#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

#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

#book
#textmining
کتاب آموزش متن کاوی با نرم افزار R

📚@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

✔هم اکنون وبینار پنجم در اختیار همگان قرار گرفت. برای مشاهده تمامی وبینارهای برگزار شده می توانید روی هر کدام از آنها کلیک کنید.

🔴وبینار اول - آشنایی با یادگیری ماشین(Machine learning)

🟠وبینار دوم - آشنایی با کلان داده(Big Data)

🔵وبینار سوم - آشنایی با شبکه های عصبی(Neural networks)

🟢وبینار چهارم - کاربرد علم داده و هوش مصنوعی در فروش و بازاریابی

⚪وبینار پنجم - کاربرد علوم داده و هوش مصنوعی در سلامت
_______________
📚@bigdataserve

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

Computer vision

📖 #Book
👁 #computer_vision

📚 @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

#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

#python #python3 #Course
📍دوره رایگان یودمی📍

دوره آموزش Python3؛ این دوره معروف ترین دوره ی یودمی در زمینه ی برنامه نویسی پایتون است و مباحث مفیدی در آن پوشش داده می شود

🧷مباحث این دوره:
Python3 basics, web development, web scraping, pyQT, OOP,...

https://www.udemy.com/course/python-complete/?couponCode=F5A851B1116F5AA890DD


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

❗️لطفا با دوستان خود به اشتراک بگذارید.
_
📚@BigDataServe

#datascience #beginner #learning
چگونه پروژه های علم داده را انجام دهیم؟

🗄در پست زیر به نحوه مدیریت و مرتب سازی یک پروژه علم داده برای انجام موفق آن پرداخته شده است.
به ما کمک می کند تا به بهترین شکل ممکن و در کمترین زمان و هزینه یک پروژه موفق را پیش ببریم.

https://towardsdatascience.com/a-recipe-for-organising-data-science-projects-50a1cc539c69
________
📚@BigDataServe

Data Analysis: Statistical and Computational Methods for Scientists and Engineers

📖 #Book


توضیح کتاب:
The fourth edition of this successful textbook presents a comprehensive introduction to statistical and numerical methods for the evaluation of empirical and experimental data. Equal weight is given to statistical theory and practical problems. The concise mathematical treatment of the subject matter is illustrated by many examples and for the present edition a library of Java programs has been developed. It comprises methods of numerical data analysis and graphical representation as well as many example programs and solutions to programming problems.

📚 @BigDataServe

Data Analysis: Statistical and Computational Methods for Scientists and Engineers

📖 #Book
📊 #Data_Analysis

📚 @BigDataServe

​CURL: Contrastive Unsupervised Representations for Reinforcement Learning

🖌این مقاله، روشی جدید برای بهبود الگوریتم های یادگیری تقویتی که از داده های تصویری خام یاد میگیرند ارائه کرده است که بازده را به شدت بالا برده است.

Paper: https://arxiv.org/abs/2004.04136.pdf
Code: https://github.com/MishaLaskin/curl
_____________
📚@BigDataServe

#datamining
Source: www.Lynda.com
Part 6/53
دوره آموزش اصول و مبانی علم داده
قسمت ششم - اهداف کاهش ابعاد داده

📚@BigDataServe

داده کاوی و کاربردهای آن
ارائه: مهندس احسان عسگریان

📚@BigDataServe

چگونه می توانیم در زمان و بازده کارهای خود،بهنیه عمل‌کنیم و آن هارا به بهترین شکل ممکن پیش ببریم؟

🔖چه دیدگاه های علمی‌در رابطه با این موضوع وجود دارد؟
با روش های زیر آشنا شوید:
۱ - ماتریس آیزنهاور
۲ - تکنیک GTD
۳ - تکنیک پومودورو
____________
📚@BigDataServe