درود
استارت یک کانال زدیم که تمرکز اصلیش معرفی انواع دیتاست‌های فارسی هست که از منابع مختلف جمع‌اوری میشه
تلاش میشه که فقط داده‌های مفید همراه با توضیحات درج بشند
خلاصه همراهی و حمایتتونو احتیاج داریم...
@persian_data

دیتاست برای تشخیص زبان متن

🗃 نوع: #متن

📮 اندازه: 12.39 MB

📖 توضیحات: این دیتاست شامل ۲۳۵۰۰۰ پاراگراف از ۲۳۵ زبان است که هر برای هر زبان هزار پاراگراف وجود دارد.

📤 برای دریافت داده و کسب اطلاعات بیشتر به لینک زیر مراجعه کنید‌. 👇👇

https://www.kaggle.com/zarajamshaid/language-identification-datasst

لطفا به اشتراک بگذارید👈🏻@persian_data

غلط های املایی

🗃 نوع: #متن

📮 اندازه: 146.42 KB

📖 توضیحات:
این مجموعه داده شامل ۵۰۵۰ جفت کلمه فارسی است که ستون اول یک کلمه غلط املایی و ستون دوم شکل صحیح آن کلمه است. از این مجموعه داده در مباحث نرمالسازی می‌توان استفاده کرد.

📤 برای دریافت داده و کسب اطلاعات بیشتر به لینک زیر مراجعه کنید‌. 👇👇

https://www.kaggle.com/rtatman/faspell

لطفا به اشتراک بگذارید👈🏻@persian_data

درود

❇️حالا درسته الان بورس اوضاع خوبی نداره ولی دلیل نمیشه یک کار ترکیبی و جذاب از کاربرد پردازش زبان طبیعی واسه تحلیل بورس نخونیم.

لینک مقاله 👇🏻
https://towardsdatascience.com/nlp-in-the-stock-market-8760d062eb92

❇️@data_hub_ir

#مقاله
#مقاله_آموزشی

درود

❇️اگه دوست دارین با برت روی متون غیر انگیلیسی مثل فارسی کار کنین پس باید از نسخه‌های multilingual استفاده کنین که در ادامه یک مقاله معرفی می‌کنم که کامل این موارد اموزش میده.

لینک مقاله 👇🏻
https://towardsdatascience.com/why-is-training-data-the-bottleneck-for-nlp-a-multilingual-bert-example-44b86c11f5a

❇️@data_hub_ir

#مقاله
#مقاله_آموزشی

درود

❇️اگه می‌خواین توی ده دقیقه یه چت بات پیاده سازی کنین این پستو از دست ندین.

لینک مقاله 👇🏻
https://towardsdatascience.com/making-a-simple-and-fast-chatbot-in-10-minutes-2d84a4ba35e

❇️@data_hub_ir

#مقاله
#مقاله_آموزشی

درود

❇️یکی از حوزه‌های جذاب در پردازش زبان طبیعی تاپیک مدلینگ یا تشخیص موضوع متون است. روش‌های مختلفی برای انجام این کار هست مثل استفاده از LSA ولی توی یک مقاله جذاب یک روش جدید و بهینه بررسی شده و از برت برای تاپیک مدلینگ استفاده شده است.

لینک مقاله 👇🏻
https://towardsdatascience.com/topic-modeling-with-bert-779f7db187e6

❇️@data_hub_ir

#مقاله
#مقاله_آموزشی

درود

❇️الان قراره بهتون تقلب برسونم و چندتا از مهم‌ترین سوالاتی که واسه مصاحبه شغلی مربوط به پردازش زبان طبیعی پرسیده میشه بهتون بگم البته من نه، منظورم نویسنده مقالس.

لینک مقاله 👇🏻
https://medium.com/modern-nlp/nlp-interview-questions-f062040f32f7

❇️@data_hub_ir

#مقاله
#مقاله_آموزشی

درود دوستان عزیز:
❇️در این بخش به معرفی یکی از پکیج های معروف در حوزه علم داده و یادگیری ماشین می پردازیم.
❇️نامپای یکی از کتابخانه های موجود در پایتون است که کاربرد اصلی آن برای مقاصد علمی و کار با اعداد است. این ماژول دارای توابع آرایه ای ریاضیات و آمار می باشد. به عبارتی می توان گفت نامپای برای کار با اعداد از راه ماتریس و آرایه های چندبعدی مورد استفاده قرار می گیرد. به همین منظور در این مقاله سعی شده است این پکیج در بخش های جداگانه مورد بررسی قرار بگیرد. در بخش اول به نحوه نصب، ایجاد آرایه، انواع داده، متدهای مورد استفاده برای آرایه ها، indexing ،slicing ، Broadcasting، iterating پرداخته شده است.

❇️@data_hub_ir
#یادگیری_ماشین
#تحلیل_داده #هوش_مصنوعی
#پایتون

منتشر شد...
❇️@data_hub_ir

🔹تعریف مهندسی‌داده
🔹بررسی تفاوت مهندس داده و دانشمند داده
🔹بررسی جامع نقشه‌راه یادگیری مهندسی‌داده
🔹نحوه پیدا کردن فرصت‌های شغلی این حوزه
🔹چگونگی انجام یک مصاحبه خوب
🔹بررسی حقوق و درامد مهندس داده در ایران
🔹بررسی چگونگی انجام پروژه‌های خارجی

❇️@data_hub_ir
#مصاحبه
#مهندسی_داده

مهندس‌داده_سلام
❇️یکی از حوزه‌های نسبتا جدید و پردرآمد فعلی، مهندسی داده است. این فیلد شغلی هنوز به خوبی معرفی نشده است. در این پادکست تلاش کردیم با استفاده از تجربیات مهندس بنائی عزیز موسس و مدیر سایت bigdata.ir یک گفتگوی سازنده حول موارد زیر داشته باشیم:

🔹تعریف مهندسی‌داده
🔹بررسی تفاوت مهندس داده و دانشمند داده
🔹بررسی جامع نقشه‌راه یادگیری مهندسی‌داده
🔹نحوه پیدا کردن فرصت‌های شغلی این حوزه
🔹چگونگی انجام یک مصاحبه خوب
🔹بررسی حقوق و درامد مهندس داده در ایران
🔹بررسی چگونگی انجام پروژه‌های خارجی

❇️@data_hub_ir
#مصاحبه
#مهندسی_داده

درود

❇️ده تا مفهوم کلیدی آماری که معمولا توی مصاحبه‌ها سوال میشه در قالب یک پست به زبون ساده گفته شده که خوندنش حتما توصیه میشه.

لینک مقاله 👇🏻
https://towardsdatascience.com/10-statistical-concepts-you-should-know-for-data-science-interviews-373f417e7d11

❇️@data_hub_ir

#مقاله
#مقاله_آموزشی

وقتی منتظر ترین شدن شبکه عصبی هستیم...

درود
❇️ در بخش دوم از معرفی یکی از پکیج های معروف در حوزه علم داده و یادگیری ماشین قرار داریم.
❇️نامپای یکی از کتابخانه های موجود در پایتون است که کاربرد اصلی آن برای مقاصد علمی و کار با اعداد است. این ماژول دارای توابع آرایه ای ریاضیات و آمار می باشد. به عبارتی می توان گفت نامپای برای کار با اعداد از راه ماتریس و آرایه های چندبعدی مورد استفاده قرار می گیرد.
👈به همین منظور در این مقاله سعی شده است این پکیج در بخش های جداگانه مورد بررسی قرار بگیرد. در بخش دوم به توضیح مفهوم Manipulation و برخی از کاربردی ترین توابع مورد استفاده به این منظور (reshape، Transpose، change dimension، join array، add، remove ) پرداخته شده است.

❇️@data_hub_ir
#یادگیری_ماشین
#تحلیل_داده #هوش_مصنوعی
#پایتون

درود

❇️اگه دنبال بررسی نقاط قوت و ضعف دانشمند داده شدن، هستین حتما این مقاله مطالعه کنید.

لینک مقاله 👇🏻
https://towardsdatascience.com/should-you-consider-being-a-data-scientist-in-2021-f8670a44fb2e

❇️ @data_hub_ir

#مقاله
#مقاله_آموزشی

درود
❇️ در بخش سوم از معرفی یکی از پکیج های معروف در حوزه علم داده و یادگیری ماشین قرار داریم.
❇️نامپای یکی از کتابخانه های موجود در پایتون است که کاربرد اصلی آن برای مقاصد علمی و کار با اعداد است. این ماژول دارای توابع آرایه ای ریاضیات و آمار می باشد.
👈به همین منظور در این مقاله سعی شده است این پکیج در بخش های جداگانه مورد بررسی قرار بگیرد.
در بخش سوم از این آموزش به عملگرهای باینری، توابع مورد استفاده برای رشته ها، توابع ریاضی، عملگرهای منطقی و توابع آماری می پردازیم.

❇️@data_hub_ir
#یادگیری_ماشین
#تحلیل_داده #هوش_مصنوعی
#پایتون

درود

❇️تشخیص موجودیت نامدار یا همون ner یک مبحث مهم و پایه‌ای هستش که هر روزه روشهای جدیدتری براش معرفی میشه مثل این مقاله که تکنولوژی دوست داشتنی برت دخیل کرده.

لینک مقاله 👇🏻
https://towardsdatascience.com/unsupervised-ner-using-bert-2d7af5f90b8a

❇️@data_hub_ir

#مقاله
#مقاله_آموزشی

درود
❇️ در بخش چهارم از معرفی یکی از پکیج های معروف در حوزه علم داده و یادگیری ماشین قرار داریم.
❇️نامپای یکی از کتابخانه های موجود در پایتون است که کاربرد اصلی آن برای مقاصد علمی و کار با اعداد است. این ماژول دارای توابع آرایه ای ریاضیات و آمار می باشد.
👈به همین منظور در این مقاله سعی شده است این پکیج در بخش های جداگانه مورد بررسی قرار بگیرد.
در این بخش به بررسی ادامه توابع مورد استفاده در ماتریس ها، جبر خطی و رسم نمودارها با استفاده از matplotlib پرداخته شده است.

❇️@data_hub_ir
#یادگیری_ماشین
#تحلیل_داده #هوش_مصنوعی
#پایتون

درود

❇️یه مقاله جدید که بحث مهم ترنسفورمرها با کلی شکل و نمودار سعی کرده توضیح بده، فعلا قسمت اولشو بخونین تا قسمت دومشو براتون بزارم.

لینک مقاله 👇🏻
https://towardsdatascience.com/transformers-explained-visually-part-1-overview-of-functionality-95a6dd460452

❇️@data_hub_ir

#مقاله
#مقاله_آموزشی

درود
❇️ در بخش پایانی معرفی یکی از پکیج های معروف در حوزه علم داده و یادگیری ماشین قرار داریم.
❇️نامپای یکی از کتابخانه های موجود در پایتون است که کاربرد اصلی آن برای مقاصد علمی و کار با اعداد است. این ماژول دارای توابع آرایه ای ریاضیات و آمار می باشد.
👈به همین منظور در این مقاله سعی شده است این پکیج در بخش های جداگانه مورد بررسی قرار بگیرد.
در آخرین قسمت به رسم هیستوگرام با استفاده از Matplotlib و نحوه ذخیره کردن فایل ها پرداخته شده است.
❇️@data_hub_ir
#یادگیری_ماشین
#تحلیل_داده #هوش_مصنوعی
#پایتون

درود
❇️ پس از اتمام آموزش استفاده از کتابخانه نامپای، در بخش اول معرفی یکی دیگر از پکیج های معروف در حوزه علم داده و یادگیری ماشین قرار داریم.
❇️ سایکیت لِرن یکی از کتابخانه های بسیار مؤثر برای یادگیری ماشین در پایتون است که شامل ابزارهای بسیار کارآمد و مدلسازی های آماری از جمله طبقه بندی، رگرسیون، خوشه بندی و کاهش ابعاد می باشد.
👈به همین منظور در این مقاله سعی شده است این پکیج در بخش های جداگانه مورد بررسی قرار بگیرد.
در بخش اول نحوه نصب ، ویژگی ها و روند مدلسازی با استفاده از این کتابخانه بررسی می گردد.
❇️@data_hub_ir
#یادگیری_ماشین
#تحلیل_داده #هوش_مصنوعی
#پایتون