مرجع دیتاست فارسی

A SQL database that includes a dictionary of 494,286 Persian words. یکی از کاربرد این مدل دیکشنری ها واسه بحث املا و تشخیص غلط هاست https://github.com/masterking32/persian-wordlist

علمای آمار کسی هست ی سوال آماری بپرسم @data_hub

ساده ترین چت بات فارسی با پایتورچ https://github.com/karamih/Chat-Bot

مجموعه داده های رسمی علائم تجاری ایران علائم تجاری، آرم، علائم و نمادهای شرکت های رسمی ایرانی. بیش از 30 هزار عکس از http://ipm.ssaa.ir/Search-Trademark https://github.com/kargaranamir/Trademarks-from-Iranian-Companies

مجموعه ای از مخازن، مجموعه داده ها، مدل ها، ابزارها و موارد دیگر برای گفتار به متن (stt) و متن به گفتار (tts) برای زبان فارسی https://github.com/karim23657/awesome-Persian-Speech

چ دیتاستی این مجموعه داده به صورت تصادفی از پایگاه داده یک شرکت مخابراتی ایرانی در مدت 12 ماه جمع آوری شده است. در مجموع 3150 ردیف داده که هر کدام یک مشتری را نشان می دهد، حاوی اطلاعات 13 ستونی است. ویژگی هایی که در این مجموعه داده وجود دارد عبارتند از عدم موفقیت تماس، دفعات پیامک، تعداد شکایات، تعداد تماس های متمایز، طول اشتراک، گروه سنی، مبلغ شارژ، نوع سرویس، ثانیه استفاده، وضعیت، دفعات استفاده و مشتری. ارزش. همه ویژگی ها به جز ویژگی ریزش داده های جمع آوری شده 9 ماه اول است. برچسب های ریزش وضعیت مشتریان در پایان 12 ماه است. https://github.com/Sabreen-Nazar/Iranian_Churn

نوتبوک های آموزش ساختمان داده و طراحی الگوریتم به زبان فارسی و همراه با مثال و کد https://github.com/salinourian/Notebooks-for-Data-Structures/tree/master

یک دیتاست بزرگ و مناسب 14 میلیون جفت جمله فارسی از مکالمات روزمره https://github.com/ZahraArshia/PeQa

یک کار خلاقانه انتخاب اسم شرکت با تجزیه و تحلیل ابرکلمات کلمات کلیدی پرتکرار https://github.com/bhx98/NameAnalysis/tree/main

آموزش نظر کاوی و تحلیل احساس به زبان فارسی کلا تسک تحلیل احساسات (یا درست ترش تحلیل عواطف)چون ساده هست خیلی خواهان داره https://github.com/ithabibi/Persian-Opinion-Mining-and-Sentiment-Analysis

دیتاست و کد پیش بینی نتایج لیگ ایران جالبه و خلاقانه البته ممکنه نتیجه خوب گرفته نشه به خاطر تبانی 😊 https://github.com/FrankPujo/Iran_football_pred

یک دوستی لطف کردن و یکسری از جدیدترین متدها مثل t5 روی زبان فارسی واسه دوتا تسک از جمله خلاصه سازی فاین تیون کردن. کارش ارزشمنده و همین ک کدها گذاشتی بانی خیر شده https://github.com/Ali-Fartout/NLP_Toolbox

اینقدر این دیتاست جذاب بود که نگم خب تورم یار همیشگی ما توی کشوره حالا فرض کنید یک دیتا کامل و پیش پردازش شده از اجناس و قیمت هاشون داشته باشید... https://github.com/Iran-Open-Data/HBSIR

یک آدم خوش ذوقی آموزش پایتون سایت محبوب w3school ترجمه کرده https://github.com/imsalione/PythonFundamentals-Farsi

This is Persian dataset that is crawled from Twitter, and is used in the paper titled "Persian Sentiment Analysis via a Transformer Model concerning Banking Sector" https://github.com/soheil2017/Banking-Persian-dataset

اگر دنبال ایده واسه نوشتن مقاله هستید کد و دیتاست حتما نگاه کنید دست روی موضوعی گذاشته که روی فارسی کم کار شده https://github.com/faezeh-lbf/Probing-Persian-Language-Models

رفقا کسی ی پروژه با networkx هست کسی تمایل داشت توضیحات بیشتر براش بفرستم @data_hub

یک مقاله خوب که دیتاستش هم موجود هست که شامل چند میلیون توییت فارسی هست https://github.com/phosseini/COVID19-fa

یک ابزار باحال و حرفه ای خصوصا واسه طراحی گرافیکی و زیبای شبکه های عصبی عمیق (خصوصا کارهای مربوط به vision) https://github.com/alexlenail/NN-SVG