<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>درس های آموزشی &#8211; مدرسه پردازش و تحلیل داده دقیقه</title>
	<atom:link href="https://d-learn.ir/courses/feed/" rel="self" type="application/rss+xml" />
	<link>https://d-learn.ir</link>
	<description>یادگیری گام به گام علوم داده و تحلیل داده</description>
	<lastBuildDate>Thu, 20 Aug 2026 13:12:32 +0000</lastBuildDate>
	<language>fa-IR</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	

<image>
	<url>https://d-learn.ir/wp-content/uploads/2021/10/cropped-Picture1-e1633785514326-150x150.png</url>
	<title>درس های آموزشی &#8211; مدرسه پردازش و تحلیل داده دقیقه</title>
	<link>https://d-learn.ir</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>دوره آموزشی تحلیل داده با پایتون</title>
		<link>https://d-learn.ir/courses/pyda</link>
		
		<dc:creator><![CDATA[علیرضا کدیور]]></dc:creator>
		<pubDate>Sun, 09 Aug 2026 13:05:10 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=100676</guid>

					<description><![CDATA[<p>این رویداد آموزشی برای افرادی طراحی شده که می‌خواهند داده‌های واقعی را با پایتون تحلیل کنند و نتایج آن را به شکلی قابل فهم ارائه دهند، اما پیش‌زمینه‌ای در برنامه‌نویسی، آمار یا ابزارهای تحلیل داده ندارند.<br />
محتوای این دوره با رویکردی کارگاهی طراحی شده تا شرکت‌کنندگان مفاهیم و روش‌هایی که یاد می‌گیرند را بلافاصله روی داده‌های واقعی به کار ببرند و خروجی‌های ملموس تولید کنند.<br />
ابزار اصلی این دوره پایتون است که از ابتدا به طور کامل آموزش داده می‌شود. کتابخانه‌هایی مانند Pandas، NumPy و Matplotlib در بستر مسائل واقعی معرفی خواهند شد تا یادگیری آن‌ها هدفمند و کاربردی باشد.<br />
در این دوره علاوه بر تمرین‌های هفتگی در هر موضوع، یک پروژه گروهی در پایان ارائه خواهد شد تا با تحلیل یک مجموعه داده واقعی، آموخته‌های خود را در عمل محک بزنید.<br />
در طول دوره جلسات رفع اشکال و حل تمرین به صورت منظم برگزار خواهد شد تا مشکلات و سؤال‌های خود را با پشتیبان‌های آموزشی در میان بگذارید.<br />
اگر به دنبال یادگیری تحلیل داده از پایه، با تمرین و چالش و پروژه واقعی هستید، این دوره برای شماست!</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/pyda">دوره آموزشی تحلیل داده با پایتون</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/pyda">دوره آموزشی تحلیل داده با پایتون</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>تفکر محاسباتی و استنتاج آماری</title>
		<link>https://d-learn.ir/courses/inferepy/</link>
		
		<dc:creator><![CDATA[علیرضا کدیور]]></dc:creator>
		<pubDate>Sun, 09 Aug 2026 11:28:46 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=100507</guid>

					<description><![CDATA[<p>اگر تصور می‌کنید یادگیری آمار و تحلیل داده به معنای حفظ کردن فرمول‌های خسته‌کننده و درگیری با ریاضیات پیچیده است، این درسنامه نگاه شما را برای همیشه تغییر خواهد داد. این درسنامه ترجمه‌ای اقتباسی همراه با گزینش، خلاصه‌سازی و شرح از Computational and Inferential Thinking نخستین مرجع درسی در دوره شناخته‌شده و خوش‌نام Data 8 در دانشگاه برکلی است: یک منبع متمایز و عمیق و در عین حال ساختارشکن و ساده در آموزش علوم داده که به جای تکیه بر تئوری‌های انتزاعی، قدرت شبیه‌سازی کامپیوتری را جایگزین ریاضیات محض کرده است. متن پیش رو دو دنیای برنامه‌نویسی پایتون و استنتاج آماری را هنرمندانه در هم می‌آمیزد و خواننده از همان صفحات نخست، به جای محاسبه‌ی کورکورانه‌ی اعداد، مفاهیم را از طریق نوشتن کدهای ساده و درگیری با داده‌های واقعی در دنیای پیرامون خود تجربه می‌کند.</p>
<p>وجه تمایز اصلی این مرجع در نحوه ایجاد «شهود آماری» است؛ جایی که به جای تدریس مفاهیمی چون فاصله اطمینان با معادلات ثقیل، از شما می‌خواهد با یک حلقه کد ساده، یک رویداد را ده‌هزار بار شبیه‌سازی کنید تا توزیع نتایج را با چشمان خود ببینید. این رویکرد مبتنی بر شبیه‌سازی، باعث می‌شود منطق پنهان داده‌ها پیش از آنکه نام تخصصی‌شان را بشنوید، در عمیق‌ترین لایه‌های ذهنی‌تان نقش ببندد. با این شیوه، شما صرفاً یک مصرف‌کننده‌ی الگوریتم‌ها نخواهید بود، بلکه به یک متفکر نقاد تبدیل می‌شوید که چرایی رفتار داده‌ها را با تمام وجود درک می‌کند و می‌تواند به شکلی مستقل به حل مسائل پیچیده بپردازد.</p>
<p>دقیقاً به دلیل همین زبان روان و رویکرد تجربی، مطالعه این درسنامه برای طیف وسیعی از افراد، از مبتدیان مطلق علوم داده گرفته تا برنامه‌نویسانی که همیشه از کتاب‌های سنگین آماری فراری بوده‌اند، یک تجربه رهایی‌بخش است. حتی اگر هیچ پیش‌زمینه‌ای در آمار یا برنامه‌نویسی ندارید، نویسندگان شما را قدم‌به‌قدم همراهی می‌کنند تا از یک فرد کنجکاو، به تحلیل‌گری مسلط تبدیل شوید که می‌داند چگونه از دل انبوهی از داده‌های خام، گزاره‌هایی ارزشمند و قابل اتکا استخراج کند. در نهایت، این کتاب تنها یک راهنمای فنی نیست، بلکه عینکی جدید برای دیدن، فهمیدن و تحلیل کردن جهان بر پایه تفکر محاسباتی است که خواندن آن برای هر ذهن جستجوگری به شدت توصیه می‌شود.</p>
<p>مشخصات منبع:<br />
Computational and Inferential Thinking<br />
2nd Edition by Ani Adhikari, John DeNero, David Wagner<br />
originally developed for the UC Berkeley course Data 8: Foundations of Data Science<br />
inferentialthinking.com</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/inferepy/">تفکر محاسباتی و استنتاج آماری</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p data-path-to-node="0">اگر تصور می‌کنید یادگیری آمار و تحلیل داده به معنای حفظ کردن فرمول‌های خسته‌کننده و درگیری با ریاضیات پیچیده است، این درسنامه نگاه شما را برای همیشه تغییر خواهد داد. این درسنامه ترجمه‌ای اقتباسی همراه با گزینش، خلاصه‌سازی و شرح از Computational and Inferential Thinking نخستین مرجع درسی در دوره شناخته‌شده و خوش‌نام Data 8 در دانشگاه برکلی است: یک منبع متمایز و عمیق و در عین حال ساختارشکن و ساده در آموزش علوم داده که به جای تکیه بر تئوری‌های انتزاعی، قدرت شبیه‌سازی کامپیوتری را جایگزین ریاضیات محض کرده است. متن پیش رو دو دنیای برنامه‌نویسی پایتون و استنتاج آماری را هنرمندانه در هم می‌آمیزد و خواننده از همان صفحات نخست، به جای محاسبه‌ی کورکورانه‌ی اعداد، مفاهیم را از طریق نوشتن کدهای ساده و درگیری با داده‌های واقعی در دنیای پیرامون خود تجربه می‌کند.</p>
<p data-path-to-node="1">وجه تمایز اصلی این مرجع در نحوه ایجاد «شهود آماری» است؛ جایی که به جای تدریس مفاهیمی چون فاصله اطمینان با معادلات ثقیل، از شما می‌خواهد با یک حلقه کد ساده، یک رویداد را ده‌هزار بار شبیه‌سازی کنید تا توزیع نتایج را با چشمان خود ببینید. این رویکرد مبتنی بر شبیه‌سازی، باعث می‌شود منطق پنهان داده‌ها پیش از آنکه نام تخصصی‌شان را بشنوید، در عمیق‌ترین لایه‌های ذهنی‌تان نقش ببندد. با این شیوه، شما صرفاً یک مصرف‌کننده‌ی الگوریتم‌ها نخواهید بود، بلکه به یک متفکر نقاد تبدیل می‌شوید که چرایی رفتار داده‌ها را با تمام وجود درک می‌کند و می‌تواند به شکلی مستقل به حل مسائل پیچیده بپردازد.</p>
<p data-path-to-node="2">دقیقاً به دلیل همین زبان روان و رویکرد تجربی، مطالعه این درسنامه برای طیف وسیعی از افراد، از مبتدیان مطلق علوم داده گرفته تا برنامه‌نویسانی که همیشه از کتاب‌های سنگین آماری فراری بوده‌اند، یک تجربه رهایی‌بخش است. حتی اگر هیچ پیش‌زمینه‌ای در آمار یا برنامه‌نویسی ندارید، نویسندگان شما را قدم‌به‌قدم همراهی می‌کنند تا از یک فرد کنجکاو، به تحلیل‌گری مسلط تبدیل شوید که می‌داند چگونه از دل انبوهی از داده‌های خام، گزاره‌هایی ارزشمند و قابل اتکا استخراج کند. در نهایت، این کتاب تنها یک راهنمای فنی نیست، بلکه عینکی جدید برای دیدن، فهمیدن و تحلیل کردن جهان بر پایه تفکر محاسباتی است که خواندن آن برای هر ذهن جستجوگری به شدت توصیه می‌شود.</p>
<p data-path-to-node="2">مشخصات منبع:</p>
<h3><a href="https://inferentialthinking.com/" target="_blank" rel="noopener nofollow">Computational and Inferential Thinking</a><br />
2nd Edition by <a class="link whitespace-nowrap" href="http://statistics.berkeley.edu/people/ani-adhikari" target="_blank" rel="noopener noreferrer nofollow"><span class="link-text whitespace-normal">Ani Adhikari</span></a>, <a class="link whitespace-nowrap" href="http://denero.org/" target="_blank" rel="noopener noreferrer nofollow"><span class="link-text whitespace-normal">John DeNero</span></a>, <a class="link whitespace-nowrap" href="https://www.cs.berkeley.edu/~daw/" target="_blank" rel="noopener noreferrer nofollow"><span class="link-text whitespace-normal">David Wagner</span></a>.<br />
originally developed for the UC Berkeley course <a class="link whitespace-nowrap" href="http://data8.org/" target="_blank" rel="noopener noreferrer nofollow"><span class="link-text whitespace-normal">Data 8: Foundations of Data Science</span></a>.<br />
inferentialthinking.com</h3>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/inferepy/">تفکر محاسباتی و استنتاج آماری</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>پیش‌بینی سفارش در شبکه خرده‌فروشی</title>
		<link>https://d-learn.ir/project/orderpredict</link>
		
		<dc:creator><![CDATA[وحید شمس‌الدینی]]></dc:creator>
		<pubDate>Mon, 03 Aug 2026 07:54:54 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=100138</guid>

					<description><![CDATA[<p>اگر به پیش‌بینی و مدلسازی از نوع classification با استفاده از داده‌های واقعی در خرده‌فروشی، تجارت الکترونیک، اف‌ام‌سی‌جی‌ها و مارکت‌پلیس‌ها علاقه‌مندید، انجام این پروژه فرصتی عالی برای دست‌و‌پنجه‌نرم‌کردن با مسائل علوم داده در یک کسب‌وکار است. </p>
<p>داده‌هایی که در اختیار شما قرار می‌گیرد، حاصل رفتار واقعی شبکه‌ای از خرده‌فروشان است که پس از ناشناس‌سازی و تجمیع، برای این مسابقه آماده شده‌اند. هدف شما ساخت مدلی است که بتواند با استفاده از سوابق خرید هر خرده‌فروش، احتمال ثبت سفارش برند هدف را در آینده پیش‌بینی کند؛ مسئله‌ای که در عمل برای هدفمند کردن کمپین‌های فروش، افزایش بهره‌وری تیم‌های بازاریابی و تخصیص بهینه منابع مورد استفاده قرار می‌گیرد.<br />
این پروژه فرصتی مناسب برای دانشجویان، تحلیلگران داده و متخصصان یادگیری ماشین است تا توانایی خود را در کار با داده‌های واقعی، مهندسی ویژگی، اعتبارسنجی مدل‌ها و طراحی یک راه‌حل‌ جامع پیش‌بینی به محک بگذارند.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/project/orderpredict">پیش‌بینی سفارش در شبکه خرده‌فروشی</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p>اگر به پیش‌بینی و مدلسازی از نوع classification با استفاده از داده‌های واقعی در خرده‌فروشی، تجارت الکترونیک، اف‌ام‌سی‌جی‌ها و مارکت‌پلیس‌ها علاقه‌مندید، انجام این پروژه فرصتی عالی برای دست‌و‌پنجه‌نرم‌کردن با مسائل علوم داده در یک کسب‌وکار است.</p>
<p>داده‌هایی که در اختیار شما قرار می‌گیرد، حاصل رفتار واقعی شبکه‌ای از خرده‌فروشان است که پس از ناشناس‌سازی و تجمیع، برای این مسابقه آماده شده‌اند. هدف شما ساخت مدلی است که بتواند با استفاده از سوابق خرید هر خرده‌فروش، احتمال ثبت سفارش برند هدف را در آینده پیش‌بینی کند؛ مسئله‌ای که در عمل برای هدفمند کردن کمپین‌های فروش، افزایش بهره‌وری تیم‌های بازاریابی و تخصیص بهینه منابع مورد استفاده قرار می‌گیرد.<br />
این پروژه فرصتی مناسب برای دانشجویان، تحلیلگران داده و متخصصان یادگیری ماشین است تا توانایی خود را در کار با داده‌های واقعی، مهندسی ویژگی، اعتبارسنجی مدل‌ها و طراحی یک راه‌حل‌ جامع پیش‌بینی به محک بگذارند.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/project/orderpredict">پیش‌بینی سفارش در شبکه خرده‌فروشی</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>کارگاه جامع به‌کارگیری هوش مصنوعی در پژوهش‌های دانشگاهی و صنعتی</title>
		<link>https://d-learn.ir/courses/ai4sv/</link>
		
		<dc:creator><![CDATA[پدرام عطایی]]></dc:creator>
		<pubDate>Sat, 25 Jul 2026 09:17:45 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=99910</guid>

					<description><![CDATA[<p>هوش مصنوعی مسیرهای سنتی و زمان‌بر پژوهش را کوتاه‌تر کرده و افق‌های جدیدی را پیش روی محققان و تحلیل‌گران گشوده است؛ با این حال، به کارگیری اثربخش، دقیق و اصولی هوش مصنوعی در کارهای تخصصی، نیازمند توجه به ظرافت‌های روش‌شناختی، اصول اعتبارسنجی و شناخت دقیق چالش‌های این حوزه است.</p>
<p>نسخه‌های قبلی این کارگاه سال گذشته با استقبال گسترده پژوهشگران در تعدادی از معتبرترین دانشگاه‌های ایران و غرب آسیا برگزار شده است. در این کارگاه، شرکت‌کنندگان علاوه بر آشنایی با مراحل مختلفِ به کارگیری هوش مصنوعی در پروژه‌های واقعی، استفاده از آن را در پژوهش‌های دانشگاهی و صنعتی تمرین می‌کنند.</p>
<p>«کارگاه جامع به‌کارگیری هوش مصنوعی در پژوهش‌های دانشگاهی و صنعتی» برای شناخت عمیق‌تر هوش مصنوعی (مولد و عامل)، به کارگیری اثربخش و اعتبارسنجی خروجی‌های آن در حوزه‌‌‌‌های پژوهشی طراحی شده است. این رویداد آموزشی ویژه پژوهشگران، دانشجویان تحصیلات تکمیلی، تحلیل‌گران تخصصی کسب‌وکارها و استادان دانشگاه است که می‌خواهند پتانسیل واقعی این ابزارها را در مسیر ارتقای کیفیت و سرعت پروژه‌های خود به کار بگیرند. در این کارگاه، شرکت‌کنندگان ضمن آشنایی با رویکردهای تفکر انتقادی در مواجهه با ابزارهای مولد، کاملاً کاربردی و پروژه‌محور با استراتژی‌ها، نرم‌افزارها و ابزارهای کلیدی هوش مصنوعی برای مدیریت و اتوماسیون پژوهش آشنا خواهند شد.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/ai4sv/">کارگاه جامع به‌کارگیری هوش مصنوعی در پژوهش‌های دانشگاهی و صنعتی</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<div class="elementor-element elementor-element-7a825c4 elementor-widget elementor-widget-text-editor" data-id="7a825c4" data-element_type="widget" data-widget_type="text-editor.default">
<div class="elementor-widget-container">
<p class="p1" dir="rtl" style="padding-right: 40px;">هوش مصنوعی مسیرهای سنتی و زمان‌بر پژوهش را کوتاه‌تر کرده و افق‌های جدیدی را پیش روی محققان و تحلیل‌گران گشوده است؛ با این حال، به کارگیری اثربخش، دقیق و اصولی هوش مصنوعی در کارهای تخصصی، نیازمند توجه به ظرافت‌های روش‌شناختی، اصول اعتبارسنجی و شناخت دقیق چالش‌های این حوزه است.</p>
</div>
</div>
<div class="elementor-element elementor-element-da1e7ea elementor-widget elementor-widget-text-editor" data-id="da1e7ea" data-element_type="widget" data-widget_type="text-editor.default">
<div class="elementor-widget-container">
<blockquote>
<p class="p1" dir="rtl">نسخه‌های قبلی این کارگاه سال گذشته با استقبال گسترده پژوهشگران در تعدادی از معتبرترین دانشگاه‌های ایران و غرب آسیا برگزار شده است. در این کارگاه، شرکت‌کنندگان علاوه بر آشنایی با مراحل مختلفِ به کارگیری هوش مصنوعی در پروژه‌های واقعی، استفاده از آن را در پژوهش‌های دانشگاهی و صنعتی تمرین می‌کنند.</p>
</blockquote>
</div>
</div>
<div class="elementor-element elementor-element-3254f06 elementor-widget elementor-widget-text-editor" data-id="3254f06" data-element_type="widget" data-widget_type="text-editor.default">
<div class="elementor-widget-container">
<p class="p1" dir="rtl">«کارگاه جامع به‌کارگیری هوش مصنوعی در پژوهش‌های دانشگاهی و صنعتی» برای شناخت عمیق‌تر هوش مصنوعی (مولد و عامل)، به کارگیری اثربخش و اعتبارسنجی خروجی‌های آن در حوزه‌‌‌‌های پژوهشی طراحی شده است. این رویداد آموزشی ویژه پژوهشگران، دانشجویان تحصیلات تکمیلی، تحلیل‌گران تخصصی کسب‌وکارها و استادان دانشگاه است که می‌خواهند پتانسیل واقعی این ابزارها را در مسیر ارتقای کیفیت و سرعت پروژه‌های خود به کار بگیرند. در این کارگاه، شرکت‌کنندگان ضمن آشنایی با رویکردهای تفکر انتقادی در مواجهه با ابزارهای مولد، کاملاً کاربردی و پروژه‌محور با استراتژی‌ها، نرم‌افزارها و ابزارهای کلیدی هوش مصنوعی برای مدیریت و اتوماسیون پژوهش آشنا خواهند شد.</p>
</div>
</div>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/ai4sv/">کارگاه جامع به‌کارگیری هوش مصنوعی در پژوهش‌های دانشگاهی و صنعتی</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>ساخت سیستم پرسش‌وپاسخ هوشمند (RAG) با HuggingFace و LangChain</title>
		<link>https://d-learn.ir/courses/ragpip/</link>
		
		<dc:creator><![CDATA[سعید مجیدی]]></dc:creator>
		<pubDate>Sun, 19 Jul 2026 16:03:35 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=99501</guid>

					<description><![CDATA[<p>در این پروژه شما یک سیستم پرسش‌وپاسخ مبتنی بر بازیابی اطلاعات (Retrieval-Augmented Generation - RAG) می‌سازید. این سیستم به جای اتکای صرف به دانش از پیش آموخته‌شده‌ی یک مدل زبانی بزرگ، ابتدا در یک مجموعه اسناد مشخص جستجو می‌کند، بخش‌های مرتبط را می‌یابد، و سپس با استفاده از یک مدل زبانی، پاسخی دقیق و مستند بر اساس همان اسناد تولید می‌کند.<br />
هدف اصلی پروژه، تجربه‌ی عملی ساخت یک پایپ‌لاین کامل RAG است که شامل مراحل زیر می‌شود:<br />
۱. آماده‌سازی و تقسیم‌بندی (Chunking) اسناد<br />
۲. ساخت بردارهای معنایی (Embedding) از اسناد و پرسش‌ها<br />
۳. بازیابی اطلاعات مرتبط از یک پایگاه‌داده برداری   (Vector Store)<br />
۴. تولید پاسخ نهایی با یک مدل زبانی، با استفاده از LangChain و در صورت نیاز LangGraph<br />
۵. ارائه‌ی نتیجه در قالب یک اپلیکیشن تعاملی با Gradio</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/ragpip/">ساخت سیستم پرسش‌وپاسخ هوشمند (RAG) با HuggingFace و LangChain</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
					<div data-elementor-type="wp-post" data-elementor-id="99501" class="elementor elementor-99501">
											<content:encoded><![CDATA[		<section class="elementor-section elementor-top-section elementor-element elementor-element-1180f91a elementor-section-boxed elementor-section-height-default elementor-section-height-default" data-id="1180f91a" data-element_type="section">
						<div class="elementor-container elementor-column-gap-default">
					<div class="elementor-element elementor-element-6950b484 elementor-align-center elementor-widget elementor-widget-etlms-course-title tutor-addon etlms-course-title" data-id="6950b484" data-element_type="widget" data-widget_type="etlms-course-title.default">
				<div class="elementor-widget-container">
			<h2 class="course-title">عنوان دوره</h2>		</div>
				</div>
				<section class="elementor-section elementor-inner-section elementor-element elementor-element-7a51eaf1 elementor-section-boxed elementor-section-height-default elementor-section-height-default" data-id="7a51eaf1" data-element_type="section">
						<div class="elementor-container elementor-column-gap-default">
					<div class="elementor-column elementor-col-50 elementor-inner-column elementor-element elementor-element-1369377e" data-id="1369377e" data-element_type="column">
			<div class="elementor-widget-wrap elementor-element-populated">
						<div class="elementor-element elementor-element-7241f5cc elementor-widget elementor-widget-shortcode" data-id="7241f5cc" data-element_type="widget" data-widget_type="shortcode.default">
				<div class="elementor-widget-container">
					<div class="elementor-shortcode"><span class="tutor-course-loop-level beginner">پروژه</span></div>
				</div>
				</div>
					</div>
		</div>
				<div class="elementor-column elementor-col-50 elementor-inner-column elementor-element elementor-element-62879e07" data-id="62879e07" data-element_type="column">
			<div class="elementor-widget-wrap elementor-element-populated">
						<div class="elementor-element elementor-element-713008e6 elementor-widget elementor-widget-shortcode" data-id="713008e6" data-element_type="widget" data-widget_type="shortcode.default">
				<div class="elementor-widget-container">
					<div class="elementor-shortcode"><div class="tutor-course-loop-meta">
                <div class="tutor-single-loop-meta">
                    <span>40</span>
                    <i class="tutor-icon-user"></i>
                </div>
                <div class="tutor-single-loop-meta">
                    <i class="tutor-icon-clock"></i> 
                    <span dir="rtl"></span>
                </div>
            </div></div>
				</div>
				</div>
					</div>
		</div>
					</div>
		</section>
				<div class="elementor-column elementor-col-66 elementor-top-column elementor-element elementor-element-375cd65f" data-id="375cd65f" data-element_type="column">
			<div class="elementor-widget-wrap elementor-element-populated">
							</div>
		</div>
				<div class="elementor-column elementor-col-33 elementor-top-column elementor-element elementor-element-721ede64" data-id="721ede64" data-element_type="column">
			<div class="elementor-widget-wrap elementor-element-populated">
						<section class="elementor-section elementor-inner-section elementor-element elementor-element-24d25f88 elementor-section-boxed elementor-section-height-default elementor-section-height-default" data-id="24d25f88" data-element_type="section">
						<div class="elementor-container elementor-column-gap-default">
					<div class="elementor-column elementor-col-100 elementor-inner-column elementor-element elementor-element-3aaad68e" data-id="3aaad68e" data-element_type="column" data-settings="{&quot;background_background&quot;:&quot;classic&quot;}">
			<div class="elementor-widget-wrap elementor-element-populated">
						<div class="elementor-element elementor-element-c757320 elementor-align-center course-enroll-buttons-size-medium course-enroll-buttons-width-fill elementor-widget elementor-widget-etlms-course-enrolment-box tutor-addon etlms-course-enrolment-box" data-id="c757320" data-element_type="widget" data-widget_type="etlms-course-enrolment-box.default">
				<div class="elementor-widget-container">
			<div class="tutor-course-enrollment-box">
    
    <div class='tutor-cart-box-login-form' style='display: none;'><span class='login-overlay-close'></span><div class='tutor-cart-box-login-form-inner'><button class='tutor-popup-form-close tutor-icon-line-cross'></button>
<div class="tutor-single-course-segment tutor-course-login-wrap">
    <div class="course-login-title">
        <h4>وارد شدن</h4>
    </div>

    <div class="tutor-single-course-login-form">
	    
<div class="tutor-login-form-wrap">
	
    
	<form name="loginform" id="loginform" method="post">
		<input type="hidden" name="tutor_course_enroll_attempt" value="99501">
	
	<input type="hidden" id="_tutor_nonce" name="_tutor_nonce" value="34bbf3b098" /><input type="hidden" name="_wp_http_referer" value="/courses/feed/" />	
	<input type="hidden" name="tutor_action" value="tutor_user_login" />
		<p class="login-username">
			<input type="text" placeholder="نام کاربری یا آدرس ایمیل" name="log" id="user_login" class="input" value="" size="20" />
		</p>

		<p class="login-password">
			<input type="password" placeholder="کلمه عبور" name="pwd" id="user_pass" class="input" value="" size="20"/>
		</p>
		
		

		<div class="tutor-login-rememeber-wrap">
						<p class="login-remember">
				<label>
					<input name="rememberme" type="checkbox" id="rememberme" 
					value="forever"
					 					>
					مرا به خاطر بسپار				</label>
			</p>
					    <a href="https://d-learn.ir/dashboard/retrieve-password">
		    	رمز عبور را فراموش کردید؟.		    </a>
		</div>
		
		
		<p class="login-submit">
			<input type="submit" name="wp-submit" id="wp-submit" class="tutor-button" value="وارد شدن" />
			<input type="hidden" name="redirect_to" value="https://d-learn.ir/courses/feed/" />
		</p>
		
						<p class="tutor-form-register-wrap">
					<a href="https://d-learn.ir/dashboard/?redirect_to=https://d-learn.ir/courses/ragpip/&#038;id=99501">
						ایجاد یک حساب کاربری جدید					</a>
				</p>
					</form>

    </div>
    </div>
</div>
</div></div>
    <!-- (c) SM -->
            <div class="tutor-lead-info-btn-group">
                        <a href="/plans" class="tutor-button tutor-success">
                خرید اشتراک            </a>
                    </div>
        <!-- (c) SM. -->

</div> <!-- tutor-price-preview-box-yyy -->
		</div>
				</div>
				<div class="elementor-element elementor-element-793c20 elementor-widget-divider--view-line elementor-widget elementor-widget-divider" data-id="793c20" data-element_type="widget" data-widget_type="divider.default">
				<div class="elementor-widget-container">
			<style>/*! elementor - v3.23.0 - 05-08-2024 */
.elementor-widget-divider{--divider-border-style:none;--divider-border-width:1px;--divider-color:#0c0d0e;--divider-icon-size:20px;--divider-element-spacing:10px;--divider-pattern-height:24px;--divider-pattern-size:20px;--divider-pattern-url:none;--divider-pattern-repeat:repeat-x}.elementor-widget-divider .elementor-divider{display:flex}.elementor-widget-divider .elementor-divider__text{font-size:15px;line-height:1;max-width:95%}.elementor-widget-divider .elementor-divider__element{margin:0 var(--divider-element-spacing);flex-shrink:0}.elementor-widget-divider .elementor-icon{font-size:var(--divider-icon-size)}.elementor-widget-divider .elementor-divider-separator{display:flex;margin:0;direction:ltr}.elementor-widget-divider--view-line_icon .elementor-divider-separator,.elementor-widget-divider--view-line_text .elementor-divider-separator{align-items:center}.elementor-widget-divider--view-line_icon .elementor-divider-separator:after,.elementor-widget-divider--view-line_icon .elementor-divider-separator:before,.elementor-widget-divider--view-line_text .elementor-divider-separator:after,.elementor-widget-divider--view-line_text .elementor-divider-separator:before{display:block;content:"";border-block-end:0;flex-grow:1;border-block-start:var(--divider-border-width) var(--divider-border-style) var(--divider-color)}.elementor-widget-divider--element-align-left .elementor-divider .elementor-divider-separator>.elementor-divider__svg:first-of-type{flex-grow:0;flex-shrink:100}.elementor-widget-divider--element-align-left .elementor-divider-separator:before{content:none}.elementor-widget-divider--element-align-left .elementor-divider__element{margin-left:0}.elementor-widget-divider--element-align-right .elementor-divider .elementor-divider-separator>.elementor-divider__svg:last-of-type{flex-grow:0;flex-shrink:100}.elementor-widget-divider--element-align-right .elementor-divider-separator:after{content:none}.elementor-widget-divider--element-align-right .elementor-divider__element{margin-right:0}.elementor-widget-divider--element-align-start .elementor-divider .elementor-divider-separator>.elementor-divider__svg:first-of-type{flex-grow:0;flex-shrink:100}.elementor-widget-divider--element-align-start .elementor-divider-separator:before{content:none}.elementor-widget-divider--element-align-start .elementor-divider__element{margin-inline-start:0}.elementor-widget-divider--element-align-end .elementor-divider .elementor-divider-separator>.elementor-divider__svg:last-of-type{flex-grow:0;flex-shrink:100}.elementor-widget-divider--element-align-end .elementor-divider-separator:after{content:none}.elementor-widget-divider--element-align-end .elementor-divider__element{margin-inline-end:0}.elementor-widget-divider:not(.elementor-widget-divider--view-line_text):not(.elementor-widget-divider--view-line_icon) .elementor-divider-separator{border-block-start:var(--divider-border-width) var(--divider-border-style) var(--divider-color)}.elementor-widget-divider--separator-type-pattern{--divider-border-style:none}.elementor-widget-divider--separator-type-pattern.elementor-widget-divider--view-line .elementor-divider-separator,.elementor-widget-divider--separator-type-pattern:not(.elementor-widget-divider--view-line) .elementor-divider-separator:after,.elementor-widget-divider--separator-type-pattern:not(.elementor-widget-divider--view-line) .elementor-divider-separator:before,.elementor-widget-divider--separator-type-pattern:not([class*=elementor-widget-divider--view]) .elementor-divider-separator{width:100%;min-height:var(--divider-pattern-height);-webkit-mask-size:var(--divider-pattern-size) 100%;mask-size:var(--divider-pattern-size) 100%;-webkit-mask-repeat:var(--divider-pattern-repeat);mask-repeat:var(--divider-pattern-repeat);background-color:var(--divider-color);-webkit-mask-image:var(--divider-pattern-url);mask-image:var(--divider-pattern-url)}.elementor-widget-divider--no-spacing{--divider-pattern-size:auto}.elementor-widget-divider--bg-round{--divider-pattern-repeat:round}.rtl .elementor-widget-divider .elementor-divider__text{direction:rtl}.e-con-inner>.elementor-widget-divider,.e-con>.elementor-widget-divider{width:var(--container-widget-width,100%);--flex-grow:var(--container-widget-flex-grow)}</style>		<div class="elementor-divider">
			<span class="elementor-divider-separator">
						</span>
		</div>
				</div>
				</div>
					</div>
		</div>
					</div>
		</section>
				<div class="elementor-element elementor-element-2c6120b3 elementor-widget-divider--separator-type-pattern elementor-widget-divider--view-line elementor-widget elementor-widget-divider" data-id="2c6120b3" data-element_type="widget" data-widget_type="divider.default">
				<div class="elementor-widget-container">
					<div class="elementor-divider" style="--divider-pattern-url: url(&quot;data:image/svg+xml,%3Csvg xmlns=&#039;http://www.w3.org/2000/svg&#039; preserveAspectRatio=&#039;none&#039; overflow=&#039;visible&#039; height=&#039;100%&#039; viewBox=&#039;0 0 24 24&#039; fill=&#039;none&#039; stroke=&#039;black&#039; stroke-width=&#039;1&#039; stroke-linecap=&#039;square&#039; stroke-miterlimit=&#039;10&#039;%3E%3Cpolyline points=&#039;0,6 6,6 6,18 18,18 18,6 24,6 	&#039;/%3E%3C/svg%3E&quot;);">
			<span class="elementor-divider-separator">
						</span>
		</div>
				</div>
				</div>
					</div>
		</div>
					</div>
		</section>
				</div>
		<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/ragpip/">ساخت سیستم پرسش‌وپاسخ هوشمند (RAG) با HuggingFace و LangChain</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>تحلیل احساسات متن فارسی (Persian Sentiment Analysis)</title>
		<link>https://d-learn.ir/courses/snta/</link>
		
		<dc:creator><![CDATA[سعید مجیدی]]></dc:creator>
		<pubDate>Sun, 19 Jul 2026 13:23:50 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=99546</guid>

					<description><![CDATA[<p>در این پروژه شما یک سیستم تحلیل احساسات می‌سازید که متن فارسی (نظر کاربر درباره یک محصول یا خدمت) را دریافت کرده و آن را در یکی از کلاس‌های احساسی (مثبت / منفی، یا مثبت/منفی/خنثی بسته به دیتاست) طبقه‌بندی می‌کند. هدف اصلی پروژه، مقایسه‌ی سه رویکرد متفاوت برای حل یک مساله‌ی واحد پردازش زبان طبیعی است:<br />
۱. یک روش کلاسیک:  ترکیب Embedding با یک الگوریتم یادگیری ماشین سنتی<br />
۲. یک روش شبکه عصبی بازگشتی   LSTM  یا  GRU<br />
۳. یک روش مبتنی بر مدل از پیش آموزش‌دیده  (Pretrained) </p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/snta/">تحلیل احساسات متن فارسی (Persian Sentiment Analysis)</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
					<div data-elementor-type="wp-post" data-elementor-id="99546" class="elementor elementor-99546">
											<content:encoded><![CDATA[		<section class="elementor-section elementor-top-section elementor-element elementor-element-30a7ac51 elementor-section-boxed elementor-section-height-default elementor-section-height-default" data-id="30a7ac51" data-element_type="section">
						<div class="elementor-container elementor-column-gap-default">
					<div class="elementor-element elementor-element-61138afe elementor-align-center elementor-widget elementor-widget-etlms-course-title tutor-addon etlms-course-title" data-id="61138afe" data-element_type="widget" data-widget_type="etlms-course-title.default">
				<div class="elementor-widget-container">
			<h2 class="course-title">عنوان دوره</h2>		</div>
				</div>
				<section class="elementor-section elementor-inner-section elementor-element elementor-element-a96e39 elementor-section-boxed elementor-section-height-default elementor-section-height-default" data-id="a96e39" data-element_type="section">
						<div class="elementor-container elementor-column-gap-default">
					<div class="elementor-column elementor-col-50 elementor-inner-column elementor-element elementor-element-566095a0" data-id="566095a0" data-element_type="column">
			<div class="elementor-widget-wrap elementor-element-populated">
						<div class="elementor-element elementor-element-5c6e5398 elementor-widget elementor-widget-shortcode" data-id="5c6e5398" data-element_type="widget" data-widget_type="shortcode.default">
				<div class="elementor-widget-container">
					<div class="elementor-shortcode"><span class="tutor-course-loop-level beginner">پروژه</span></div>
				</div>
				</div>
					</div>
		</div>
				<div class="elementor-column elementor-col-50 elementor-inner-column elementor-element elementor-element-3dc0d6a6" data-id="3dc0d6a6" data-element_type="column">
			<div class="elementor-widget-wrap elementor-element-populated">
						<div class="elementor-element elementor-element-5b74fa3d elementor-widget elementor-widget-shortcode" data-id="5b74fa3d" data-element_type="widget" data-widget_type="shortcode.default">
				<div class="elementor-widget-container">
					<div class="elementor-shortcode"><div class="tutor-course-loop-meta">
                <div class="tutor-single-loop-meta">
                    <span>43</span>
                    <i class="tutor-icon-user"></i>
                </div>
                <div class="tutor-single-loop-meta">
                    <i class="tutor-icon-clock"></i> 
                    <span dir="rtl"></span>
                </div>
            </div></div>
				</div>
				</div>
					</div>
		</div>
					</div>
		</section>
				<div class="elementor-column elementor-col-66 elementor-top-column elementor-element elementor-element-5c5eecd0" data-id="5c5eecd0" data-element_type="column">
			<div class="elementor-widget-wrap elementor-element-populated">
							</div>
		</div>
				<div class="elementor-column elementor-col-33 elementor-top-column elementor-element elementor-element-5282138d" data-id="5282138d" data-element_type="column">
			<div class="elementor-widget-wrap elementor-element-populated">
						<section class="elementor-section elementor-inner-section elementor-element elementor-element-1376293a elementor-section-boxed elementor-section-height-default elementor-section-height-default" data-id="1376293a" data-element_type="section">
						<div class="elementor-container elementor-column-gap-default">
					<div class="elementor-column elementor-col-100 elementor-inner-column elementor-element elementor-element-76da4ed8" data-id="76da4ed8" data-element_type="column" data-settings="{&quot;background_background&quot;:&quot;classic&quot;}">
			<div class="elementor-widget-wrap elementor-element-populated">
						<div class="elementor-element elementor-element-33787085 elementor-align-center course-enroll-buttons-size-medium course-enroll-buttons-width-fill elementor-widget elementor-widget-etlms-course-enrolment-box tutor-addon etlms-course-enrolment-box" data-id="33787085" data-element_type="widget" data-widget_type="etlms-course-enrolment-box.default">
				<div class="elementor-widget-container">
			<div class="tutor-course-enrollment-box">
    
    <div class='tutor-cart-box-login-form' style='display: none;'><span class='login-overlay-close'></span><div class='tutor-cart-box-login-form-inner'><button class='tutor-popup-form-close tutor-icon-line-cross'></button>
<div class="tutor-single-course-segment tutor-course-login-wrap">
    <div class="course-login-title">
        <h4>وارد شدن</h4>
    </div>

    <div class="tutor-single-course-login-form">
	    
<div class="tutor-login-form-wrap">
	
    
	<form name="loginform" id="loginform" method="post">
		<input type="hidden" name="tutor_course_enroll_attempt" value="99546">
	
	<input type="hidden" id="_tutor_nonce" name="_tutor_nonce" value="34bbf3b098" /><input type="hidden" name="_wp_http_referer" value="/courses/feed/" />	
	<input type="hidden" name="tutor_action" value="tutor_user_login" />
		<p class="login-username">
			<input type="text" placeholder="نام کاربری یا آدرس ایمیل" name="log" id="user_login" class="input" value="" size="20" />
		</p>

		<p class="login-password">
			<input type="password" placeholder="کلمه عبور" name="pwd" id="user_pass" class="input" value="" size="20"/>
		</p>
		
		

		<div class="tutor-login-rememeber-wrap">
						<p class="login-remember">
				<label>
					<input name="rememberme" type="checkbox" id="rememberme" 
					value="forever"
					 					>
					مرا به خاطر بسپار				</label>
			</p>
					    <a href="https://d-learn.ir/dashboard/retrieve-password">
		    	رمز عبور را فراموش کردید؟.		    </a>
		</div>
		
		
		<p class="login-submit">
			<input type="submit" name="wp-submit" id="wp-submit" class="tutor-button" value="وارد شدن" />
			<input type="hidden" name="redirect_to" value="https://d-learn.ir/courses/feed/" />
		</p>
		
						<p class="tutor-form-register-wrap">
					<a href="https://d-learn.ir/dashboard/?redirect_to=https://d-learn.ir/courses/snta/&#038;id=99546">
						ایجاد یک حساب کاربری جدید					</a>
				</p>
					</form>

    </div>
    </div>
</div>
</div></div>
    <!-- (c) SM -->
            <div class="tutor-lead-info-btn-group">
                        <a href="/plans" class="tutor-button tutor-success">
                خرید اشتراک            </a>
                    </div>
        <!-- (c) SM. -->

</div> <!-- tutor-price-preview-box-yyy -->
		</div>
				</div>
				<div class="elementor-element elementor-element-1e172820 elementor-widget-divider--view-line elementor-widget elementor-widget-divider" data-id="1e172820" data-element_type="widget" data-widget_type="divider.default">
				<div class="elementor-widget-container">
					<div class="elementor-divider">
			<span class="elementor-divider-separator">
						</span>
		</div>
				</div>
				</div>
					</div>
		</div>
					</div>
		</section>
				<div class="elementor-element elementor-element-3b17baf4 elementor-widget-divider--separator-type-pattern elementor-widget-divider--view-line elementor-widget elementor-widget-divider" data-id="3b17baf4" data-element_type="widget" data-widget_type="divider.default">
				<div class="elementor-widget-container">
					<div class="elementor-divider" style="--divider-pattern-url: url(&quot;data:image/svg+xml,%3Csvg xmlns=&#039;http://www.w3.org/2000/svg&#039; preserveAspectRatio=&#039;none&#039; overflow=&#039;visible&#039; height=&#039;100%&#039; viewBox=&#039;0 0 24 24&#039; fill=&#039;none&#039; stroke=&#039;black&#039; stroke-width=&#039;1&#039; stroke-linecap=&#039;square&#039; stroke-miterlimit=&#039;10&#039;%3E%3Cpolyline points=&#039;0,6 6,6 6,18 18,18 18,6 24,6 	&#039;/%3E%3C/svg%3E&quot;);">
			<span class="elementor-divider-separator">
						</span>
		</div>
				</div>
				</div>
					</div>
		</div>
					</div>
		</section>
				</div>
		<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/snta/">تحلیل احساسات متن فارسی (Persian Sentiment Analysis)</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>طبقه‌بندی تصویر با شبکه عصبی پیچشی (CNN)</title>
		<link>https://d-learn.ir/courses/cnnpr/</link>
		
		<dc:creator><![CDATA[سعید مجیدی]]></dc:creator>
		<pubDate>Sun, 19 Jul 2026 13:23:37 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=99579</guid>

					<description><![CDATA[<p>در این پروژه شما یک سیستم طبقه‌بندی تصویر (Image Classification) می‌سازید که تصاویر ورودی را در یکی از چند کلاس از پیش تعریف‌شده قرار می‌دهد. هدف اصلی پروژه، تجربه‌ی عملی سه مرحله‌ی کلیدی در کار با شبکه‌های عصبی پیچشی است:<br />
۱. طراحی و آموزش یک شبکه CNN از صفر (بدون استفاده از وزن‌های از پیش آموزش‌دیده)<br />
۲. استفاده از یک مدل از پیش آموزش‌دیده (Pretrained) با روش Transfer Learning<br />
۳. مقایسه‌ی علمی این دو رویکرد از نظر دقت، سرعت آموزش، و رفتار مدل روی داده‌های جدید<br />
۴. ارائه‌ی نتیجه در قالب یک اپلیکیشن تعاملی با Gradio که کاربر بتواند تصویر آپلود کند و خروجی مدل را ببیند.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/cnnpr/">طبقه‌بندی تصویر با شبکه عصبی پیچشی (CNN)</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/cnnpr/">طبقه‌بندی تصویر با شبکه عصبی پیچشی (CNN)</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>تحلیل داده‌های اشتغال زنان در ایران: تلاش برای کشف متغیرهای همبسته و روابط معنادار؛ ارائه ایده‌های راهگشا</title>
		<link>https://d-learn.ir/courses/iran-wmn-emplymnt-da/</link>
		
		<dc:creator><![CDATA[علیرضا کدیور]]></dc:creator>
		<pubDate>Sun, 28 Jun 2026 10:53:56 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=98606</guid>

					<description><![CDATA[<p>اشتغال زنان یکی از مسائل ریشه‌دار و تاریخی در ایران است. آمارهای گوناگون نشان می‌دهد مشارکت اقتصادی و نرخ اشتغال زنان در ایران پایین‌تر از بسیاری کشورهای دیگر است. در این پروژه باید تلاش کنید با استفاده از داده‌های عمومی و در دسترس مانند آخرین سرشماری مرکز آمار و دیگر داده‌های مرکز آمار مانند داده‌های هزینه و درآمد (<a title="داده‌های هزینه و درآمد خانوار مرکز آمار ایران" href="https://d-learn.ir/iran-hbs/" target="_blank" rel="noopener">+</a>) و داده‌های بازار کار مرکز آمار این پدیده را در سطح استان و شهرستان توضیح دهید و بگویید چه متغیرهایی با اشتغال زنان همبستگی و احیانا رابطه معنادار دارد. به عنوان نمونه آیا متغیرهایی مانند سن، جمعیت، میزان شهرنشینی و درصد جمعیت تحصیل‌کرده و مانند آن‌ها با اشتغال زنان همبستگی دارد؟ آیا این روابط برای مردان نیز به همین صورت است؟<br />
پس از آزمودن رابطه متغیرهای مختلف با اشتغال زنان، آن‌ها را در یک مدل رگرسیون قرار دهید و رابطه آن‌ها با اشتغال زنان را در حضور یکدیگر تحلیل و نتایج را گزارش کنید.<br />
آیا می‌توانید نتایج به دست آمده را با استفاده از آمارهای تجمیع‌شده با بیان ساده‌تری ارائه کنید؟<br />
پس از تحلیل درخواست‌شده و گزارش نتایج، تحلیل خود درباره موضوع را ارائه کنید و با اتکا به نتایج به دست‌آمده ایده‌هایی برای تدوین سیاست‌های جدید به منظور افزایش اشتغال زنان پیشنهاد کنید.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/iran-wmn-emplymnt-da/">تحلیل داده‌های اشتغال زنان در ایران: تلاش برای کشف متغیرهای همبسته و روابط معنادار؛ ارائه ایده‌های راهگشا</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p>اشتغال زنان یکی از مسائل ریشه‌دار و تاریخی در ایران است. آمارهای گوناگون نشان می‌دهد مشارکت اقتصادی و نرخ اشتغال زنان در ایران پایین‌تر از بسیاری کشورهای دیگر است. در این پروژه باید تلاش کنید با استفاده از داده‌های عمومی و در دسترس مانند آخرین سرشماری مرکز آمار و دیگر داده‌های مرکز آمار مانند داده‌های هزینه و درآمد (<a title="داده‌های هزینه و درآمد خانوار مرکز آمار ایران" href="https://d-learn.ir/iran-hbs/" target="_blank" rel="noopener">+</a>) و داده‌های بازار کار مرکز آمار این پدیده را در سطح استان و شهرستان توضیح دهید و بگویید چه متغیرهایی با اشتغال زنان همبستگی و احیانا رابطه معنادار دارد. به عنوان نمونه آیا متغیرهایی مانند سن، جمعیت، میزان شهرنشینی و درصد جمعیت تحصیل‌کرده و مانند آن‌ها با اشتغال زنان همبستگی دارد؟ آیا این روابط برای مردان نیز به همین صورت است؟<br />
پس از آزمودن رابطه متغیرهای مختلف با اشتغال زنان، آن‌ها را در یک مدل رگرسیون قرار دهید و رابطه آن‌ها با اشتغال زنان را در حضور یکدیگر تحلیل و نتایج را گزارش کنید.<br />
آیا می‌توانید نتایج به دست آمده را با استفاده از آمارهای تجمیع‌شده با بیان ساده‌تری ارائه کنید؟<br />
پس از تحلیل درخواست‌شده و گزارش نتایج، تحلیل خود درباره موضوع را ارائه کنید و با اتکا به نتایج به دست‌آمده ایده‌هایی برای تدوین سیاست‌های جدید به منظور افزایش اشتغال زنان پیشنهاد کنید.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/iran-wmn-emplymnt-da/">تحلیل داده‌های اشتغال زنان در ایران: تلاش برای کشف متغیرهای همبسته و روابط معنادار؛ ارائه ایده‌های راهگشا</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>کارگاه تحلیل داده‌های کارزار</title>
		<link>https://d-learn.ir/courses/krzrv/</link>
		
		<dc:creator><![CDATA[ابوالفضل حاجی‌زادگان]]></dc:creator>
		<pubDate>Wed, 17 Dec 2025 15:34:31 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=94679</guid>

					<description><![CDATA[<p>پلتفرم کارزار یک بستر آنلاین برای جمع‌آوری امضا در کمپین‌های اجتماعی است. کارزار در سال‌های گذشته میزبان میلیون‌ها امضا و هزاران کمپین بوده و به همین خاطر داده‌های ارزشمندی از مطالبات مدنی بخش‌های گسترده‌ای از مردم در نقاط مختلف کشور در اختیار دارد که تحلیل آن می‌تواند رهیافت‌های مهمی پیش روی جامعه قرار دهد.<br />
مدرسه پردازش و تحلیل داده دقیقه با همکاری کارزار و باشگاه پژوهشگران پل، کارگاهی عملی و پروژه‌محور برای تحلیل داده‌های کارزار ویژه پژوهشگران اجتماعی و تحلیلگران داده برگزار کرده است.<br />
 در روز نخست کارگاه ابتدا داده‌های کارزار معرفی شده و ارتباطات جداول آن با یکدیگر مورد بررسی قرار گرفته است. سپس شرکت‌کنندگان ایده‌های خود برای تحلیل داده‌‎های کارزار را بیان کرده تا به صورت جمعی درباره آن گفتگو شود.<br />
شرکت‌کنندگان بعد از روز اول روی انجام پروژه خود متمرکز می‌شوند و تلاش می‌کنند تا بخش‌هایی از آن را پیش ببرند. در این مدت ارتباط از طریق گروه تلگرام برقرار خواهد بود و افراد می‌توان از آن برای دریافت نظر مشورتی و رفع اشکال استفاده کنند.<br />
در روز دوم کارگاه شرکت‌کنندگان یافته‌های خود را ارائه می‌کنند و نظر دیگران را برای بهبود، تکمیل و توسعه آن دریافت می‌کنند.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/krzrv/">کارگاه تحلیل داده‌های کارزار</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p>مدرسه پردازش و تحلیل داده دقیقه با همکاری کارزار و باشگاه پژوهشگران پل، کارگاهی عملی و پروژه‌محور برای تحلیل داده‌های کارزار ویژه پژوهشگران اجتماعی و تحلیلگران داده برگزار کرده است.</p>
<p>در <b>روز نخست</b> کارگاه ابتدا داده‌های کارزار معرفی شده و ارتباطات جداول آن با یکدیگر مورد بررسی قرار گرفته است. سپس شرکت‌کنندگان ایده‌های خود برای تحلیل داده‌‎های کارزار را بیان کرده تا به صورت جمعی درباره آن گفتگو شود.</p>
<p>شرکت‌کنندگان بعد از روز اول روی انجام پروژه خود متمرکز می‌شوند و تلاش می‌کنند تا بخش‌هایی از آن را پیش ببرند. <b>در این مدت</b> ارتباط از طریق گروه تلگرام برقرار خواهد بود و افراد می‌توان از آن برای دریافت نظر مشورتی و رفع اشکال استفاده کنند.</p>
<p>در <b>روز دوم </b>کارگاه شرکت‌کنندگان یافته‌های خود را ارائه می‌کنند و نظر دیگران را برای بهبود، تکمیل و توسعه آن دریافت می‌کنند.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/krzrv/">کارگاه تحلیل داده‌های کارزار</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>کارگاه معرفی و تحلیل داده‌های عمومی با نگاهی به روزنامه‌نگاری داده</title>
		<link>https://d-learn.ir/courses/djwav/</link>
		
		<dc:creator><![CDATA[علیرضا کدیور]]></dc:creator>
		<pubDate>Wed, 10 Dec 2025 20:49:07 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=94273</guid>

					<description><![CDATA[<p>«کارگاه تشخیص نمودار از خط مار»، یک کارگاه عملی و پروژه‌محور روزنامه‌نگاری داده است و از دو بخش آنلاین و حضوری تشکیل شده است. هدف از برگزاری این رویداد آن است که شرکت‌کنندگان پس از بررسی انتقادی نمونه‌هایی از به‌کارگیری عدد و نمودار در مطالب تحلیلی، در پروژه‌های خود به بهترین صورت از آن‌ها استفاده [&#8230;]</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/djwav/">کارگاه معرفی و تحلیل داده‌های عمومی با نگاهی به روزنامه‌نگاری داده</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p>«کارگاه تشخیص نمودار از خط مار»، یک کارگاه عملی و پروژه‌محور روزنامه‌نگاری داده است و از دو بخش آنلاین و حضوری تشکیل شده است. هدف از برگزاری این رویداد آن است که شرکت‌کنندگان پس از بررسی انتقادی نمونه‌هایی از به‌کارگیری عدد و نمودار در مطالب تحلیلی، در پروژه‌های خود به بهترین صورت از آن‌ها استفاده کنند.</p>
<p>در <strong>بخش نخست</strong> این رویداد برای آمادگی بیشتر، کار با ابزارهای <strong>اکسل و پاورپوینت</strong> به صورت<strong> <u>آنلاین</u></strong> معرفی و با انجام یک پروژه کوچک روزنامه‌نگاریِ داده <strong>تمرین</strong> خواهد شد (آشنایی قبلی با اکسل و پاورپوینت نیاز نیست).</p>
<p>در <strong>بخش دوم</strong> رویداد ابتدا نکاتی درباره <strong>چیستی روزنامه‌نگاریِ داده </strong>(Data Journalism) و ضرورت <b>نگاه انتقادی</b> در آن با بررسی <b>نمونه‌هایی از ایران و جهان</b> ارائه خواهد شد.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/djwav/">کارگاه معرفی و تحلیل داده‌های عمومی با نگاهی به روزنامه‌نگاری داده</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
