سال نو (2017) مبارک 🌷🌷🌷
7⃣1⃣0⃣2⃣ یک عدد اول است ... همچنین:
✅ حاصلضرب 2017π وقتی به نزدیکترین عدد صحیح گرد شود نیز یک عدد اول است.
✅ حاصلضرب 2017e وقتی به نزدیکترین عدد صحیح گرد شود نیز یک عدد اول است.
✅ مجموع همه اعداد اول قبل از 2017 با خودش یعنی 3+5+7+11+...+2017 نیز یک عدد اول است!
✅ عدد اول قبل از 2017 برابر است با 2017 + (7 - 1 - 0 - 2)
و عدد اول بعد از 2017 برابر است با 2017 + (7 + 1 + 0 + 2)
✅ 2017 را میتوان به صورت مجموع مکعب سه عدد اول نوشت: p^3 +q^3 +r^3
✅ عدد 20170123456789 نیز یک عدد اول است!
✅ 2017 امین عدد اول 17539 است و 201717539 نیز یک عدد اول است.
✅ اگر p=2017 آنگاه p+1 / 2 و p+2 / 3 اعداد اول هستند.
✅ ده رقم اول (صحیح و اعشاری) از ریشه سوم 2017 شامل همه اعداد 0 تا 9 هست، 2017 آخرین عدد صحیحی است که این خاصیت را دارد!
✅ 2017 برابر است با 2 به توان یازده منهای یازدهمین عدد اول!
امیدوارم همه چیز این سال همین قدر زیبا و هیجان انگیز باشه 🌺
7⃣1⃣0⃣2⃣ یک عدد اول است ... همچنین:
✅ حاصلضرب 2017π وقتی به نزدیکترین عدد صحیح گرد شود نیز یک عدد اول است.
✅ حاصلضرب 2017e وقتی به نزدیکترین عدد صحیح گرد شود نیز یک عدد اول است.
✅ مجموع همه اعداد اول قبل از 2017 با خودش یعنی 3+5+7+11+...+2017 نیز یک عدد اول است!
✅ عدد اول قبل از 2017 برابر است با 2017 + (7 - 1 - 0 - 2)
و عدد اول بعد از 2017 برابر است با 2017 + (7 + 1 + 0 + 2)
✅ 2017 را میتوان به صورت مجموع مکعب سه عدد اول نوشت: p^3 +q^3 +r^3
✅ عدد 20170123456789 نیز یک عدد اول است!
✅ 2017 امین عدد اول 17539 است و 201717539 نیز یک عدد اول است.
✅ اگر p=2017 آنگاه p+1 / 2 و p+2 / 3 اعداد اول هستند.
✅ ده رقم اول (صحیح و اعشاری) از ریشه سوم 2017 شامل همه اعداد 0 تا 9 هست، 2017 آخرین عدد صحیحی است که این خاصیت را دارد!
✅ 2017 برابر است با 2 به توان یازده منهای یازدهمین عدد اول!
امیدوارم همه چیز این سال همین قدر زیبا و هیجان انگیز باشه 🌺
👍1
انتشارات Orielly به تازگی مجموعهای از کتابهای مرتبط با مباحث بیگ دیتا، دیتا ساینس و هوش مصنوعی را به رایگان در دسترس عموم قرار داده است:
http://www.oreilly.com/data/free/archive.html
http://www.oreilly.com/data/free/archive.html
Oreilly
O'Reilly Media - Technology and Business Training
Build the skills your teams need. Give them the O'Reilly learning platform and equip them with the resources that drive business outcomes.
آموزش یادگیری ژرف (Deep Learning)، دانشگاه استنفورد:
http://ufldl.stanford.edu/tutorial/
http://ufldl.stanford.edu/tutorial/
جبر خطی و محاسبات ماتریسی یکی از پیشنیازهای اصلی برای فراگیری و پیادهسازی الگوریتمهای یادگیری ماشین است، این پلی لیست یوتیوب شامل ۱۵ ویدئوی کوتاه، مفاهیم اساسی جبر خطی را به بهترین نحو آموزش میدهد:
https://www.youtube.com/playlist?list=PLZHQObOWTQDPD3MizzM2xVFitgF8hE_ab&app=desktop
https://www.youtube.com/playlist?list=PLZHQObOWTQDPD3MizzM2xVFitgF8hE_ab&app=desktop
مایکروسافت یکی از استارتآپهای مطرح در زمینه یادگیری ژرف و پردازش زبان طبیعی با نام Maluuba را تصاحب کرد:
https://blogs.microsoft.com/blog/2017/01/13/microsoft-acquires-deep-learning-startup-maluuba-ai-pioneer-yoshua-bengio-advisory-role/#sm.000tnlevg15ngeo410cxn25y2bqfg
https://blogs.microsoft.com/blog/2017/01/13/microsoft-acquires-deep-learning-startup-maluuba-ai-pioneer-yoshua-bengio-advisory-role/#sm.000tnlevg15ngeo410cxn25y2bqfg
The Official Microsoft Blog
Microsoft acquires deep learning startup Maluuba; AI pioneer Yoshua Bengio to have advisory role
Today is an exciting day for the advancement of AI at Microsoft. We have agreed to acquire Maluuba, a Montreal-based company with one of the world’s most impressive deep learning research labs for natural language understanding. Maluuba’s expertise in deep…
معرفی انواع نمودارهای آماری و موارد کاربرد و جزئیات آنها:
http://www.anychart.com/chartopedia/
http://www.anychart.com/chartopedia/
AnyChart
Usage Type | Chartopedia | AnyChart
Usage Type | Chartopedia is an information resource that allows you to discover as many details about any type of chart supported in our JavaScript (HTML5) charting libraries
رگرسیون خطی از نگاه هندسی:
https://analyticspages.me/2017/01/25/linear-regression-geometry/
https://analyticspages.me/2017/01/25/linear-regression-geometry/
گوگل با استفاده از یادگیری ماشین و مدل رگرسیون لجستیک برای یافتن جای پارک به رانندگان کمک میکند:
https://research.googleblog.com/2017/02/using-machine-learning-to-predict.html
https://research.googleblog.com/2017/02/using-machine-learning-to-predict.html
research.google
Using Machine Learning to Predict Parking Difficulty
Posted by James Cook, Yechen Li, Software Engineers and Ravi Kumar, Research Scientist"When Solomon said there was a time and a place for everythin...
رویکردی متفاوت به شاخصهای آمار توصیفی (میانگین، انحراف معیار، ضریب همبستگی و ...)
http://debrouwere.org/2017/02/01/unlearning-denoscriptive-statistics/
http://debrouwere.org/2017/02/01/unlearning-denoscriptive-statistics/
چندی پیش لینک مصاحبه Huffington Post با Andrew Ng دانشمند مطرح در زمینه هوش مصنوعی رو توی کانال گذاشتم، امروز متوجه شدم دیجیاتو قبلاً این مصاحبه خواندنی رو ترجمه کرده:
http://digiato.com/?p=61085
http://digiato.com/?p=61085
دیجیاتو
نگاهی به افکار Andrew Ng، مردی که Google Brain را ساخت
بیایید نگاهی داشته باشیم به دانشگاه های معتبر جهان که بزرگ ترین برنامه های علوم کامپیوتری را دارند: کارنگی ملون، ام آی تی، یو سی برکلی...
دانلود رایگان بیش از ۱۰۰ کتاب در زمینه علم داده
http://www.learndatasci.com/free-data-science-books/
http://www.learndatasci.com/free-data-science-books/
Learndatasci
100+ Free Data Science Books
مراحل اجرای یک پروژه دیتا ساینس:
https://www.springboard.com/blog/data-science-process/
https://www.springboard.com/blog/data-science-process/
لیستی از مقالات شاخص در حوزه یادگیری ژرف (deep learning):
https://github.com/terryum/awesome-deep-learning-papers
https://github.com/terryum/awesome-deep-learning-papers
GitHub
GitHub - terryum/awesome-deep-learning-papers: The most cited deep learning papers
The most cited deep learning papers. Contribute to terryum/awesome-deep-learning-papers development by creating an account on GitHub.
مقایسه زبانهای R و Python در زمینه دیتا ساینس:
http://www.infoworld.com/article/3187550/data-science/python-vs-r-the-battle-for-data-scientist-mind-share.html
http://www.infoworld.com/article/3187550/data-science/python-vs-r-the-battle-for-data-scientist-mind-share.html
InfoWorld
Python vs. R: The battle for data scientist mind share
Here’s how the general-purpose favorite of scientists stacks up against the stat head’s data-honed tool of choice