درود

❇️اینم از قسمت دوم مقاله بررسی ترنسفورمرها با کلی شکل و نمودار.

لینک مقاله 👇🏻
https://towardsdatascience.com/transformers-explained-visually-part-2-how-it-works-step-by-step-b49fa4a64f34

❇️ @data_hub_ir

#مقاله
#مقاله_آموزشی

https://www.aparat.com/v/QWeug

مناسب برای افرادی که تازه میخوان وارد حوزه پردازش زبان طبیعی بشن...

درود
❇️ در بخش دوم معرفی یکی 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 دوم به بررسی روشهای نمایش داده، ای پی آی ها و برخی قراردادهای تعریف شده در این پکیج، پرداخته شده است.
❇️@data_hub_ir
#یادگیری_ماشین
#تحلیل_داده #هوش_مصنوعی
#پایتون

درود
❇️ در بخش سوم معرفی یکی 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 سوم مدلسازی خطی، روش بهینه سازی گرادیان کاهشی و ماشین بردار پشتیبان با استفاده از این کتابخانه بررسی می شود.
❇️@data_hub_ir
#یادگیری_ماشین
#تحلیل_داده #هوش_مصنوعی
#پایتون

درود

❇️یه مقاله در مورد GPT-۳ که البته یکم سنگینه ولی می‌ارزه که براش وقت بزارین بعدا یک پست دیگه براتون میزارم که با شکل و مثال مطلبو بهتر جا بندازه.

لینک مقاله 👇🏻
https://radiant-brushlands-42789.herokuapp.com/towardsdatascience.com/gpt-3-the-first-artificial-general-intelligence-b8d9b38557a1

❇️ @data_hub_ir

#مقاله
#مقاله_آموزشی

کارگاه نیم روزه آنلاین بررسی مدل زبانی Google BERT برای NLP
#اسفند1399
#Workshop #Online #BERT #NLP #IPM
scs.ipm.ac.ir/workshop.jsp
https://news.1rj.ru/str/convent/4044

درود
❇️ در بخش چهارم معرفی یکی 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 چهارم داده های پرت و برخی الگوریتم های مورد استفاده برای شناسایی این داده ها و همین طور الگوریتم KNN توضیح داده می شود.
❇️@data_hub_ir
#یادگیری_ماشین
#تحلیل_داده #هوش_مصنوعی
#پایتون

درود
❇️ در بخش پنجم معرفی یکی 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 این بخش به بررسی و استفاده از دو الگوریتم بسیار مفید Naive Bayes و ِDTree با استفاده از این کتابخانه پرداخته شده است.
❇️@data_hub_ir
#یادگیری_ماشین
#تحلیل_داده #هوش_مصنوعی
#پایتون

درود به همگی
بعضا دوستان لطف دارند و پروژه به بنده معرفی می‌کنند ولی متاسفانه به دلیل زمان محدود امکان انجام همه موارد ندارم الان سه تا پروژه هست که خوشحال میشم قبول زحمت کنید
موضوعات با محوریت تحلیل داده هست و شامل پردازش تصویر و متن و داده کاوی هست
دوستان علاقمند یک رزومه از خودشون ارسال کنند تا بشه یک همکاری خوبی شکل داد

پروژه اول پیش پردازش یک دیتای جدولی
پروژه دوم یک پروژه حرفه‌ای متن‌کاوی
و پروژه سوم سیستم توصیه‌گر( پروژه سوم حالت استخدام هم داره و یکی از شرکت‌های خوشنام تهرانه که دنبال نیروی ارشد داده هستش که طبیعتا اطلاعات دقیق‌تر خصوصی بهتون میگم)

@mohammad_dehghani

لطفا در حد امکان به اشتراک بگذارین
@data_hub_ir

درود
دوستان پروژه اول توسط یکی از دوستان انتخاب شد ولی پروژه دوم هنوز به کسی سپرده نشده

درود
❇️ در بخش ششم معرفی یکی 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 ششم روشهای Boosting, Clustering بررسی و همین طور روشهای خوشه بندی مقایسه شده اند.
❇️@data_hub_ir
#یادگیری_ماشین
#تحلیل_داده #هوش_مصنوعی
#پایتون

درود
❇️ در بخش آخر از معرفی یکی 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 پایانی روشهای ارزیابی Clustering و کاهش ابعاد با استفاده از PCA توضیح داده می شود.
❇️@data_hub_ir
#یادگیری_ماشین
#تحلیل_داده #هوش_مصنوعی
#پایتون

https://virgool.io/@m.fatehi.p/%DA%A9%D8%B1%D9%88%D9%86%D8%A7-%D8%A8%D9%87-%D8%B1%D9%88%D8%A7%DB%8C%D8%AA-%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%D8%AF%D8%A7%D8%AF%D9%87-dfzy1ibukxm3

یک مطلب ساده و روان از دوستمون آقامحمد

درود
❇️ شواهد نشان می دهد تحلیلگران داده بیشتر از ۷۰ درصد از زمان خود را صرف فرآیند پاکسازی داده می کنند.
❇️ پاکسازی داده ها جزو اصلی ترین و اولین مراحل در هر پروژه هوش مصنوعی و داده کاوی می باشد.
👈به همین منظور در این مقاله برخی از متدهای روش Data Cleaning با استفاده از زبان برنامه نویسی پایتون آورده شده است .
❇️@data_hub_ir
#یادگیری_ماشین
#تحلیل_داده #هوش_مصنوعی
#پایتون

درود
قصد دارم به صورت کاملا رایگان به دونفر (یک نفر اصفهانی و یک نفر غیراصفهانی) به صورت فردی،
آموزش هایی در زمینه هوش مصنوعی و خصوصا علم داده ارائه بدم
شرایط اولیه:

❇️علاقه‌مندی به یادگیری علوم داده
❇️اشنایی اولیه و مقدماتی با علم داده
❇️دانشجوی مقطع لیسانس( از همه زیررشته‌های مهندسی کامیپوتر یا علوم کامیپوتر)

دوستان لطفا رزومه خودشون(حداکثر تا 16 فروردین) به ای دی زیر توی تلگرام بفرستن.
@datajm

لطفا در صورت امکان این پست را به اشتراک بگذارید.
@data_hub_ir

درود
با آرزوی سالی سراسر سلامتی، شادی و آرامش(سال نو مبارک 🌹)
❇️سیستم های توصیه گر از محبوب ترین شاخه های علم داده هستند. از این سیستم ها برای پیش بینی “رتبه بندی” یا “ترجیحی” که کاربر به یک محصول می دهد استفاده می شود.
❇️سیستم های توصیه گر به طور کلی ، به سه دسته تقسیم می شوند:
👈 مبتنی بر محتوا
👈 پالایش مشارکتی
👈 روش های ترکیبی
❇️در این قسمت یک سیستم پیشنهاد دهنده فیلم بر اساس روش پالایش مشارکتی را به همراه کد ارائه می دهیم.

❇️@data_hub_ir
#یادگیری_ماشین
#پایتون
#تحلیل_داده
#هوش_مصنوعی
#سیستم_توصیه_گر

درود
❇️ زمانی که اطلاعاتی را در کامپیوتر خود ذخیره می کنیم، در واقع به یک پایگاه داده در آن نیاز داریم. بدین ترتیب از این پس برای دسترسی به این اطلاعات لازم است فرایندها، عملگرها و دستورالعمل هایی مورد استفاده قرار گیرند تا ارتباط بین ما و این دیتابیس برقرار شود. در واقع به زبان مشترکی نیاز داریم تا اقدامات ما را برای کامپیوتر تعریف کند و بالعکس.
❇️ اس کیو ال سرور  یک پایگاه داده قدرتمند است که توسط شرکت مایکروسافت توسعه یافته و علاوه بر خدمت رسانی به عنوان یک دیتابیس رابطه ای و تجاری سازی شده، بر اطلاعات مدیریت هوشمند نیز انجام می دهد.
❇️ در این فایل دستورات مهم و کاربردی با استفاده از این پایگاه داده به طور خلاصه آورده شده است.
❇️ @data_hub_ir

#تحلیل_داده
#پایگاه_داده
#هوش_مصنوعی
#یادگیری_ماشین

درود

❇️در ادامه مباحث قبلی در مورد مدل‌های زبانی یک لینک خوب پیدا کردیم، اینجا تلاش داره با دمو و مثال قشنگ مفاهیم مربوط به GPT-۳ منتقل کنه از دستش ندین.

لینک مقاله 👇🏻
https://towardsdatascience.com/gpt-3-demos-use-cases-implications-77f86e540dc1

❇️@data_hub_ir

#مقاله
#مقاله_آموزشی

درود

❇️ در این قسمت به معرفی یکی از پکیج های معروف در حوزه علم داده و یادگیری ماشین می پردازیم.
❇️ پانداس یک کتابخانه قدرتمند برای تحلیل، پیش پردازش و بصری سازی داده ها است.
❇️ در ادامه نحوه کار کردن با داده ها از طریق این کتابخانه (مانند تغییر فرمت ساختار داده، پیدا کردن رکوردهای مورد نظر، کار با زمان و تاریخ، رسم نمودارها و ...) به همراه کدهای مربوطه قرار گرفته است.

❇️@data_hub_ir
#یادگیری_ماشین
#پایتون
#تحلیل_داده
#هوش_مصنوعی

درود
❇️ روند کار در سیستم های توصیه گر بر اساس محبوبیت به این صورت است که سیستم آیتمی را که در بین کاربران محبوبیت بیشتری داشته باشد را به کاربر معرفی می کند.
❇️ در این مقاله کوتاه با استفاده از روش سیستم های توصیه گر بر اساس محبوبیت بهترین رستوران ها بر اساس رضایتمندی و امتیازدهی مشتریان به همراه کد آورده شده است.
❇️@data_hub_ir
#یادگیری_ماشین
#پایتون
#تحلیل_داده
#هوش_مصنوعی

درود

❇️حتما خیلی هاتون دوست دارین نحوه فاین تیون کردن برت به صورت عملی یاد بگیرین. خب یک مقاله دو قسمتی به کمک پایتورچ اومده و به صورت عملی فاین تیونیگ یاد داده و خط به خط کدها توضیح داده …قسمت اول

لینک مقاله 👇🏻
https://blog.usejournal.com/part1-bert-for-advance-nlp-with-transformers-in-pytorch-357579d63512

❇️@data_hub_ir

#مقاله
#مقاله_آموزشی