https://github.com/myeghaneh/PAMT
اولین دیتاست فارسی در زمینه Argumentation mining. حالا شاید براتون سوا ل پیش بیاد که یعنی چه؟ فرض کن در مورد یک موضوع مثل تفکیک زباله. که از چندتا زاویه دید مثبت یا منفی بهش نگاه بشه. مثلا 5تا جمله باشه که 3 تاش در جهت تشویق به تفکیک هست و 2تاش از معایبش مثل هزینه بری بگه. این مدل دیتاست کمک می کنه تا مدل تحلیل یاد بگیره

این یکی دو ماه آینده یک سری پست خفن آماده کردیم و قرار هست بیشتر فعالیت کنیم

https://github.com/4xmen/Get-Github-Achievements
این لینک جدی بگیر دوست عزیز، واسه تقویت رزومه قطعا گیتهاب خیلی ترنده. حالا شاید سوال بشه براتون چطور توی گیتهاب میشه Achievements به دست آورد. خیلی سادس و کافیه این متن فارسی بخونین.

🟢 پروژه هوش مصنوعی داری ولی خودت نمی‌تونی|نمی‌رسی انجام بدی؟
🟢 واسه انتخاب موضوع پایان‌نامه یا پروپوزال، نیاز به مشاوره و همفکری داری؟
🟢 می‌خوای مقاله بنویسی ولی ایده جدید به ذهنت نمی‌رسه؟

🎯 همین الان پروژه خودت رو ثبت کن تا سریع تر بتونی کارات رو تموم‌ کنی و خیالت راحت باشه.

📞 09938013176
🌐 ثبت سفارش از طریق سایت | 📲 ثبت سفارش از طریق تلگرام

https://github.com/sandstorm12/persian_readability_dataset


دیتاست فارسی که واقعا کمیابه و باید قدرشو دونست. مثلا این دیتاست واسه بحث خوانایی کلمات و متون هستش. یه کاربردش کمک به ساخت آزمون خودکار واسه زبان آموزهاست یا کمک به تولید محتوا و سئو

https://github.com/salehsargolzaee/Linear-Algebra-Review-For-Machine-Learning


جزوه دست نویس فارسی جبرخطی مورد نیاز برای یادگیری ماشین

ما چند ماه پیش یک دیتاست فارسی برای تسک intent detection و slot filling برای زبان فارسی ساختیم که از روی همون آتیس انگلیسی هست

https://github.com/Makbari1997/Persian-Atis

https://arxiv.org/abs/2303.00408

این ها هم لینک مقاله و دیتاست هستن

اخیراً ۳ تا دیتاست از داده های توییتر رو تو لینکدینم منتشر کردم که با کوئری های
«اسنپ»، «تپسی»و «threads» گرفته شدن
هر کدوم شامل ۱۰ هزار توییت به همراه اطلاعات جانبی هر توییت (اطلاعات کاربری، تعداد لایک و ری‌توییت و کامنت و ...)
لینک پست لینکدین مربوط به دیتاست ها رو این پایین قرار میدم،
امیدوارم به دردتون بخوره


https://www.linkedin.com/posts/sajad-khanbabaie-b5b38123a_snap-tapsi-10k-activity-7085971422241517568-JwBq?utm_source=share&utm_medium=member_android

https://www.linkedin.com/posts/sajad-khanbabaie-b5b38123a_threads-in-twitter-activity-7088952319853125632-7OGv?utm_source=share&utm_medium=member_android

سلام روزتون بخیر
این دیتاست رو دیروز جمع آوری کردم.
مرتبط با آگهی‌های استخدامی توی سایت جابینجاست، چیزی حدود 26 هزار داده و 16 ستون داره.

لینک گیتهاب به همراه اسکریپت و نوتبوک‌ها:
https://github.com/Hexanol777/Jobinja-Crawler
لینک کگل:
https://www.kaggle.com/datasets/maminkheneifar/jobinja-job-listings-26k

خوشحالیم که بعد از مدت‌ها، نسخه جدید هضم آماده شد. در این نسخه:

• مشکل سازگاری با ویندوز را حل کردیم.
• مستندات پروژه را کامل‌تر کردیم.
• بازنمایی‌های واژه‌ای و جمله‌ای را روی انبوه نوشته‌ها آموزش دادیم.
• نرمال‌سازی نوشته‌ها را دقیق‌تر کردیم.
• دقت تحلیل صرفی و تجزیه سطحی را افزایش دادیم.
• از برچسب‌های صرفی و نحوی یونیورسال استفاده کردیم.
• کدها را با آخرین نسخه پایتون سازگار کردیم.

🔸 توضیحات کامل‌تر در مورد نسخه جدید هضم

🔸 می‌توانید پروژه متن‌باز هضم را در GitHub تعقیب کنید:
https://github.com/roshan-research/hazm

https://github.com/GolaraRFI/persian-tokenizers

یک کار درست حسابی و مفید واسه پردازش زبان طبیعی فارسی. یک فردی اومده 4تا توکنایزر معروف واسه فارسی با هم مقایسه کرده. پس اگر براتون سواله ک واسه توکنایزر فارسی هضم بهتره یا پارسی ور یا حتی Nltk. حتما نتایجش بخونین.

https://github.com/professormahi/awesome-services-4-iranian-developers


یک لیست خفن از ابزارهای مناسب واسه دولوپرهای ایرانی

https://github.com/Amirrezahmi/Mathematica-Wolfram-notebooks

این مخزن شامل نوت بوک هایی است که در آن دستورات مباحث مختلف ریاضی چون جبرخطی، حسابان و ترسیم نمودار ها آورده شده. توضیحات هر دستور به زبان فارسی در پوشه denoscriptions آورده شده.

جبر خطی بهمون کمک میکنه خیلی از مفاهیمی که هر روز توی پروژه‌های هوش مصنوعی استفاده می‌کنیم رو بهتر درک کنیم.

✅ دوره جبر خطی دیتاهاب هم توی کانال یوتیوب و هم توی سایت قرار گرفته و خیلی ساده نکات کاربردی جبر خطی رو توضیح میدیم.

✅ کافیه 3 ساعت وقت بذاری و بعد از اون قطعا دیدت نسبت به کدهایی که هر روز میزنی تغییر میکنه.

✅ قراره چی یاد بگیریم؟
ماتریس‌ها که پایه و اساس کار هستن، پس بیشتر دربارشون حرف میزنیم.
بعدش میریم سراغ کاربرد جبر خطی توی شبکه عصبی و پروژه‌های هوش مصنوعی

🌐 جبر خطی در کانال یوتیوب
🌐 جبرخطی در سایت دیتاهاب

🆔 @data_hub_ir

https://github.com/amirroox/Persian-Developer-Roadmap

نقشه راه برای توسعه دهندگان برای پیشرفت بهتر

یکی از سوالات رایج برنامه نویسان این است که برنامه نویسی را از کجا شروع کنیم؟ و چگونه پیشرفت کنیم؟

از آنجایی که اکثر دوستان برای ورود به دنیای کامپیوتر و برنامه نویسی با مشکلات زیادی مواجه بودند و با سوالات زیادی مواجه می شدند، تصمیم گرفتیم برای افرادی که نمی دانند از کجا شروع کنند یا افرادی که به سطح قابل قبولی از دانش رسیده اند اما برای پیشرفت نمی داند چه چیزی را شروع کنند، یک انجمن راه‌اندازی کنیم.

https://github.com/hamiGH/persian-nlp


پردازش زبان طبیعی اونم روی داده های فارسی با جاوا مثل شکنجه می مونه ولی ی دوستی اومده کار یکم اسون تر کرده

https://github.com/bioinfmatters/patogh


بهشت بچه های بیوانفورماتیک، کلی دیتاست و ابزار و منبع آموزشی

یک دوست خوش ذوقی یک کرالر واسه سایت ایران داک نوشته و بعد از استخراج داده ها، به کمک شبکه پیچیده گراف همکاری بین رشته ای ترسیم کرده، این مدل کدها بابه مقاله نوشتنه...


https://github.com/tekboart/SNA-thesis

کد آماده استخراج داده از سایت tsetmc
طبیعتا واسه بورس بازها به درد می خوره

https://github.com/Mostafa-Hassani/Crawling/blob/main/TseTmc_Crowling.ipynb

واسه نرمالسازی متون فارسی یکی از سخت ترین چالشها، اصلاح غلطهای گرامری هست
حالا یک دیتاست واسه این چالش معرفی می کنیم که میتونه کمک زیادی به بهبود سیستم های جاری کنه


https://github.com/leilaakbari/PVGED--Persian-Verb-related-Grammatical-Errors-Dataset

https://github.com/MrTaravat/technical-analysis-burse-iran
پروژه پایانی کارشناسی تحلیل تکنیکال نمودار سهام و پیش بینی از طریق روش های ماشین لرنینگ
که هم کد و هم گزارش داره

پ.ن: طبق این کد، معامله کردید و ضرری حاصل شد مسئولیتش با خودتون.☺️