eitaa logo
اندیشکده عقل مصنوعی🧠
15.4هزار دنبال‌کننده
1.9هزار عکس
894 ویدیو
225 فایل
آموزش مهارت ها با رویکرد و دیدگاهی کاربردی و واقعی به پدیده های علمی و فناورانه 🏅🧑‍💻 اینجا هستیم که شما را با نگاهی به آینده با به روز ترین روش آموزش دهیم 🔥📯 مشاوره ی رایگان پروژه ها ، سوالات درسی 👇 💎پشتیبانی : @receptionist developer.company🎖
مشاهده در ایتا
دانلود
@DataScience_ir - Python CheatSheets.pdf
760.7K
🎯 یادگیری و تسلط به کتابخانه Pandas ✅ با 74 معمای فوق العاده!👌🏼 📑 به همراه برگه تقلب پایتون 👨🏻‍💻 این کتاب یه کتاب متفاوت برای یادگیری کتابخانه Pandas هست. این کتاب شامل یه برنامه آموزشی ۲۰ تا ۲۵ ساعته Pandas برای علوم داده، با استفاده از یکی از کارآمدترین تکنیک های یادگیری است: تست و تمرین. 💬 در واقع شما در این کتاب کدهایی رو در قالب معما حل می‌کنین و نقش مفسر پایتون رو ایفا می‌کنین و خروجی هر کد رو در ذهن خودتون محاسبه می کنین. سپس بررسی می‌کنین که آیا حق با شماست یا خیر. #️⃣ ➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎
7.38M حجم رسانه بالاست
مشاهده در ایتا
⭕️ ابزار PyForest | فراخوانی 40 کتابخانه پرکاربرد پایتون در علوم داده تنها با یک خط کد ! 👨🏻‍💻 در پروژه‌های علم داده، ما اغلب از چندتا کتابخونه‌یِ پایتون به صورت روتین استفاده می‌کنیم. کتابخونه‌های Seaborn, Matplotlib, NumPy, Pandas, ... این استفاده مکرر و دائمی از کتابخونه‌ها می‌تونه هم خسته کننده باشه و هم روی بهره‌وری‌تون تاثیر بذاره. ✅ با ابزار PyForest شما می‌تونین تمام کتابخونه‌های پایتون مورد علاقه‌تون رو تنها با یه خط کد و بدون وارد کردن خود کتابخونه‌ها استفاده کنین. اینطوری به جای وقت گذاشتن روی کارهای جزئی و روزمره پروژه‌تون، روی آنالیز داده‌هاتون تمرکز می‌کنین.🚀 ☑️ یکی دیگه از مزایای استفاده از PyForest اینه که تنها کتابخونه های مورد استفاده در کد شما رو وارد می‌کنه و این کار باعث کند شدن نوت بوک شما نمیشه!👌🏼 🔖 راهنمای استفاده از PyForest: ┌ 🏷 PyForest ├ 📂 pyforest 1.1.0 ├ 🗃 Pyforest GitHub ├ 📑 Pyforest: Lazy-import python libraries └ 🎬 Pyforest - Importing All Python Libraries #️⃣ ➖➖➖➖➖➖➖➖➖➖➖➖
11.31M حجم رسانه بالاست
مشاهده در ایتا
👨🏻‍💻 اگر مطالعه و یادگیری مبانی علم داده رو تموم کردین و شروع به انجام پروژه‌ها و درخواست برای موقعیت‌های دورکاری و کارآموزی کردین، این مخزن GitHub برای آمادگی جهت مصاحبه‌های علم داده بسیار عالیه.👌🏼 ✅ در این مخزن می‌تونین از نحوه نوشتن رزومه و آماده کردن نمونه‌ کارهاتون آموزش پیدا کنین تا آماده شدن برای مصاحبه‌های رفتاری و فنی. در واقع این ریپازیتوری شامل همه چیزهایی هست که برای آماده شدن برای بازار کار علوم داده نیاز دارین.💯 🔖 راهنمای آمادگی برای مصاحبه‌های علوم داده: ┌ 🏷 Data Science Interview Resources └ 📝 Data Science Interview GitHub #️⃣ ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 📊
فعلا قابلیت پخش رسانه در مرورگر فراهم نیست
مشاهده در پیام رسان ایتا
👨🏻‍💻 یکی از مفیدترین منابع برای یادگیری علم داده از صفر. ✅ حدود 15 گیگ آموزش در تمام زمینه‌های علم داده💯 📂 این منبع ماژول‌های زیادی مثل ریاضیات علم داده، آمار و احتمال، مباحث پایه، یادگیری عمیق، مطالعات موردی و پروژه های واقعی و... رو شامل میشه.👌🏼 ┌ 🏷 Complete Data Science Bootcamp └ 📝 Resources to Learn Data Science #️⃣ ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎
👨🏻‍💻 مونا حاتمی از دانشمندان و محققین داده یک دوره رایگان "دیتا ساینس کاربردی" رو به صورت هفتگی و به زبان فارسی در یوتیوب منتشر می‌کنه. تابحال 12 ویدیو از این دوره در یوتیوب منتشر شده است. 🔷 طی این دوره، یک پروژه ساده دیتاساینس از ابتدا تا مرحله آموزش مدل‌های ماشین لرنینگ و مقایسه آن‌ها به زبان ساده آموزش داده میشه. 🔶 دیتاست استفاده شده در این دوره، دیتاست شرکت اسپیس ایکسه که با دوره Applied Data science Capstone IBM در پلتفرم کورسرا مطابقت داره. ✅ تمام نوت‌بوک‌های این ۱۰ هفته هم در گیت هاب قابل دسترسه. 🔖 راهنمای استفاده از دوره دیتا ساینس کاربردی: ┌ 🏷 Applied Data Science ├ 🎬 Applied Data Science YouTube └ 🗃 Applied Data Science GitHub #️⃣ ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎
@MachineLearning_ir - Understanding DL.pdf
22.31M
📕کتاب "درک یادگیری عمیق" 📂 از تئوری تا عمل + تمرین 👨🏻‍💻 یکی از مشکلاتی که در فهم مباحث یادگیری عمیق وجود داره، عدم فهم درست مفاهیم به دلیل پیچیدگی مباحثه. این کتاب میاد تعادلی بین مباحث تئوری و عملی ایجاد می‌کنه و به روز ترین مفاهیم و تکنولوژی‌های یادگیری عمیق رو در فصول کوتاه و متمرکز به شما ارائه میده تا فهم مطالب آسون‌تر بشه. ✅ از طرفی این کتاب مفاهیم یادگیری عمیق رو در قالب تصاویر و اشکال ریاضی و با رویکردی عملی تشریح می‌کنه و این امکان رو به شما میده تا این مفاهیم رو به بهترین شکل ممکن یاد بگیرین.💯 ┌ 🏷 Understanding DL ├ 🌐 Homepage └ 🗃 GitHub #️⃣ ➖➖➖➖➖➖➖➖➖➖➖➖ 💡
👨🏻‍💻 دوره رایگان "آمار و احتمال" Khan Academy، یه منبع عالی برای یادگیری مفاهیم آمار و احتمال برای ماشین لرنینگ هست. این دوره 16 جلسه آموزشی فوق‌العاده جامع رو شامل میشه که مباحث مقدماتی تا پیشرفته آمار و احتمال رو پوشش میده. 🔷 با این دوره، شما مهارت‌های ضروری و لازم برای آنالیز داده‌ها، استفاده از الگوریتم‌های ماشین و ایجاد مدل‌های پیش‌بینی بر اساس داده‌ها رو بدست میارین. ✅ اینم لینک‌ دوره + درسنامه‌ها: 👇🏼 ┌ 🏷 Statistics & Probability Course ├ 🚀 Statistics & Probability Homepage └ 🗃 Statistics & Probability Notes #️⃣ ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 📎
@MachineLearning_ir - Python ML Blueprints.pdf
37.99M
🔴 پیاده سازی مفاهیم یادگیری ماشین در پروژه‌های واقعی با کتابخانه‌های پایتون 👨🏻‍💻 یه کتاب فوق العاده برای یادگیری مفاهیم ماشین لرنینگ به صورت عملی و پروژه‌محور. در این کتاب شما با استفاده از پایتون و کتابخانه‌های معروفی مثل Scikit-learn, TensorFlow و Keras، می‌تونین مفاهیمی که یاد گرفتین رو در پروژه‌های واقعی و هوشمندانه به کار ببرین.👌🏼 #️⃣ ➖➖➖➖➖➖➖➖
⭕️ 15 کتابخانه‌یِ پایتون که زندگی مهندسان یادگیری ماشین را ساده‌تر می‌کند! 👌🏼 ┌ 🏷 Machine learning, Modelling & Evaluation ├ 🔴 scikit-learn ├ 🟠 scipy ├ 🟡 statsmodels ├ 🟢 Yellowbrick ├ 🔵 imbalanced-learn └ 🟣 mlxtend ┌ 🏷 Feature Engineering ├ 🔴 pandas ├ 🟠 Feature-engine ├ 🟡 Category Encoders ├ 🟢 Featuretools └ 🔵 tsfresh ┌ 🏷 Hyperparameter Optimization ├ 🔴 scikit-optimize ├ 🟠 Hyperopt └ 🟡 Optuna ┌ 🏷 Forecasting └ 🔴 sktime ┌ 🏷 Other Python Libraries for ML ├ 🔴 Polars ├ 🟠 Nixtla ├ 🟡 skforecast └ 🟢 Transformers #️⃣ ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 📎
9.45M حجم رسانه بالاست
مشاهده در ایتا
👨🏻‍💻 یه روش فوق العاده برای افزایش سرعت زمان عرضه برنامه‌های علم داده و هوش مصنوعی استفاده از کتابخونه اُپن سورس Taipy هست. این کتابخونه Python به دانشمندان داده‌، مهندسان یادگیری ماشین و برنامه‌نویسان Python این امکان رو میده تا داده‌ها و مدل‌هاشون رو در مدت زمان کوتاهی به یه برنامه وب کاملاً عملی تبدیل کنن. ✅ از ویژگی‌های مهم Taipy : 1) سادگی در استفاده به همراه قابلیت‌های قدرتمند برای توسعه‌دهندگان بدون پیش زمینه کدنویسی. 2) پشتیبانی از اسکریپت‌های Python و دفترچه‌های Jupyter. 3) افزونه Taipy studio برای Visual Studio Code به منظور توسعه سریع‌تر برنامه‌ها. 4) قابلیت توسعه و سفارشی‌سازی زیاد با توجه به نیازهای پروژه‌های صنعتی. 🔖 راهنمای استفاده از Taipy: ┌ 🏷 Taipy Python Library ├ 🧩 Taipy ├ 🎬 Taipy Youtube Channel └ 🗃 Taipy GitHub #️⃣ ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 📎
مهندس ماشین لرنینگ ✅شرکت مایکت، "Machine Learning Engineeer" استخدام می نماید. ▪️برای کسب اطلاعات بیشتر و ارسال رزومه علمی و کاری خود، به لینک زیر مراجعه نمایید: 🔗https://buff.page.link/pzsh 🏫
کارشناس هوش تجاری (BI) ✅شرکت آماده لذید، "کارشناس هوش تجاری (BI)" استخدام می نماید. ▪️علاقمندان می توانند رزومه علمی و کاری خود را به آدرس ایمیل زیر ارسال نمایند. 📧 A.farmani@amadehlaziz.com