چطوری تو #گیت_هاب دو یا چند ریپازیتوری رو در یک ریپازیتوری با هم ادغام (merge) کنیم؟


امروز نیاز داشتم دوتا پروژه ام رو تو گیت هاب با هم ادغام کنم. این روش رو پیدا کردم😎:

https://medium.com/altcampus/how-to-merge-two-or-multiple-git-repositories-into-one-9f8a5209913f

به نظرتون دارم چی کار میکنم؟😎☠

دارم تقریبا یه همچین کاری میکنم:

https://medium.com/codex/how-to-set-up-and-run-python-data-science-development-environment-with-jupyter-on-docker-17e04e11d6c

اگه خواستید راجب اینکه چطوری میتونیم پروژه های ژوپیتر نوت بوک مون رو روی داکر ران کنیم بیشتر بدونید، یه نمونه پروژه اش رو گزاشتم تو گیت هابم:

https://github.com/Melanee-Melanee/Jupyter-on-Docker

#سوال⁉️

وقتی میخواید تو مدلسازی #ماشین_لرنینگ دیتاتون رو split کنید، چطوری میتونید اون ردیف هایی که خودتون میخواید رو به عنوان دیتای train و test  تعیین کنید؟

(در حالت کلیش مدل خودش به صورت رندوم میاد دیتا رو split میکنه و اصلا مشخص نیست کدون ردیف دیتای train هست و کدوم ردیف test. )


بهش فکر کنید تا جوابشو بهتون بگم😎، خیلی آسونه.


◦•◉✿ @python_rd ✿◉•◦

به همین راحتی!
مثلا دیتاست شما ۲۰۰ تا ردیف داره، اینجوری ۱۰۰ تای اول رو به عنوان دیتای train و ۱۰۰ تا بعدی رو به عنوان دیتای test انتخاب میکنید.


حالا اگه خواستید فقط یه ردیف آخر رو به عنوان دیتای جدید به مدلتون بدید تا براتون predict کنه، اینجوری باید بنویسید کدتون رو:

train_df =df[0:-1]
test_df=df[-1]

‏متاسفانه صابر راستی‌کردار، خالق فونت‌های وزیر‌ متن (همون فونت زیبایی که روی تلگرام دسکتاپ و گوگل‌داکز و... به رایگان ازش استفاده می‌کنیم) و گندم و شبنم و کلی فونت دیگه، به سرطان مبتلا شده و در وبلاگش در این مورد مطلبی نوشته:
مشاهده مطلب در وبلاگ راستی‌کردار
‌
اگر از فونت‌هاش استفاده می‌کنیم، شاید الان دونیت (حمایت مالی) ما بیشتر از قبل به کارش بیاد.
لینک دونیت:
payping.ir/@saber
‌
به امید بهبود هر چه زودتر صابر عزیز.
‌

این هم گیت هاب آقای صابر راستی کردار.

بچه ها حتما اگه میتونید به ایشون کمک کنید چون کارهای با ارزشی انجام دادند تو زندگیشون🥺❤.

به امید سلامتی شون🙏.

اگر میخواید مبحث Time Series رو یاد بگیرید تو کتاب Python for Data Anslysis هست.

قیافه ی کتابش این شکلیه😅.

امروز داشتم تو پونیشا و کارلنسر پروژه هارو میدیدم، فهمیدم پروژه های ساخت ربات تلگرامی با #پایتون زیاده و برام جالب بود انقدر مردم بهش نیاز دارند.

این پروژه #ماشین_لرنینگ هم باحال بود😎.

چطوری میتونیم مدل #ماشین_لرنینگ مناسب برای دیتامون انتخاب کنیم:


https://medium.com/p/1699967bb31a


🔆 @ai_inf

یه نوت بوک شبیه این پروژه براتون میفرستم ببینیدش، تو این پروژه چندین مدل #ماشین_لرنینگ برای دیتاست اعمال شده و در نهایت مدلها با هم مقایسه شدند.

یه پروژه ی بامزه ی دیگه از سایت فریلنسر


میگه با پایتون یه اسکریپتی بسازید که فیلم های یوتیوب رو بدون استفاده از subnoscript اش ترجمه کنه و به text برگردونه فیلم رو😎.

یعنی یجورهای speech to text میخواد.

خبر خبر
اوبونتو 23.10 در راهه، با بک گراند گاو شاخدار😅.