 نادیده گرفتن زمان/سری زمانی در دادههای ترتیبی
🟡 نرمالسازی نادرست قبل از تقسیم Train/Test
😵 فیچر خوب، نیمی از مدل خوبه.
🔵 @DataScience_Function
❤1
4 Aug 2025, 05:34 UTC190 views1 reactionsread 8 August 2026 🔥 3 روش سریع برای ارزیابی مدل بدون دیتای جدید:
🟡 Cross-Validation بهجای یک تقسیم ساده
🟡 Learning Curve برای دیدن under/overfit بودن
🟡 Permutation Feature Importance برای فهم اینکه کدوم فیچر واقعا اثر داره
🔍 مدل بدون فهم درست از رفتار، فقط شانسه—این سه تا رو حتما اجرا کن!
🔵 @DataScience_Function
👍1
Showing the 12 most recent of 20 posts we hold for @DataScience_Function. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.