Python (Artificial intelligence and Data Science)

سال نو مبارک باشه سال تازه پر از اتفاقای خوب باشه براتون.

اینو میتونین دریابید : https://t.me/SOLARIANTECHBOT?startapp=ZYFsMKnVdM هر ۳۵۰ توکنش برابر با یدونه ton هستش هر تون هم ۳.۸ دلاره امروز

رویداد تحول دیجیتال با زیرساخت ابری حضور محدود در رویداد: https://irancellacademy.com/event?key=679b6218567806be451278c3

🔰 فرم دستیاری آموزشی یادگیری ماشین کاربردی دکتر ناظرفرد در ترم دوم ۱۴۰۳-۱۴۰۴ دانشگاه صنعتی امیرکبیر: https://docs.google.com/forms/d/e/1FAIpQLSdNDR9tU0dZ_fBA9twh1n8FOyNGGGNnvkBULlZLywrorCbetQ/viewform?usp=sf_link صرفا دوستانی میتونن درخواست رو داشته باشن که مقطع کارشناسی ارشد یا دکتری باشن و درس رو گذرونده باشن. از دانشگاه های غیر از صنعتی امیرکبیر هم برای این ترم میتونین درخواست بدین که بررسی داشته باشیم. لازم به ذکر هستش که هد تی ای این درس من (امیرحسین بابائیان) هستم.

سلام به همه دوستان اگر کسی هستش که از دوره ها جزوه ای نوشته ممنون میشم به اشتراک بذاره که داخل کانال منتشر کنیم بقیه دوستان هم استفاده کنن. متشکرم ازتون ؛)

⭕ برای شروع دوره پایتون با محوریت علوم داده میتونین به این پست مراجعه کنین.

⭕ برای شروع دوره پایتون و یادگیری ماشین کاربردی میتونین به این پست مراجعه کنین.

https://t.me/tonstationgames_bot/app?startapp=ref_gtgmby1aturchkskxq8zyf Join me on TON Station! Let's farm together and earn rewards! 🚀

سلام به همه عزیزان امروز حدودا ۲ ساعتی برای آپدیت کردن لینکدینم وقت گذاشتم. ازتون ممنون میشم صفحه لینکدینم رو ببینید و دوست داشتین کانکشن هم بزنین و اگرم نظری در مورد بهبود صفحه داشتین بهم خبر بدین ؛))) 🫧 https://www.linkedin.com/in/amirhossein-babaeayan 🔥 اینجا میتونین ارتباط بگیرید باهام @AmirHosseinBabaeayan #پست_موقت

❤ مجموعه جلسات «گذر» 💠عنوان: "Probabilistic Programming for Machine Learning" 🎙 ارائه‌دهنده: امیرعباس اسدی 🔻توضیحات: Bayesian Learning provides a natural framework for approaching Machine Learning problems. For a long time, due to the significant computational cost of Bayesian inference, this framework was limited to simple models and problems with a small amount of data. Probabilistic Programming is the fruit of many years of research in approximate Bayesian inference aiming to address these limitations. This presentation is a friendly introduction to Probabilistic Programming. We will explore how modern inference methods and recent advances in Differentiable Programming can help us unlock the full potential of Bayesian Machine Learning. Presentation outline: - Bayesian Learning and Probabilistic Programs - Probabilistic Programming in Julia - Approximate Bayesian Inference -- Markov Chain Monte Carlo -- Variational Inference - Differentiable Programming - Discussing some examples: -- Bayesian Deep Learning -- Bayesian Neural Differential Equations -- Inverse Optimization پیشنیاز های علمی:  آمار و احتمال مقدماتی، آشنایی با Deep Learning 🌐 فرم ثبت‌نام ⏲ مهلت ثبت‌نام : ۱۵ مهر 🗓 زمان: چهارشنبه ۱۸ مهر - ساعت ۱۶:۰۰ 📍مکان: به صورت هیبرید - کلاس ۱۰۹ دانشکده ریاضی 🚀 @Gozar_SUT ❤ 🚀 @hamband_sut ❤

🔥 جهت تکمیل پست مربوط به Jupyter باید بدونین که برای آشنایی با Google colab هم میتونین از این فایل استفاده کنین.

https://t.me/notpixel/app?startapp=f370758661 ایردراپ مطمئنی هستش از زیر مجموعه های رسمی خود TON و دو روز میذارمش اگر کسی دوست داشت بزنه.