✅Hierarchical clustering is a general family of clustering algorithms that build nested clusters by merging or splitting them successively. This hierarchy of clusters is represented as a tree (or dendrogram). The root of the tree is the unique cluster that gathers all the samples, the leaves being the clusters with only one sample. See the Wikipedia page for more details.👇
https://scikit-learn.org/stable/modules/clustering.html#hierarchical-clustering
Maryam Rahbar
🔳کانال تلگرام
🔹پیج اینستاگرام
🔖کانال یوتیوب
https://scikit-learn.org/stable/modules/clustering.html#hierarchical-clustering
Maryam Rahbar
🔳کانال تلگرام
🔹پیج اینستاگرام
🔖کانال یوتیوب
✅Preprocessing data
The sklearn.preprocessing package provides several common utility functions and transformer classes to change raw feature vectors into a representation that is more suitable for the downstream estimators.👇
https://scikit-learn.org/stable/modules/preprocessing.html#preprocessing
Maryam Rahbar
🔳کانال تلگرام
🔹پیج اینستاگرام
🔖کانال یوتیوب
The sklearn.preprocessing package provides several common utility functions and transformer classes to change raw feature vectors into a representation that is more suitable for the downstream estimators.👇
https://scikit-learn.org/stable/modules/preprocessing.html#preprocessing
Maryam Rahbar
🔳کانال تلگرام
🔹پیج اینستاگرام
🔖کانال یوتیوب
مرکز نوآوری نکسترا با مشارکت پارک علم و فناوری دانشگاه تهران، اولین مسابقه بازشناسی چهره در ایران را برگزار میکند.
جهت کسب اطلاعات بیشتر و آشنایی با قوانین مسابقه #فیسکاپ به سایت مراجعه نمایید.
🌐 https://facecup.ir
🔹🔶https://instagram.com/facecup.ir?igshid=7izxethxctx8
جهت کسب اطلاعات بیشتر و آشنایی با قوانین مسابقه #فیسکاپ به سایت مراجعه نمایید.
🌐 https://facecup.ir
🔹🔶https://instagram.com/facecup.ir?igshid=7izxethxctx8
ML_Classification.pdf
111.1 KB
✅MACHINE LEARNING CHEATSHEET
Summary of Machine Learning Algorithms denoscriptions,
advantages and use cases. Inspired by the very good book
and articles of MachineLearningMastery, with added math,
and ML Pros & Cons of HackingNote.
Design inspired by The
Probability Cheatsheet of W. Chen. Written by Rémi Canard.
Maryam Rahbar
🔳کانال تلگرام
🔹پیج اینستاگرام
🔖کانال یوتیوب
Summary of Machine Learning Algorithms denoscriptions,
advantages and use cases. Inspired by the very good book
and articles of MachineLearningMastery, with added math,
and ML Pros & Cons of HackingNote.
Design inspired by The
Probability Cheatsheet of W. Chen. Written by Rémi Canard.
Maryam Rahbar
🔳کانال تلگرام
🔹پیج اینستاگرام
🔖کانال یوتیوب
🌱مشاوره و کوچینگ دیتاساینس اولین بار در ایران با تیمی مجرب و حرفه ای در این رشته به منظور رشد و پیشرفت فردی-گروهی در زمینه دیتاساینس و هوش مصنوعی 🌱
- چرا دیتاساینتیت شوم؟
- چگونه یک دیتا ساینتیست شوم؟
-منابع رشته دیتاساینس (علم داده) چیست؟
-در چه حوزه ای از علم داده فعالیت کنم؟
-کدام کشور را برای مهاجرت تحصیلی و کاری انتخاب کنم؟
-کدام دوره های آنلاین مناسب با پیشرفت من است؟
- فضا ومحیط کاری دیتاساینتیست در خارج از کشور چگونه است؟
-مصاحبه کاری دیتاساینس چگونه است؟
-چگونه آمادگی لازم برای مصاحبه کاری در زمینه کار دیتا را کسب کنم؟
💫لطفا جهت هماهنگی روز و ساعت از طریق آیدی تلگرام زیر اقدام کنید.
- چرا دیتاساینتیت شوم؟
- چگونه یک دیتا ساینتیست شوم؟
-منابع رشته دیتاساینس (علم داده) چیست؟
-در چه حوزه ای از علم داده فعالیت کنم؟
-کدام کشور را برای مهاجرت تحصیلی و کاری انتخاب کنم؟
-کدام دوره های آنلاین مناسب با پیشرفت من است؟
- فضا ومحیط کاری دیتاساینتیست در خارج از کشور چگونه است؟
-مصاحبه کاری دیتاساینس چگونه است؟
-چگونه آمادگی لازم برای مصاحبه کاری در زمینه کار دیتا را کسب کنم؟
💫لطفا جهت هماهنگی روز و ساعت از طریق آیدی تلگرام زیر اقدام کنید.
علم داده و یادگیری ماشین
🌱مشاوره و کوچینگ دیتاساینس اولین بار در ایران با تیمی مجرب و حرفه ای در این رشته به منظور رشد و پیشرفت فردی-گروهی در زمینه دیتاساینس و هوش مصنوعی 🌱 - چرا دیتاساینتیت شوم؟ - چگونه یک دیتا ساینتیست شوم؟ -منابع رشته دیتاساینس (علم داده) چیست؟ -در چه حوزه ای…
دوستان عزیزی که جهت مشاوره و کوچینگ دیتاساینس پیام دادند، به علت حجم بالای پیام ها با کمی تاخیر پاسخگوی همگی شما عزیزان خواهیم بود.
با تشکر از صبوری شما مهربانان❤️
با تشکر از صبوری شما مهربانان❤️
Forwarded from علم داده و یادگیری ماشین
Data Science Tools.pdf
2.8 MB
✴️Data Science Tools sheet:
1- Data retrieval with SQL
2-Working with data with R
3- Working with data with Python
4- Engineering productivity tips with Git, Bash and Vim
#datascience #sheet
✅Massachusetts Institute of Technology
Credit: Afshine Amidi and Shervine Amidi
https://www.mit.edu/
🔳کانال تلگرام
🔹پیج اینستاگرام
🔖کانال یوتیوب
📣تویتر
1- Data retrieval with SQL
2-Working with data with R
3- Working with data with Python
4- Engineering productivity tips with Git, Bash and Vim
#datascience #sheet
✅Massachusetts Institute of Technology
Credit: Afshine Amidi and Shervine Amidi
https://www.mit.edu/
🔳کانال تلگرام
🔹پیج اینستاگرام
🔖کانال یوتیوب
📣تویتر
🔲CS231n: Convolutional Neural Networks for Visual Recognition
❇️دوره شبکههای مصنوعی کانولوشنی دانشگاه استنفورد.
✔️ https://cs231n.github.io/
❇️دوره شبکههای مصنوعی کانولوشنی دانشگاه استنفورد.
✔️ https://cs231n.github.io/
cs231n.github.io
CS231n Deep Learning for Computer Vision
Course materials and notes for Stanford class CS231n: Deep Learning for Computer Vision.