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.☺️

هر چیز عالی که در دنیای فارسی زبان ها وجود داره مثل کتاب ها، کتابخونه ها، فریم ورک ها، دوره‌ها، سایت‌ها و هر چیز مرتبط دیگه‌ای

https://github.com/rzashakeri/awesome-persian

یه پروژه باحال و با یه دیتاست جذاب
اگه علاقه مند به تحلیل احساسات هستین و دنبال دیتاست جدید، پس به این ریپ سر بزنین


https://github.com/mpanahi/BERT-sentiment-classification

دیکشنری تخصصی هوش مصنوعی و علوم داده
مناسب برای ترجمه و تولید محتوا


https://github.com/snrazavi/Persian-AI-and-Machine-Learning-Glossary

دیتاست فارسی اطلاعات موبایل از وب سایت تکنولایف
این مدل دیتاست ها به درد کارهایی مثل سیستم توصیه گر می خوره

https://github.com/mamadgeek/mobile_farsi_datasets_1401-2-5

https://github.com/mparsa1372/bank-card-iran

بررسی شماره کارت بانکی - اصالت سنجی شماره کارت بانکی ایران به همراه تصویر بانک ها

https://github.com/Aylarrazzaghi/Common-mistakes-in-Farsi


غلط‌های مصطلح در زبان فارسی به همراه جایگزین‌های مناسب
یک بار واسه همیشه یادش بگیرید لطفا دیگه غلط ننویسید

دیتاست برترین پادکست های فارسی spotify

https://github.com/amirafshari/spotify-persian-podcast

سیستم تشخیص گفتار فارسی با CNN
کدهای پروژه و مدل ترین شده موجود هست


https://github.com/AminLari/Persian-Language-Voice-Recognition-System