مرجع دیتاست فارسی

سیگنال‌های گفتاری 286 کودک (141 دختر، 145 پسر)، در سنین 6 تا 9 سال. این داده های ثبت شده به صورت دستی بررسی و برچسب گذاری شدند. این دیتاست شامل 162395 نمونه با مدت زمان 33 ساعت و 44 دقیقه است. مجموعه گفتار آماده شده به ویژه برای بازشناسی گفتار و مطالعات زبانشناسی کاربرد دارد. به طور جامع شامل تمامی 29 واج فارسی، 118 هجا، 56 زیر کلمه و 711 کلمه می باشد. https://github.com/DSP-UT/Persian-Kids-Speech-Data-Set

Iranian Vehicle Tracking and Recognition + License Plate Recognition Using Yolov5, OSNet دیتاست جذابیه و جون میده واسه تولید محصول https://github.com/Farbod-Siahkali/Iranian-Vehicle-Tracking-and-Recognition

تا حالا شده بخواین مخاطبین تلگرام گوشیتون توی یک فایل اکسل ذخیره داشته باشید؟ راه حلش اینه https://github.com/Amirabbasjadidi/ExportTelegramContacts

https://github.com/hadisharifian2002/popfa دیتاست پرسش و پاسخ فارسی

یک کتاب آموزش به زبان فارسی واسه پایتون خیلی مفصل گفته و مخصوص کسایی هست که قصد دارن از جونیور به سینیور حرکت کنن https://github.com/salinourian/Python-Tutorial

یک پروژه جالب و همراه با دیتاستش معرفی می کنم که هدفش تشخیص فونت های فارسی هست. طبیعتا با یک مساله دسته بندی روبرو هستیم که از شبکه های عصبی استفاده شده. https://github.com/MehdiSadeghi1994/PersianFontRecognition

یک ریپ جامع و کامل در زمینه استخراج کلمات کلیدی فارسی تقریبا اکثر روش ها توی این پکیج هست و کار راه بندازه... https://github.com/AlirezaTheH/perke

سیستم تشخیص گفتار فارسی با CNN کدهای پروژه و مدل ترین شده موجود هست https://github.com/AminLari/Persian-Language-Voice-Recognition-System

دیتاست آرتیست های ایرانی در Spotfiy https://github.com/Tabatabaei1999/Kaggle_persian_artists_on_Spotfiy_dataset_tasks

دیتاست برترین پادکست های فارسی spotify https://github.com/amirafshari/spotify-persian-podcast

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

https://github.com/mparsa1372/bank-card-iran بررسی شماره کارت بانکی - اصالت سنجی شماره کارت بانکی ایران به همراه تصویر بانک ها

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

دیکشنری تخصصی هوش مصنوعی و علوم داده مناسب برای ترجمه و تولید محتوا https://github.com/snrazavi/Persian-AI-and-Machine-Learning-Glossary

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

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

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.☺️

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

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

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