دوستان
دکتر مسعود کاویانی بهم اجازه دادند پی دی اف کتاب "داده کاوی برای برنامه نویسان" شون رو در کانالم منتشر کنم.

خیلی سپاسگزاریم ازشون🙏⚘❤

لینک سورس کدهای کتاب دکتر مسعود کاویانی:


https://github.com/MasoudKaviani/pg2dm-python

یک نکته قدیمی

استفاده از ساختار email در لینوکس برای دریافت گزارش از سیستم.
البته قدیما از sendmial استفاده می شد و در توزیع های جدید از postfix استفاده میشه.

به همین دلیل هست که ابزارهای قدیمی از sendmail پشتیبانی می کنه.


با تشکر

@lpicfarsii

یک ابزار جالب در لینوکس

با تشکر از مهندس محمد عابدینی عزیز⚘🙏

Top 10 algorithms in data mining

تفاوت CPU و GPU و TPU در پردازش داده

https://www.linkedin.com/posts/damienbenveniste_machinelearning-datascience-google-activity-7021518113561083904-tVjI

کتاب هوش مصنوعی راسل نرویک
کلاسیک ترین کتاب هوش مصنوعی

اگه میخواد تو حوزه ی NLP فارسی کار کنید باید دستور زبان فارسی رو بلد باشید، ساختار جمله، فعل، فاعل، مفعول، انواع واج، حرف و .... !

Generative Pre-trained Transformer 3 (GPT-3)
یک مدل زبان outoregressive است که در سال 2020 منتشر شده و از یادگیری عمیق برای تولید متنی شبیه متنی که انسان تولید میکند، استفاده می کند. با در نظر گرفتن یک متن اولیه به عنوان دستور، متنی را تولید می‌کند که به دستور ادامه می‌دهد.

Book: GPT-3

Authors: Sandra Kublik, Shubham Saboo

Publisher: O'reilly

Language: English

Pages: 148

کتاب پردازش زبان و گفتار
مولفین: دانیل ژورافسکی،جیمز مارتین
مترجمین: دکتر هادی ویسی و همکاران
انتشارات: نویسه پارسی
تعداد صفحات: ۸۸۴
زبان: فارسی

#NLP

خب خب خب، بحمد و قوه ی الهی امروز پروژه
Recommender system
رو استارت میزنم.


کتاب داده کاوی دکتر مسعود کاویانی فصل ۲ اش راجب سیستم های توصیه گر هست که من خوندمش و خیلی ممنونم ازشون❤.

این کتاب داده کاوی دکتر کاویانی رو حتما حتما بخونید، خیلی خوب توضیح دادند همه چیو، حتی کدهای پایتونش هم آوردند🤗.

یکی از متدهای مورد استفاده در ریکامندر سیستم ها به نام
Collaborative Filtering
هست، به مفهوم اینکه اگه یه کاربر یا مشتری به چیزی علاقه داشته باشه، کاربر یا مشتری مشابه هم ممکنه همون چیز رو دوست داشته باشه، بنابراین ریکامندر سیستم به اون کاربر یا مشتری مشابه هم اون چیز رو پیشنهاد میده.

امروز داشتم این ریکامندر سیستم هارو به روش classification کار میکردم دیدم یهو غرق تابع های الگوریتم K-nearest-neighbor شدم!

متوجه شدم تابع نزدیکترین همسایه رو که ما به راحتی با دو خط کد اجراش میکنیم، با حدود ۲۰۰ کد خط نوشتن! اونم اون تابع نهاییش رو فقط!

خیلیه ها! این قدرت لایبرری های پایتون رو نشون میده!

به عنوان یه دیتاساینتیست حتما سورس کدهای لایبرری scikit-learn رو ببینید تا متوجه عظمت این الگوریتم های ماشین لرنینگ بشید!


وای خدا مغزم

دقیقا اون لحظه ای که تمام فرمول های مد، میانه، فاصله اقلیدسی، مَنهَتن، مینکوفسکی، انحراف استاندارد رو تو فایل پایتون neighbors دیدم.‌