Forwarded from F Hejazi
This media is not supported in your browser
VIEW IN TELEGRAM
Data Science vs Big Data vs Data Analytics
Forwarded from F Hejazi
*What they are
*What they do
*Where they are used
*What skills you will need
*What your salary will look like
*What they do
*Where they are used
*What skills you will need
*What your salary will look like
This media is not supported in your browser
VIEW IN TELEGRAM
#Learning
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 02
Send to your friends please.
Channel:
@machinelearning_kartal
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 02
Send to your friends please.
Channel:
@machinelearning_kartal
This media is not supported in your browser
VIEW IN TELEGRAM
#Learning
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 03
Send to your friends please.
Channel:
@machinelearning_kartal
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 03
Send to your friends please.
Channel:
@machinelearning_kartal
Media is too big
VIEW IN TELEGRAM
#Learning
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 04
Send to your friends please.
Channel:
@machinelearning_kartal
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 04
Send to your friends please.
Channel:
@machinelearning_kartal
This media is not supported in your browser
VIEW IN TELEGRAM
#Learning
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 05 ( model representation)
Send to your friends please.
Channel:
@machinelearning_kartal
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 05 ( model representation)
Send to your friends please.
Channel:
@machinelearning_kartal
This media is not supported in your browser
VIEW IN TELEGRAM
#Learning
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 06 ( cost function)
Send to your friends please.
Channel:
@machinelearning_kartal
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 06 ( cost function)
Send to your friends please.
Channel:
@machinelearning_kartal
مسیر طولانی تبدیل شدن به یک دانشمند بیگ دیتا
با تشکر از اقا سعید عزیز از گروه بیگ دیتا.
با کانال ماشین لرنینگ همراه باشید 👇👇
@machinelearning_kartal
با تشکر از اقا سعید عزیز از گروه بیگ دیتا.
با کانال ماشین لرنینگ همراه باشید 👇👇
@machinelearning_kartal
سوال جواب از سایت Kaggle جهت شرکت در مسابقات اش.
Jalil Nourmohammadi Khiarak Question: I have a different problem Question: Hi I have an Iranian nationality, live in Poland (with visa and temporary residence permit). Can I participate in your competition?
Best Regards
Jalil
Hello Jalil,
Anyone can win prize money other than those caught by this clause in our terms: "Persons who are or reside in countries that are prohibited by law, regulation (including United States or other applicable export laws and regulations), treaty or administrative act from entering into trade relations (including export of technology) with the United States or its citizens."
Regards,
Kaggle Support
با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1391
همراه باشید.
Jalil Nourmohammadi Khiarak Question: I have a different problem Question: Hi I have an Iranian nationality, live in Poland (with visa and temporary residence permit). Can I participate in your competition?
Best Regards
Jalil
Hello Jalil,
Anyone can win prize money other than those caught by this clause in our terms: "Persons who are or reside in countries that are prohibited by law, regulation (including United States or other applicable export laws and regulations), treaty or administrative act from entering into trade relations (including export of technology) with the United States or its citizens."
Regards,
Kaggle Support
با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1391
همراه باشید.
This media is not supported in your browser
VIEW IN TELEGRAM
#Learning
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 07 ( cost function intuition 1)
Send to your friends please.
Channel:
@machinelearning_kartal
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 07 ( cost function intuition 1)
Send to your friends please.
Channel:
@machinelearning_kartal
چالش جدید دیگر از سایت https://www.kaggle.com
🌹انتخاب به عنوان کار تحقیقاتی جدید
🌿 انتخاب عنوان برای پایان نامه برای دوستان و دانشجویان ارشد عزیز.
💭برای بچه هایی که دنبال چالش هستند
New York City Taxi Fare Prediction
The New York City Taxi Fare Prediction Playground Competition is live! This launch features an online course specialization on Coursera that will help you learn how to tackle a problem like this using TensorFlow, including a coupon code to receive your first month free. As always, below are the competition details. Click the button at the very bottom of the email if you're interested in competing, or digging deeper into the specifics.
Host:
Google Cloud (a suite of cloud computing services offering the same infrastructure Google uses internally to all businesses) and Coursera (a learning platform offering world class courses and credentialing programs online).
Competition Denoscription:
You're tasked with predicting the fare amount (inclusive of tolls) for a taxi ride in New York City given the pickup and dropoff locations. While you can get a basic estimate based on just the distance between the two points, this will result in an RMSE of $5-$8, depending on the model used–see the starter code for an example of this approach in Kernels. Your challenge is to do better than this using Machine Learning techniques.
Taxi
Next important deadline:
September 25, 2018 - Final submission deadline.
Join the competition
Good luck,
The Kaggle Team
Join the competition
Good luck,
The Kaggle Team
منبع :
https://www.kaggle.com/c/new-york-city-taxi-fare-prediction?utm_medium=email&utm_source=intercom&utm_campaign=taxi+competition+2018
نکته::
اگر خواستید در رقابت شرکت کنید حتما از توانایی شرکت کردن مطلع شوید چون به دلیل تحریم نمی شود در رقابت های این سایت شرکت کرد. برای ایده نو بودنش هم شده در اینجا به اشتراک گذاشته می شود.
با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1392
همراه باشید
🌹انتخاب به عنوان کار تحقیقاتی جدید
🌿 انتخاب عنوان برای پایان نامه برای دوستان و دانشجویان ارشد عزیز.
💭برای بچه هایی که دنبال چالش هستند
New York City Taxi Fare Prediction
The New York City Taxi Fare Prediction Playground Competition is live! This launch features an online course specialization on Coursera that will help you learn how to tackle a problem like this using TensorFlow, including a coupon code to receive your first month free. As always, below are the competition details. Click the button at the very bottom of the email if you're interested in competing, or digging deeper into the specifics.
Host:
Google Cloud (a suite of cloud computing services offering the same infrastructure Google uses internally to all businesses) and Coursera (a learning platform offering world class courses and credentialing programs online).
Competition Denoscription:
You're tasked with predicting the fare amount (inclusive of tolls) for a taxi ride in New York City given the pickup and dropoff locations. While you can get a basic estimate based on just the distance between the two points, this will result in an RMSE of $5-$8, depending on the model used–see the starter code for an example of this approach in Kernels. Your challenge is to do better than this using Machine Learning techniques.
Taxi
Next important deadline:
September 25, 2018 - Final submission deadline.
Join the competition
Good luck,
The Kaggle Team
Join the competition
Good luck,
The Kaggle Team
منبع :
https://www.kaggle.com/c/new-york-city-taxi-fare-prediction?utm_medium=email&utm_source=intercom&utm_campaign=taxi+competition+2018
نکته::
اگر خواستید در رقابت شرکت کنید حتما از توانایی شرکت کردن مطلع شوید چون به دلیل تحریم نمی شود در رقابت های این سایت شرکت کرد. برای ایده نو بودنش هم شده در اینجا به اشتراک گذاشته می شود.
با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1392
همراه باشید
Kaggle
New York City Taxi Fare Prediction
Can you predict a rider's taxi fare?
Forwarded from DLeX: AI Python (🎈 Amir Arman 🎈)
✔️ معرفی منابع آموزشی برای یادگیری هوش مصنوعی
#Ai #Deep_Learning #Machine_learning
#یادگیری_عمیق
#هوش_مصنوعی
#یادگیری_ماشین
#شبکه_عصبی
✅ گام اول برای یادگیری هوش مصنوعی:
- فراگیری پایتون و پایگاه داده SQL
- فراگیری یادگیری ماشین
📍یادگیری ماشین بااستفاده از scikit-learn 👈 لینک دوره
📍یادگیری ماشین با استفاده از پایتون 👈 لینک دوره
📍آموزش یادگیری ماشین 👈 لینک دوره
📍یادگیری ماشین با استفاده از scikit-learn-part1 👈 لینک دوره
📍مبانی مقدماتی تا پیشرفته یادگیری ماشین 👈 لینک دوره
✅ استفاده از منبع های مختلف دانشگاه ها و سایت های معتبر
📍 اصول و روش های هوش مصنوعی از دانشگاه استنفورد 👈 لینک دوره
📍 منابع آموزشی دانشگاه MIT 👈 لینک دوره
📍دوره هوش مصنوعی Saylor 👈 لینک دوره
📍منابع آموزشی موجود در سایت Edx 👈 لینک دوره
📍منابع اموزشی مقدمات هوش مصنوعی 👈 لینک دوره
📍 ویدیو های سخنرانی دانشگاه برکلی 👈 لینک دوره
📍 آموزش یادگیری عمیق Google 👈 لینک دوره
📍ویدیو آموزش یادگیری ماشین دانشگاه کارنگی ملون استاد لری وارسرمن 👈 لینک دوره
📍آموزش شبکه های عصبی برای هوش مصنوعی 👈 لینک دوره
✅ یادگیری نظریه های آمار، احتمال و ریاضی
📍آموزش جبر خطی 👈 لینک دوره
📍آموزش آمار و احتمال دانشگاه MIT 👈 لینک دوره
📍معادلات دیفرانسیل و چندگانه 👈لینک دوره ۱ لینک دوره ۲
📍آموزش نظریه گراف سایت coursera 👈 لینک دوره
📍آموزش روش های بهینه سازی دانشگاه استنفورد👈 لینک دوره
❇️ @AI_Python
#Ai #Deep_Learning #Machine_learning
#یادگیری_عمیق
#هوش_مصنوعی
#یادگیری_ماشین
#شبکه_عصبی
✅ گام اول برای یادگیری هوش مصنوعی:
- فراگیری پایتون و پایگاه داده SQL
- فراگیری یادگیری ماشین
📍یادگیری ماشین بااستفاده از scikit-learn 👈 لینک دوره
📍یادگیری ماشین با استفاده از پایتون 👈 لینک دوره
📍آموزش یادگیری ماشین 👈 لینک دوره
📍یادگیری ماشین با استفاده از scikit-learn-part1 👈 لینک دوره
📍مبانی مقدماتی تا پیشرفته یادگیری ماشین 👈 لینک دوره
✅ استفاده از منبع های مختلف دانشگاه ها و سایت های معتبر
📍 اصول و روش های هوش مصنوعی از دانشگاه استنفورد 👈 لینک دوره
📍 منابع آموزشی دانشگاه MIT 👈 لینک دوره
📍دوره هوش مصنوعی Saylor 👈 لینک دوره
📍منابع آموزشی موجود در سایت Edx 👈 لینک دوره
📍منابع اموزشی مقدمات هوش مصنوعی 👈 لینک دوره
📍 ویدیو های سخنرانی دانشگاه برکلی 👈 لینک دوره
📍 آموزش یادگیری عمیق Google 👈 لینک دوره
📍ویدیو آموزش یادگیری ماشین دانشگاه کارنگی ملون استاد لری وارسرمن 👈 لینک دوره
📍آموزش شبکه های عصبی برای هوش مصنوعی 👈 لینک دوره
✅ یادگیری نظریه های آمار، احتمال و ریاضی
📍آموزش جبر خطی 👈 لینک دوره
📍آموزش آمار و احتمال دانشگاه MIT 👈 لینک دوره
📍معادلات دیفرانسیل و چندگانه 👈لینک دوره ۱ لینک دوره ۲
📍آموزش نظریه گراف سایت coursera 👈 لینک دوره
📍آموزش روش های بهینه سازی دانشگاه استنفورد👈 لینک دوره
❇️ @AI_Python
YouTube
Machine learning in Python with scikit-learn
Learn how to use Python's scikit-learn library to perform effective machine learning: https://github.com/justmarkham/scikit-learn-videos
#خبر
تشخیص عنبیه زنده از غیر زنده
این پروژه بین دانشگاه صنعتی ورشو و نتره دام آمریکا انجام شده و در btas ارایه خواهد شد.
منبع؛
توییت دکتر ادام چایکا
با کانال
@machinelearning_kartal
همراه باشید
تشخیص عنبیه زنده از غیر زنده
این پروژه بین دانشگاه صنعتی ورشو و نتره دام آمریکا انجام شده و در btas ارایه خواهد شد.
منبع؛
توییت دکتر ادام چایکا
با کانال
@machinelearning_kartal
همراه باشید
This media is not supported in your browser
VIEW IN TELEGRAM
#Learning
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 08 ( cost function intuition 2)
Send to your friends please.
Channel:
@machinelearning_kartal
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 08 ( cost function intuition 2)
Send to your friends please.
Channel:
@machinelearning_kartal
#خبر
قابل توجه صاحبان شرکت های IT
مارک صاحب فیس بوک نزدیک ۱۶ میلیارد دلار را در عرض یک روز از دست داد
Mark Zuckerberg lost $15.7 billion overnight.
The Facebook CEO was worth a mere $66.8 billion on Thursday afternoon according to Forbes, one day after the company's earnings call sent Wall Street into a selling tizzy. The company's stock plunged 20% at one point, taking Zuck's personal net worth down with it.
اطلاعات بیشتر را از سایت زیر بخوانید.
https://money.cnn.com/2018/07/26/technology/mark-zuckerberg-15-billion/index.html
با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1393
همراه باشید.
قابل توجه صاحبان شرکت های IT
مارک صاحب فیس بوک نزدیک ۱۶ میلیارد دلار را در عرض یک روز از دست داد
Mark Zuckerberg lost $15.7 billion overnight.
The Facebook CEO was worth a mere $66.8 billion on Thursday afternoon according to Forbes, one day after the company's earnings call sent Wall Street into a selling tizzy. The company's stock plunged 20% at one point, taking Zuck's personal net worth down with it.
اطلاعات بیشتر را از سایت زیر بخوانید.
https://money.cnn.com/2018/07/26/technology/mark-zuckerberg-15-billion/index.html
با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1393
همراه باشید.
CNNMoney
Mark Zuckerberg just lost nearly $16 billion in one day
Facebook's dramatic stock drop took a chunk out of CEO Zuckerberg's net worth.
This media is not supported in your browser
VIEW IN TELEGRAM
#Learning
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 09 ( Gradient descent)
Send to your friends please.
Channel:
@machinelearning_kartal
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 09 ( Gradient descent)
Send to your friends please.
Channel:
@machinelearning_kartal
Admin
Subnoscripts.rar
زیر نویس هفته اول فیلم های اموزشی یادگیری ماشین
#اپلای
مهربان باشیم و با کمک به همدیگر به احساس های خوب دست یابیم و صادقانه کمک کنیم
🌹💭🌿
آرمان جان ممنونم از اشتراکت
متن از آرمان گل
🌹💭🌿
سلام دوستان.
مدتی بود میخواستم یه خلاصه ای از نتایج و تجربیاتی که تو این مدت یه سال اپلای به دست اوردم بذارم تا این که الان فکر کردم شاید وقت مناسبی باشه. امیدوارم ذره ای بتونه کمک کنه به بقیه دوستانی که این مسیر را در پیش رو دارن.
اول نتیجه اپلای ها رو میگم خدمتتون:
#Result
1- University of British Colombia : #Rejected
استاد نداشتم. با تمام استاد های دپارتمان مکاتبه کردم و همشون بالاتفاق بهم گفتن که کمیته محوره و نیازه به مکاتبه با استاد نیست.
البته من فکر میکنم شاید اگه رزومه قوی تری داشتم این جور جوابو نمیگرفتم. برای خودتون تعمیمش ندید. اگه این دانشگاه را مد نظر دارین حتما با استاداش مکاتبه داشته باشین و شانس خودتونو امتحان کنید.
2- University of Simon Fraser : #Rejected
از یه استاد جواب معمولی (تشویقی) داشتم
3- University of York: #Rejected
از یه استاد خوب توی زمینه خودم جواب خوب داشتم (امید خیلی بالایی بهش بود و روش حساب میکردم)
تا این که بعد از اپلای ایمیل زد کلی عذر خواهی کرد که اون گرنتی که دنبالش بوده جور نشده و نمیتونه امسال دانشجویی بگیره..
4- University of Alberta: #Rejected
مجددا از یه استاد تمام مطرح جواب خیلی خووبی داشتم.
اینقدر که تقریبا بهم اوکی صد درصدی داده بود و کیس منو حتی با کمیته مطرح کرد. قرار بود با یه استاد دیگه باهم Co-supervise کنن منو.
که اونا هم ییهو بعد اپلای دیگه هییچ خبری ازشون نشد! این واقعا برام عجیبه بود و هیچ وقت نفهمیدم که چه اتفاقی افتاد. حدسم اینه که دانشجوی بهتری گیرش اومده. ولی هیچ وقت نگفت که من تکلیف خودمو بدونم..
کم پیش میاد- ولی تاحدی انتظار همچین رفتار هایی را توی ذهنتون داشته باشید که تو ذوقتون نزنه.
5- University of Winnipeg: #Accepted #Full-Fund
به دلیل اینکه رنک دانشگاه خوب نبود و استادش هم زمینه کاریش یکم با من متفاوت بود آفرشون را رد کردم..
6- University of New Brunswick: #Accepted #Full-Fund
این نهایتا آفریه که پذیرفتش و امیدوارم که ویزای تحصیلی زودتر صادر بشه که انشالله به این ترم برسم.
بر خلاف تمام دانشگاه هایی که قبلش از استاد جواب خوب داشتم و بعد اپلای ریجکت شدم..
قبل از اپلای هرچی به این استاد میل میزدم اصلا جواب نمیداد. ولی چون من خیلی به کارای این استاد علاقه داشتم دیگه تیری زدم توی تاریکی و اپلای کردم. بعد که اکسپت شدم باش مکاتبه و اسکایپ کردم تا منجر به فاند شد..
پس جواب ندادن یه استاد به صورت قطعی به این معنا نیست که شما شانسی ندارید.
7- Polytechnic University of Milan: #Accepted #Scholarship_Winner
این دانشگاه از نظر رنک جایگاه خیلیییی بالای توی کامپیوتر داره. فکر میکنم ۴۰ باشه بر اساس QS
ولی چیزی که باعث شد این گزینه را حذف کنم:
یکی کشورش و شرایط کاری و اقامتی بعدش بود.
و مهم تر از اون، این دانشگاه یه دانشگاه آموزش محوره. به این صورت که برای مقطع ارشد شما باید ۱۲۰ واحد درس پاس کنید. اونقدر که دیگه واقعا وقتی برای کار های پژوهشی توی مقطع ارشد نمیمونه و کل زمانت به کتاب خوندن و درس پاس کردن سپری میشه…
که کاملا در تضاد بود با چیزی که من دنبالش بودم
—————————————
#Resume:
معدل ۱۹ - دانشگاه دولتی شهرکرد
شاگرد اول بین ۳۰۰ دانشجوی دانشکده فنی
مجموعا برای ۴ تا درس TA بودم
تافل ۹۸
GRE نداشتم
یه ژرنال ACM - isi
۳ تا کنفرانس IEEE
و یه سابمیشن isi
—————————————
من به جای اینکه بیام از نگاه خودم نتیجه گیری کنم، سعی کردم اتفاقاتی که باش مواجه شدم توی این مسیر را اون بالا با یه سری جزئیات بنویسم. تا خودتون بتونید دید بهتری پیدا کنید.
اپلای از دیدگاه من یه مسیر پر پیچ و خم و نسبتا غیر قابل پیش بینیه که خیلیییی پارامتر ها توش دخیله. خیلی از این پارامتر ها دست شماست و میتونید بهبودش بدید. ولی بعضی از این پارامتر ها از کنترل شما خارجه.
رقابت اون سال - اون دانشگاه - وضعیت مالی استاد ها - و خیلی عوامل دیگه…
شما تمام اونچه که از دستتون برای اون قسمت مربوط به خودتون بر میاد را انجام بدید. بقیش را بسپرید به خدا.. یا قسمت .. یا هر عامل خارجیه دیگه. و امید داشته باشید 🙂
قلبا برای تک تکتون آرزو میکنم نتیجه تمام تلاش هاتونو بگیرید و به اون چیزی که دنبالش هستین برسید.❤️
ببخشید خیلی حرف زدم🙈
—
ارادتمند
آرمان
https://news.1rj.ru/str/Machinelearning_Kartal/1394
مهربان باشیم و با کمک به همدیگر به احساس های خوب دست یابیم و صادقانه کمک کنیم
🌹💭🌿
آرمان جان ممنونم از اشتراکت
متن از آرمان گل
🌹💭🌿
سلام دوستان.
مدتی بود میخواستم یه خلاصه ای از نتایج و تجربیاتی که تو این مدت یه سال اپلای به دست اوردم بذارم تا این که الان فکر کردم شاید وقت مناسبی باشه. امیدوارم ذره ای بتونه کمک کنه به بقیه دوستانی که این مسیر را در پیش رو دارن.
اول نتیجه اپلای ها رو میگم خدمتتون:
#Result
1- University of British Colombia : #Rejected
استاد نداشتم. با تمام استاد های دپارتمان مکاتبه کردم و همشون بالاتفاق بهم گفتن که کمیته محوره و نیازه به مکاتبه با استاد نیست.
البته من فکر میکنم شاید اگه رزومه قوی تری داشتم این جور جوابو نمیگرفتم. برای خودتون تعمیمش ندید. اگه این دانشگاه را مد نظر دارین حتما با استاداش مکاتبه داشته باشین و شانس خودتونو امتحان کنید.
2- University of Simon Fraser : #Rejected
از یه استاد جواب معمولی (تشویقی) داشتم
3- University of York: #Rejected
از یه استاد خوب توی زمینه خودم جواب خوب داشتم (امید خیلی بالایی بهش بود و روش حساب میکردم)
تا این که بعد از اپلای ایمیل زد کلی عذر خواهی کرد که اون گرنتی که دنبالش بوده جور نشده و نمیتونه امسال دانشجویی بگیره..
4- University of Alberta: #Rejected
مجددا از یه استاد تمام مطرح جواب خیلی خووبی داشتم.
اینقدر که تقریبا بهم اوکی صد درصدی داده بود و کیس منو حتی با کمیته مطرح کرد. قرار بود با یه استاد دیگه باهم Co-supervise کنن منو.
که اونا هم ییهو بعد اپلای دیگه هییچ خبری ازشون نشد! این واقعا برام عجیبه بود و هیچ وقت نفهمیدم که چه اتفاقی افتاد. حدسم اینه که دانشجوی بهتری گیرش اومده. ولی هیچ وقت نگفت که من تکلیف خودمو بدونم..
کم پیش میاد- ولی تاحدی انتظار همچین رفتار هایی را توی ذهنتون داشته باشید که تو ذوقتون نزنه.
5- University of Winnipeg: #Accepted #Full-Fund
به دلیل اینکه رنک دانشگاه خوب نبود و استادش هم زمینه کاریش یکم با من متفاوت بود آفرشون را رد کردم..
6- University of New Brunswick: #Accepted #Full-Fund
این نهایتا آفریه که پذیرفتش و امیدوارم که ویزای تحصیلی زودتر صادر بشه که انشالله به این ترم برسم.
بر خلاف تمام دانشگاه هایی که قبلش از استاد جواب خوب داشتم و بعد اپلای ریجکت شدم..
قبل از اپلای هرچی به این استاد میل میزدم اصلا جواب نمیداد. ولی چون من خیلی به کارای این استاد علاقه داشتم دیگه تیری زدم توی تاریکی و اپلای کردم. بعد که اکسپت شدم باش مکاتبه و اسکایپ کردم تا منجر به فاند شد..
پس جواب ندادن یه استاد به صورت قطعی به این معنا نیست که شما شانسی ندارید.
7- Polytechnic University of Milan: #Accepted #Scholarship_Winner
این دانشگاه از نظر رنک جایگاه خیلیییی بالای توی کامپیوتر داره. فکر میکنم ۴۰ باشه بر اساس QS
ولی چیزی که باعث شد این گزینه را حذف کنم:
یکی کشورش و شرایط کاری و اقامتی بعدش بود.
و مهم تر از اون، این دانشگاه یه دانشگاه آموزش محوره. به این صورت که برای مقطع ارشد شما باید ۱۲۰ واحد درس پاس کنید. اونقدر که دیگه واقعا وقتی برای کار های پژوهشی توی مقطع ارشد نمیمونه و کل زمانت به کتاب خوندن و درس پاس کردن سپری میشه…
که کاملا در تضاد بود با چیزی که من دنبالش بودم
—————————————
#Resume:
معدل ۱۹ - دانشگاه دولتی شهرکرد
شاگرد اول بین ۳۰۰ دانشجوی دانشکده فنی
مجموعا برای ۴ تا درس TA بودم
تافل ۹۸
GRE نداشتم
یه ژرنال ACM - isi
۳ تا کنفرانس IEEE
و یه سابمیشن isi
—————————————
من به جای اینکه بیام از نگاه خودم نتیجه گیری کنم، سعی کردم اتفاقاتی که باش مواجه شدم توی این مسیر را اون بالا با یه سری جزئیات بنویسم. تا خودتون بتونید دید بهتری پیدا کنید.
اپلای از دیدگاه من یه مسیر پر پیچ و خم و نسبتا غیر قابل پیش بینیه که خیلیییی پارامتر ها توش دخیله. خیلی از این پارامتر ها دست شماست و میتونید بهبودش بدید. ولی بعضی از این پارامتر ها از کنترل شما خارجه.
رقابت اون سال - اون دانشگاه - وضعیت مالی استاد ها - و خیلی عوامل دیگه…
شما تمام اونچه که از دستتون برای اون قسمت مربوط به خودتون بر میاد را انجام بدید. بقیش را بسپرید به خدا.. یا قسمت .. یا هر عامل خارجیه دیگه. و امید داشته باشید 🙂
قلبا برای تک تکتون آرزو میکنم نتیجه تمام تلاش هاتونو بگیرید و به اون چیزی که دنبالش هستین برسید.❤️
ببخشید خیلی حرف زدم🙈
—
ارادتمند
آرمان
https://news.1rj.ru/str/Machinelearning_Kartal/1394
#استخدامی_خارجی
موقعیت خوب در شرکت openAI
با شرایط ویژه
About OpenAI
We’re building safe Artificial General Intelligence (AGI), and ensuring it leads to a good outcome for humans. We believe that unreasonably great results are best delivered by a highly creative group working in concert.
We are an equal opportunity employer and value diversity at our company. We do not discriminate on the basis of race, religion, color, national origin, gender, sexual orientation, age, marital status, veteran status, or disability status.
لینک اپلای کاری
https://jobs.lever.co/openai/588c1d80-4632-4d5c-a535-9f2c8c80c501
همراه کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1395
باشید.
موقعیت خوب در شرکت openAI
با شرایط ویژه
About OpenAI
We’re building safe Artificial General Intelligence (AGI), and ensuring it leads to a good outcome for humans. We believe that unreasonably great results are best delivered by a highly creative group working in concert.
We are an equal opportunity employer and value diversity at our company. We do not discriminate on the basis of race, religion, color, national origin, gender, sexual orientation, age, marital status, veteran status, or disability status.
لینک اپلای کاری
https://jobs.lever.co/openai/588c1d80-4632-4d5c-a535-9f2c8c80c501
همراه کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1395
باشید.
jobs.lever.co
OpenAI - Research Scientist
Our mission at OpenAI is to discover and enact the path to safe, beneficial AGI. To do this, we believe that many technical breakthroughs are needed in generative modeling, reinforcement learning, large scale optimization, and active learning, among other…
6)Gradient Descent Intuition (12 min).mp4
13 MB
#Learning
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 10 ( Gradient descent intuition)
Send to your friends please.
Channel:
@machinelearning_kartal
N: machine learning (Coursera.org)
T: Scientist Andrew NG
L: English
#Week 1
#Video 10 ( Gradient descent intuition)
Send to your friends please.
Channel:
@machinelearning_kartal