آرمان بهنام – Telegram
آرمان بهنام
2.11K subscribers
872 photos
512 videos
617 files
925 links
بستری جدید برای یادگیری هوش مصنوعی و علم داده

وبسایت من:
armanbehnam.github.io

ادمین کانال(پشتیبانی) : @ArmanbehnamAI_admin
Download Telegram
#Neural_Network #CNN #deep_learning #YOLO #Course
📍دوره رایگان یودمی📍

دوره آموزش تشخیص شئ با الگوریتم YOLO با GPU در Colab

🧷الگوریتم YOLO (مخفف: You Only Look Once) امروزه یکی از مهم ترین تکنیک های تشخیص شئ در پردازش تصویر به حساب می آید. در این دوره پیاده سازی این الگوریتم به گمک پردازنده ی gpu سایت Colab آموزش داده می شود .


https://www.udemy.com/course/computer-vision-yolo-custom-object-detection-with-colab-gpu/?couponCode=COURSE_LAUNCH_OFFER

⚠️ این دوره برای مدت محدود به صورت رایگان عرضه شده است.

❗️لطفا با دوستان خود به اشتراک بگذارید.
_
📚@BigDataServe
📖 #Book
The Elements of Statics

توضیح کتاب:
The text covers elements of dynamic motions. It describes linear motions, projectile motions and simple harmonic motions, and the laws governing these motions. The extensive explanation is intended to help science and mathematics students to strengthen their conceptual understanding about the dynamics

📚 @BigDataServe
#sqlserver
Type of Query in SQL:
⚬Select Query
⚬Action Query
یک پرس و جو می تواند یکی از دو نوع پرس و جوی انتخاب کننده (select) و یا عمل کننده (action) باشد. پرس و جوهای انتخاب کننده، برای دسترسی و انتخاب داده ها به کار می روند. در حالیکه پرس و جوهای عمل کننده، برای انجام فعالیت مختلف از قبیل ساخت و مدیریت اشیا و مدیریت داده ها استفاده می شوند.

📚@BigDataServe
data mining techniques 2003.pdf
18 MB
#book
#datamining
کتاب آموزش تکنیک های داده کاوی

📚@BigDataServe
برای شروع کار و پژوهش در زمینه یادگیری ماشینی، از کجا باید دیتاسیت پیدا کنیم؟
از کجا باید برای انجام پروژه شروع کنیم؟
یکی از مهمترین موارد مجموعه داده ها هستند.


در لینک زیر مشهورترین و مفید ترین مجموعه داده ها برای شروع کار را معرفی کرده ام

✏️در لینک زیر اطلاعاتی در این مورد قرار داده ام.
https://bit.ly/2CCQboV

🗳محتوای این پست در لینکدین :
https://bit.ly/2Z0dHnb
____________
📚@BigDataServe
Media is too big
VIEW IN TELEGRAM
#AI #Machine_Learning #Neural_Network #K_means
part: 4/19

⚪️ Lecture 4: Machine Learning 3 - Generalization, K-means | Stanford CS221: AI (Autumn 2019)

دوره هوش مصنوعی دانشگاه استنفورد
قسمت چهارم- ماشین لرنینگ، K-means

📚@BigDataServe
#Time_Series #Course
📍دوره رایگان یودمی📍

دوره آموزش تحلیل و پیشبینی سری های زمانی با پایتون

🧷مباحث این دوره:
Time Data Visualization - AR - MA - ARIMA - Regression - ANN


https://www.udemy.com/course/machine-learning-time-series-forecasting-in-python/?couponCode=JUNESEC2020

⚠️ این دوره برای مدت محدود به صورت رایگان عرضه شده است.

❗️لطفا با دوستان خود به اشتراک بگذارید.
_
📚@BigDataServe
Forwarded from آرمان بهنام (آرمان بهنام)
NeuralPy
📍کتابخانه ای مانند کراس مناسب یادگیری عمیق برای پایتورچ

NeuralPy: A Keras like deep learning library works on top of PyTorch PyTorch is an open-source machine learning framework that accelerates the path from research prototyping to production deployment developed by Facebook runs on both CPU and GPU.

Github: https://github.com/imdeepmind/NeuralPy

Project: https://neuralpy.imdeepmind.com/
_______________
📚@BigDataServe
📖 #Book
Computer vision

توضیح کتاب:
Humans perceive the three-dimensional structure of the world with apparent ease. However, despite all of the recent advances in computer vision research, the dream of having a computer interpret an image at the same level as a two-year old remains elusive. Why is computer vision such a challenging problem and what is the current state of the art?

📚 @BigDataServe
#reinforcement_learning

Acme: A research framework for reinforcement learning

Github: https://github.com/deepmind/acme

Paper: https://arxiv.org/abs/2006.00979
_______
📚@BigDataServe
#data #data_structure

🔗اینکه از دل داده ها و اطلاعات خام چه چیزی عرضه شود،بسیار مهم و تاثیر گذار است

🔵- مجموعه ای از داده ها را می توان به شکل خام نمایش داد که پر از درهم ریختگی و عدم تناسب می باشد.
🔴- می توان به شکل بسیار ساده بدون توجه به ذات داده ها ان را مرتب نمود و نمایش داد....بسیاری از مفاهیم و نکته هایی که در دل این اطلاعات وجود دارد،با این شیوه بیان نمی شود.
🟡- می توان داده هارا مرتب کرد و نمایش داد که در هم ریختگی ذاتی داده ها بازهم مشهود است و علی رغم کار زیاد بر روی داده ها خروجی مناسبی به ما نمی دهد.
🟢-می توان داده ها را به بهترین شکل و با توجه به ویژگی ها و توزیع آن ها مصور سازی نمود و اطلاعات و الگوهای نهفته بسیاری از دل آن ها پیدا کرد...

___
📚@BigDataServe
#pytorch #deep_learning
Free Live Courses
دوره های رایگان یادگیری عمیق با پایتورچ
از سایت freeCodeCamp.org

https://www.freecodecamp.org/news/free-deep-learning-with-pytorch-live-course/

video: https://www.youtube.com/watch?v=vo_fUOk-IKk
مباحث این دوره:
1.PyTorch Basics
2.Linear Regression & Gradient Descent
3.Logistic Regression for Image Classification
4.Feedforward Neural Networks & GPUs
5.Image Classification using Convolutional Neural Networks
6.Data Augmentation and Regularization  
7.Generative Adversarial Networks (GANs)
با تمرینات هفتگی و پروژه نهایی
❗️لطفا با دوستان خود به اشتراک بگذارید.
____________
📚@BigDataServe
Media is too big
VIEW IN TELEGRAM
#AI #Machine_Learning #dynamic_programming
part: 5/19

⚪️ Lecture 5: Search 1 - Dynamic Programming, Uniform Cost Search | Stanford CS221: AI (Autumn 2019)

دوره هوش مصنوعی دانشگاه استنفورد
قسمت پنجم- برنامه نویسی پویا

📚@BigDataServe