مرجع دیتاست فارسی

مجموعه‌ای جامع از کلمات در تمامی زبان‌ها! این ریپازیتوری شامل یک دیتاست بزرگ و کلیه کلمات موجود در زبان‌های مختلف است. برای محققین و علاقه‌مندان به پردازش زبان طبیعی (NLP) و مطالعات زبان‌شناسی می‌تواند بسیار مفید واقع شود. از این دیتاست در پروژه‌های ترجمه خودکار، تشخیص زبان، و تحلیل متنی می‌توانید استفاده کنید. 📱 GitHub Repo

اگر به حوزه پردازش زبان طبیعی (NLP) و مدل‌های زبانی هوش مصنوعی علاقه‌مندید، این مجموعه داده برای شماست! این پروژه با هدف ارزیابی عملکرد ChatGPT برای زبان فارسی ایجاد شده است. شامل مجموعه‌ای متنوع از سوالات و پاسخ‌ها به زبان فارسی می‌باشد که می‌تواند در پروژه‌های مرتبط با توسعه مدل‌های AI و NLP بسیار کاربردی باشد. می‌توانید از این دیتاست برای ارزیابی و بهبود مدل‌های زبان فارسی در اپلیکیشن‌های چت‌بوت، ترجمه ماشینی و سایر کاربردهای مشابه استفاده کنید. 📱 GitHub Repo

رفقا، متلب‌کار کسی هست؟ لطفا ی پیام بفرستید @data_hub

Everything Freelancers Need To Know 📱 Link

دیتاست مربوط به instructهای فارسی مناسب برای فاین تیون کردن مدل های زبانی 📱 GitHub Repo

آیا به تجزیه و تحلیل موسیقی علاقه دارید؟ این پروژه گیت‌هاب برای شماست! 🎶 پروژه Music Analyzer به شما امکان می‌دهد تا به تجزیه و تحلیل و پردازش داده‌های موسیقی بپردازید. این ابزار می‌تواند ویژگی‌های مختلف موسیقی را استخراج کرده و اطلاعات مفیدی را در اختیار شما قرار دهد. از این پروژه می‌توانید در پژوهش‌های خود، توسعه اپلیکیشن‌های موسیقی 🎵، یا حتی در پروژه‌های یادگیری ماشین 🤖 استفاده کنید. برای دسترسی به این ابزار کارآمد، از لینک زیر استفاده کنید: 📱 GitHub Repo

چون حجم پروژه زبان فارسی باستان زیاده و در آینده قراره وسیع تر بشه و خب مسلما در یک ریپازیتوری گیتهاب جا نمیشه؛ به همین علت براش یک اورگانیزیشن (organization) ساختم. اگه کسی علاقه داشته باشه میتونه روی این پروژه کار کنه؛ بهم ایمیل بزنید تا من در آینده شما رو عضو لیست People کنم، خیلی هم خوشحال میشم🥰. کارهای غیر فنی و غیر کدی هم زیاد دارم؛ مثلا پیدا کردن کتاب های خوب، مقاله، ساختن world list برای این زبان، جمع آوری دیتای عکس از کتیبه ها یا دیتای متنی از زبان فارسی باستان و .... https://github.com/Electronic-Persian-Old-Library

اگه آلمان مقصد جذابیه براتون این سایت های مهم کلی بهتون کمک می‌کنن: و قبلش این و بگم که برای محتوای بیشتر دباره کار تو محیط بین المللی می‌تونید تلگرام کی‌ورک رو هم دنبال کنید: ⁩1. www.uni-assist.de یونی اسیست 2. www.studienkollegs.de لیست کالج ها 3. www.teheran.diplo.de سفارت آلمان در تهران 4. www.hochschulkompass.de جستجوی دانشگاه و رشته 5. www.studieren.de جستجوی دانشگاه و رشته 6. www.dsit.org.ir موسسه گوته 7. www.pdexp.com پست پ د ا 8. www.tntiran.com پست تی ان تی 9. www.dhl.co.ir پست دی اچ ال 10. www.karapost.com کاراپست 11. www.study-in.de جستجوی دانشگاه و رشته 12. www.daad-iran.org دآآد ایران 13. www.daad.de دآآد 14. www.gate-germany.de 15. grad.saorg.ir دانشگاه های مورد تایید وزارت علوم 16. www.hochschulstart.de وابسته به اسیست 17. www.studis-online.de 18. www.howtogermany.com 19. www.numbeo.com هزینه زندگی و مشخصات رفاهی شهر ها 20. www.expatistan.com هزینه زندگی در شهر ها 21. www.lebenslauf.com نوشتن زندگی نامه 22. https://lnkd.in/dXm6jPCv 23. https://lnkd.in/dMH2ZMY6 24. www.testas.de تست آس 25. www.testdaf.de تست داف 26. en.dsh-germany.com د اس ها 27. www.skyscanner.net موتور جستجوی پرواز 28. www.applyabroad.org فروم 29. www.academiacafe.com یه فروم دیگه 30. www.stexx.eu بانک اطلاعاتی تحصیل در همه جا 31. www.topuniversities.com (QS)رده بندی دانشگاه ها 32. https://lnkd.in/diCwRhmY رده بندی دانشگاه ها 33. europass.cedefop.europa.eu وبسایت حرفه ای برای نوشتن رزومه 34. www.deutschland.de در مورد آلمان 35. www.worldatlas.com اطلاعات عمومی کشور ها 36. www.gehalt.de درآمد مشاغل مختلف در آلمان به طور میانگین 37. www.studienwahl.de راهنمای تحصیل در آلمان برای جستجوی خانه و وگ و هاستل و ... 1. www.airbnb.com 2. www.wg-gesucht.de 3. www.homestay.com 4. www.immowelt.de 5. www.wohnungsmarkt24.de 6. www.immobilienscout24.de 7. www.immonet.de 8. www.studenten-wg.de 9. https://lnkd.in/dFTX2Qaj 10. www.wohngemeinschaft.de 11. www.wohnung-fuer-dich.de 12. www.wg-suche.de 13. www.quoka.de 14. Studierendenwerk der Unis 15. Sonntag, Kurier und andere Zeitungen 16. Facebook (Wohnungssuche/wg - wohnungsbörse / wg- Wohnungsmarkt + esme shahr) 17. www.hostelbookers.com 18. www.hostelworld.com 19. www.studenten-wg.de 20. www.booking.com برای پرداخت هزینه های اپلای و ...(بدون فیلتر شکن وارد شوید!) 1. www.assist-pay.ir 2. www.parsianpay.com 3. www.tehranpayment.com مفید برای یادگیری زبان و آموزشی: 1. www.memrise.com 2. www.fluentu.com 3. www.coursera.org خرید اجناس دسته دوم در آلمان : 1. www.gebraucht.de 2. www.ebay-kleinanzeigen.de 3. www.shpock.com سایت های خوب کاریابی : 1. www.Indeed.de 2. www.Jobrapido.de 3. www.stepstone.de 4. www.jobtopus.de Shadi Sepehri

انتشار دیتاست‌ها و LLMهای فاین‌تیون شده اختصاصی باسلام + به همراه کد و بلاگ تجربه مهندسی آدم‌ها در باسلام می‌تونن خودشون محصولاتشون رو تعریف کنند. در نتیجه استاندارد ثابتی برای محتوا وجود نداره. یکی از چالش‌هایی که ما در تیم matchmaking باسلام داشتیم این بود که چطور از دل این دیتای بدون ساختار، دیتای ساختاریافته استخراج کنیم که بتونیم در الگوریتم‌های جستجو و دیسکاوری ازشون استفاده کنیم. برای حل این مسئله ما از مدل‌های زبانی بزرگ (LLM) استفاده کردیم. از اون جا که احتمال دادیم پلتفرم‌های دیگه‌ای هم ممکنه مسئله یا چالش‌های مشابهی به خصوص در زبان فارسی داشته باشند، تصمیم گرفتیم کد، دیتاست‌ها و LLM های فاین تیون شده رو Open Source کنیم. دیتاست‌ها از جنس Instruction-tuning هستند و همچنین مدل‌ها، فاین‌تیون شده‌ی مدل llama-2. لینک کالکشن هاگینگ‌فیس مدل‌ها و دیتاست‌ها: https://huggingface.co/collections/BaSalam/product-catalog-generator-6654e4b5c7ff1a0216849ff8 لینک کد Train مدل: https://github.com/basalam/product-catalog-generator لینک بلاگ تجربه مهندسی: https://vrgl.ir/RZxJY Mohammadreza Esmaeilian

یه سایتی هست به نام hashtag#ناکامولوژی 🤷 که میاد استارتاپ هایی که شکست خوردن رو کامل معرفی می‌کنه و علت شکست رو هم عنوان می‌کنه👌 می‌تونه برای مقابله با خوش بینی بیش از حد و انتخاب مسیر درست خیلی کمک کننده باشه. اینکه صرفا چشممون به استارت آپ های قوی نره و فکر نکنیم فقط شروع کردن مهمه!🤔 خیلی چیزا هست که می‌تونه یه پروژه خیلی قوی رو زمین بزنه💥 خوندن داستان های شکست به اندازه ی خوندن داستان های موفقیت ضروریه!ولو بیشتر nakamology.ir Elmira Niraneh

انتشار دیتاست بزرگ محصولات و کامنت های دیجیکالا 🔍 نکات برجسته مجموعه داده: - بیش از 1.2 میلیون محصول در چندین ویژگی از جمله قیمت، امتیاز محصول، تعداد آرا، دسته بندی، نام تجاری و موارد دیگر - مجموعه ای گسترده با بیش از 6 میلیون کامنت محصول، شامل متن کامنت، تاریخ کامنت، امتیاز دهی کاربر، مزایا و معایب ثبت شده توسط کاربر و ... هم اکنون دانلود کنید: این مجموعه داده در Kaggle و Hugging Face قابل دسترسی است. ⬇️ لینک دانلود از Kaggle: https://www.kaggle.com/datasets/radeai/digikala-comments-and-products ⬇️ لینک دانلود از Hugging Face: https://huggingface.co/datasets/RadeAI/Digikala_comments_products این دیتاست رو برای اهداف بیزینسی تیممون در تابستان 1402 جمع آوری کردیم و الان برای استفاده محققین و فعالین حوزه دیتا منتشرش کردیم. Rade AI

اگه برای پوزیشن های تکنیکال مثل software engineering، ماشین لرنینگ، دیتا ساینس و data engineering اقدام میکنید، یکی از مهمترین قسمتهای مصاحبه سؤال در مورد system design است. این ریپو کلی ویدیو و مطلب آموزشی داره از آسون به سخت https://github.com/ashishps1/awesome-system-design-resources?tab=readme-ov-file Morteza Sharifi

این یکی مخصوص دانشجوها، https://lightning.ai ۲۲ ساعت GPU رایگان اجرا توی بکگراند (بدون قطع شدن) حافظه و رم هم رایگان هست نیاز به Credit Card, ... هم نداره اگر از ایمیل .edu یا .org استفاده کنید درجا دسترسی برای شما باز میشه اما اگر ندارید هم مشکلی نداره، نهایتاً ۲-۳ روز طول می‌کشه تا دسترسی شما باز بشه. (بد نیست با چندتا ایمیل درخواست دسترسی بدید، همین حالا) Milad Saberian

نسخه کوانتایز شده و سبک شده مدل جدید درنا در این نسخه علاوه بر کوانتیز سرعت Generation مدل نیز با مکانیزم Flash Attention ارتقاء یافته است و همچنین این مدل بر خلاف کوانتایزهای متداول نظیر GGUF که وابسته به کتابخانه هستند نظیر Candle و LlamaCpp مستقل از کتابخانه هست و به راحتی مانند مدل‌های کوانتایز نشده لود می‌شود https://huggingface.co/amirMohammadi/Dorna-Llama3-8B-Instruct-Quantized4Bit

انتشار دیتاست بزرگ سایت باسلام توسط تیم Rade AI 🔍 شامل اطلاعات فروش و مشخصات 2.4 میلیون محصول موجود در سایت باسلام به همراه دیتاست 3.3 میلیونی کامنت های محصولات. هم اکنون دانلود کنید: این مجموعه داده در Kaggle و Hugging Face قابل دسترسی است. ⬇️ لینک دانلود از Kaggle: https://www.kaggle.com/datasets/radeai/basalam-comments-and-products ⬇️ لینک دانلود از Hugging Face: https://huggingface.co/datasets/RadeAI/BaSalam_comments_products لازم به ذکر است این اطلاعات صرفا جهت اهداف بیزنسی تیم در تاریخ فروردین 1403 جمع آوری شده

#موقت رفقا قراره از هفته آینده بترکونیم و هفته ای 3تا محتوا بزاریم کمربندها محکم ببندید ک تابستون داغی در پیش داریم این پست های طی 3 مرحله فیلتر شدن و سعی شد که فقط مطالب فوق کاربردی مطرح بشه حتما حتما Share کنید تا یک حالی هم به ما داده باشید

تایپیست » یک اکستنشن برای مرورگر جهت آموزش تایپ ده‌انگشتی با کمک هوش مصنوعی و تحلیل آماری. در این برنامه رفتار تایپی کاربر بررسی شده لغاتی به کاربر پیشنهاد می‌گردد که کاربر نیاز بیشتری به تمرین آن لغات دارد. 📱 Extension 📱 GitHub Repo

چند فونت مطرح و اوپن اکسس فارسی (وزیر، استعداد، ساحل، میخک، آذرمهر) 🧑‍💻 GitHub Repo

توی حوزه‌های زیر اگه خواستید کار کنین و نیاز به یک رودمپ داشتید حتما این ریپو رو چک کنین: 👩‍💻 فرانت‌اند (Front-end) 👩‍💻 بک‌اند (Back-end) 👩‍💻 اندروید (Android) 👩‍💻 هوش‌مصنوعی‌ودانشمندداده (AI and Data Scientist) 👩‍💻 پایتون (Python) 👩‍💻 گو (Go) 👩‍💻 ریکت (React) 👩‍💻 جاوا(Java) 👩‍💻 جاوااسکریپت (JavaScript) 👩‍💻 داکر (Docker) 👩‍💻 فلاتر (Flutter) 👩‍💻 اس کیو ال (SQL) 👩‍💻 پستگرس‌کیوال (PostgreSQL) 👩‍💻 دیتابیس مونگو|مانگو (MongoDB) 👩‍💻 طراحی نرم افزار و معماری(software-design-architecture) 👩‍💻 امنیت در API (api-securityا) 👩‍💻 ویو جی اس (Vue.Js) 👩‍💻 تایپ اسکریپت (TypeScript) 👩‍💻 گراف کیو-ال (QraphQL) 👩‍💻 و ... پ.ن: حجم عکس‌های توی README یکم زیاده طول میکشه تا لود بشه صبور باشید. 🧑‍💻 GitHub Repo

یکسری دیتاست فارسی برای بحث تحلیل احساسات که از منابع مختلفی جمع شده (دیجی‌کالا، اسنپ فود، توئیتر و ...) ژوپیتر نوت بوک لود دیتاست‌ها و همچنین Paperهایی که روی این موارد داده شده رو هم داخل ریپو گذاشتن و میتونین استفاده کنین 🧑‍💻 GitHub Repo