- Sec ⁴⁰⁴ -

🔴 صفر تا صد استارتاپ ویزا 🇬🇧🇨🇦 📍فقط یه سر به این گروه بزن خودت میبینی اطلاعات کامل استارتاپ ویزا کشور های مختلف با لینک اپلای از سایت خودشون برات گذاشتیم. ورود به گروه 👈 @startupvisa_launchingmax 📍سوال هاتو بپرس و تجربیاتتو به اشتراک بزار، قراره با هم، مسیر مهاجرت به روش استارتاپ ویزا رو طی کنیم، چالش هارو بررسی کنیم و در نهایت در کشور هدفمون استارتاپمون راه بندازیم .🛂✈️🇬🇧🇨🇦 💯 در گروه زیر میتونی کاملا رایگان صفر تا صد استارتاپ ویزای خودت رو انجام بدی 🔹@startupvisa_launchingmax 🔹@startupvisa_launchingmax 🔹@startupvisa_launchingmax

50 Cybersecurity Project Ideas For Beginners To Expert #Cybersecurity ┏━━━━━━━━┓ 〓 @SecBookSs ┗━━━━━━━━┛

🔹 دومین جایزه سالانه‌ی هوش مصنوعی ایران(iAAA) با همکاری بنیاد ملی نخبگان و 600 میلیون تومان جایزه ✅ بیش از ۱۲۰ساعت آموزش: ✔️ مبانی و مقدمات ✔️ پایتون ✔️ ماشین لرنینگ ✔️ دیپ لرنینگ ✔️ شبکه‌های عصبی ✔️ گیت ✔️ حل تمرین و رفع اشکال همراه با اعطای: 🎖 گواهینامه با اعتبار وزارت علوم 🎖 امتیاز نخبگانی 🎖 سرمایه‌گذاری روی تیم‌ها 🎖 کارآموزی و استخدام 💠 با آموزش اساتید، محققان و دانش آموختگان دانشگاه‌های شریف، شهید بهشتی و مراکز تحقیقاتی آمریکا 💬 @iaaa_ai 📱 ۰۲۱-۹۱۰۶۵۱۶۰ 💢 همین حالا ثبت نام کنید 💢 ➖

Ethical hacking tools for recon #Ethical_Hacking ┏━━━━━━━━┓ 〓 @SecBookSs ┗━━━━━━━━┛

📣 #دعوت_به_کار 💡 فرصت upwork از دست نده!!!! 💥 وبینار رایگان ➕ از دروغ تا واقعیت درآمد های دلاری ➕ چالش های کار با کارفرمای خارجی ✔️ این وبینار برای تمام دانشجوها ، برنامه‌نویسا، مهندسین الکترونیک، مکانیک، عمران، معماری، دکوراسیون کارا و سئو منیجر ها ✔️ از مبتدی تا حرفه‌ای، مناسبه 📌 ثبت نام در وبینار فریلنسری:👇 ⬅️ وبینار رایگان فریلنسینگ بین الملل ویژه برنامه نویس ها | آکادمی تکانش (etekanesh.com) ➡️ قرار ما : 📆 یکشنبه || ۲۴ دی ماه ⏰ ساعت : ۱۹:۰۰ #تعداد_محدود #رایگان 👤مدرس : علیرضا قیمتی 💬 @etekanesh ➖➖

18 Most used Linux commands #Linux ┏━━━━━━━━┓ 〓 @SecBookSs ┗━━━━━━━━┛

CHATGPT Cheat Sheet. #CHATGPT #AI ┏━━━━━━━━┓ 〓 @SecBookSs ┗━━━━━━━━┛

👆  کاملترین مجموعه ی آموزشی کامپیوتر و برنامه نویسی ایران خدمت همراهان گرامی کانال 💢تا فرصت هست در تمام کانالها عضو شوید

💻 لیستی ارزشمند از بهترین کانال های کامپیوتری و برنامه‌نویسی... /> ➖➖🔻➖➖ 📮 پروژه های پیشرفته Python به همراه Code (100% رایگان) 👉 @Python4all_pro ◌══════◌ 📘آموزش تخصصی برنامه نویسی برای همه 👉@Azad_Developers ◌══════◌ 📘بیش از 200 عنوان آموزش رایگان 👉@amuzesh_computer ◌══════◌ 📘آموزش کامل ICDL!! 👉@Computer_Science100 ◌══════◌ 📘دوره‌های رایگان به همراه سرتیفیکیت 👉@udemyforever ◌══════◌ 📘ترفند های خفن و ممنوعه PC 👉@tamirpc_com ◌══════◌ 📘آموزش حرفه ای شبکه و مجازی سازی 👉@shabake_karan ◌══════◌ 📘برنامه‌نویسِ بهتری شو! 👉@i_CODE ◌══════◌ 📘آموزش 0تا100 برنامه نویسی 👉@HeiltonProgramming ◌══════◌ 📘آموزش برنامه نویسی متلب / پایه و پیشرفته 👉@MatlabOnline ◌══════◌ 📘آموزش از برنامه‌نویسی تا هوش مصنوعی 👉@Python_0to100 ◌══════◌ 📘صفر تا صد پردازش تصویر 👉@Digital_Image_Processing ◌══════◌ 📘منبع پروژه های طراحی وب 👉@Html_Css100 ◌══════◌ 📘مدرسه علم داده 👉@DataSciSchool ◌══════◌ 📘تمرین | پروژه | سمینار | پروپوزال 👉@expertONLINE ◌══════◌ 📘(آموزش هک با Python + هوش مصنوعی) 👉@SeCBooksS ◌══════◌ 📘دورهمی برنامه‌نویسان 👉@programmers_gathering ◌══════◌ 📘پروژه برنامه نویسی بگیر!! 👉@Texpert_100 ◌══════◌ 📘آموزش برنامه‌نویسی در دانشگاه تهران 👉@OxinCode ◌══════◌ 📘لایسنس رایگان برنامه های پولی 👉@nodirani ◌══════◌ 📘رسانه رسمی هوش مصنوعی دانشگاه تهران 👉@MrArtificialintelligence ◌══════◌ 📘پایتون | هوش مصنوعی | بینایی کامپیوتر 👉@OpenCV_olc ◌══════◌ 📘هوش مصنوعی - برنامه‌نویسی - داده‌کاوی 👉@ShabakehMAG ◌══════◌ یادگیری ماشین | علم داده | پایتون (پروژه+کد) 👉@ProgrammingPdf ◌══════◌ کتابخانه دانشگاه تهران (آرشیو کتب تخصصی) 👉@eBookOnline ◌══════◌ آموزش شبکه و امنیت 👉@DENAIT ◌══════◌ آموزش برنامه نویسی و طراحی سایت 👉@Computerr_Programming ◌══════◌ لرن‌پای : پایتون تخصصی 👉@LearnPY ◌══════◌ هوش مصنوعی، رباتیک و برنامه‌نویسی پایتون 👉@ai_python ◌══════◌ مشکلات موبایل و کامپیوتر رو قورت بده 👉@PcAndMob ◌══════◌ یادگیری ICDL بدون دردسر 👉@ICDL100 ◌══════◌ آموزش حرفه ای برنامه نویسی و کامپیوتر 👉@maghalecomputer ◌══════◌ 🔴 این لیست را برای تمام علاقه مندان به حوزه کامپیوتر فوروارد کنید تا از برترین کانال های این حوزه بهره‌مند شوند

Python Cheat Sheet #Python #Programming ┏━━━━━━━━┓ 〓 @SecBookSs ┗━━━━━━━━┛

🖥 10 Advanced Python Scripts For Everyday Programming 🔸1. SpeedTest with Python # pip install pyspeedtest # pip install speedtest # pip install speedtest-cli #method 1 import speedtest speedTest = speedtest.Speedtest() print(speedTest.get_best_server()) #Check download speed print(speedTest.download()) #Check upload speed print(speedTest.upload()) # Method 2 import pyspeedtest st = pyspeedtest.SpeedTest() st.ping() st.download() st.upload() 🔹2. Search on Google # pip install google from googlesearch import search query = "Medium.com" for url in search(query): print(url) 🔸3. Make Web Bot # pip install selenium import time from selenium import webdriver from selenium.webdriver.common.keys import Keys bot = webdriver.Chrome("chromedriver.exe") bot.get('[http://www.google.com'](http://www.google.com')) search = bot.find_element_by_name('q') search.send_keys("@codedev101") search.send_keys(Keys.RETURN) time.sleep(5) bot.quit() 🔹4. Fetch Song Lyrics # pip install lyricsgenius import lyricsgenius api_key = "xxxxxxxxxxxxxxxxxxxxx" genius = lyricsgenius.Genius(api_key) artist = genius.search_artist("Pop Smoke", max_songs=5,sort="title") song = artist.song("100k On a Coupe") print(song.lyrics) 🔸5. Get Exif Data of Photos # Get Exif of Photo # Method 1 # pip install pillow import PIL.Image import PIL.ExifTags img = PIL.Image.open("Img.jpg") exif_data = { PIL.ExifTags.TAGS[i]: j for i, j in img._getexif().items() if i in PIL.ExifTags.TAGS } print(exif_data) # Method 2 # pip install ExifRead import exifread filename = open(path_name, 'rb') tags = exifread.process_file(filename) print(tags) 🔹6. OCR Text from Image # pip install pytesseract import pytesseract from PIL import Image pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe' t=Image.open("img.png") text = pytesseract.image_to_string(t, config='') print(text) 🔸7. Convert Photo into Cartonize # pip install opencv-python import cv2 img = cv2.imread('img.jpg') grayimg = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) grayimg = cv2.medianBlur(grayimg, 5) edges = cv2.Laplacian(grayimg , cv2.CV_8U, ksize=5) r,mask =cv2.threshold(edges,100,255,cv2.THRESH_BINARY_INV) img2 = cv2.bitwise_and(img, img, mask=mask) img2 = cv2.medianBlur(img2, 5) cv2.imwrite("cartooned.jpg", mask) 🔹8. Empty Recycle Bin # pip install winshell import winshell try: winshell.recycle_bin().empty(confirm=False, /show_progress=False, sound=True) print("Recycle bin is emptied Now") except: print("Recycle bin already empty") 🔸9. Python Image Enhancement # pip install pillow from PIL import Image,ImageFilter from PIL import ImageEnhance im = Image.open('img.jpg') # Choose your filter # add Hastag at start if you don't want to any filter below en = ImageEnhance.Color(im) en = ImageEnhance.Contrast(im) en = ImageEnhance.Brightness(im) en = ImageEnhance.Sharpness(im) # result en.enhance(1.5).show("enhanced") 🔹10. Get Window Version # Window Version import wmi data = wmi.WMI() for os_name in data.Win32_OperatingSystem(): print(os_name.Caption) # Microsoft Windows 11 Home #Python #Programming #Scripts ┏━━━━━━━━┓ 〓 @SecBookSs ┗━━━━━━━━┛

5 Sites to Level Up Your Coding Skills 👨‍💻👩‍💻 🔹 leetcode.com 🔹 hackerrank.com 🔹 w3schools.com 🔹 datasimplifier.com 🔹 hackerearth.com #Programming ┏━━━━━━━━┓ 〓 @SecBookSs ┗━━━━━━━━┛

Why is python best for data science? #Python  #Data_Science ┏━━━━━━━━┓ 〓 @SecBookSs ┗━━━━━━━━┛

🔟 Python resources to boost your resume in 2023 𝟭. 𝗜𝗻𝘁𝗿𝗼 𝘁𝗼 𝗣𝘆𝘁𝗵𝗼𝗻 This a great course to get started with learning Python, if you have no coding experience. 👉 https://kaggle.com/learn/intro-to-programming 𝟮. 𝗣𝘆𝘁𝗵𝗼𝗻 𝗣𝗿𝗼𝗴𝗿𝗮𝗺𝗺𝗶𝗻𝗴 𝗰𝗼𝘂𝗿𝘀𝗲 Learn the fundamentals like functions, loops, conditional statements, etc of the most important language for data science. 👉 https://kaggle.com/learn/python 𝟯. 𝗣𝗿𝗼𝗴𝗿𝗮𝗺𝗺𝗶𝗻𝗴 𝗘𝘀𝘀𝗲𝗻𝘁𝗶𝗮𝗹𝘀 𝗶𝗻 𝗣𝘆𝘁𝗵𝗼𝗻 Part 1 prepares you for PCEP – Certified Entry-Level Python Programmer Certification. Part 2 prepares you for PCAP – Certified Associate in Python Programming Certification. 👉 https://netacad.com/courses/programming/pcap-programming-essentials-python 𝟰. Python Data Structure and Algorithms 👉 https://t.me/programming_guide/76 𝟱. 𝗦𝗰𝗶𝗲𝗻𝘁𝗶𝗳𝗶𝗰 𝗖𝗼𝗺𝗽𝘂𝘁𝗶𝗻𝗴 𝘄𝗶𝘁𝗵 𝗣𝘆𝘁𝗵𝗼𝗻 You'll learn Python fundamentals like variables, loops, conditionals, and functions. Then you'll quickly ramp up to complex data structures, networking, relational databases, and data visualization. 👉 https://freecodecamp.org/learn/scientific-computing-with-python/ 𝟲. 𝗗𝗮𝘁𝗮 𝗔𝗻𝗮𝗹𝘆𝘀𝗶𝘀 𝘄𝗶𝘁𝗵 𝗣𝘆𝘁𝗵𝗼𝗻 You'll learn how to read data from sources like CSVs and SQL, and how to use libraries like Numpy, Pandas, Matplotlib, and Seaborn to process and visualize data. 👉 https://freecodecamp.org/learn/data-analysis-with-python/ 𝟳. 𝗗𝗮𝘁𝗮 𝗩𝗶𝘀𝘂𝗮𝗹𝗶𝘇𝗮𝘁𝗶𝗼𝗻 𝘄𝗶𝘁𝗵 𝗣𝘆𝘁𝗵𝗼𝗻 You will learn how to implement the graphical representation of data in order to interactively and efficiently convey insights to clients, customers, and stakeholders in general. 👉 https://cognitiveclass.ai/courses/data-visualization-python#about-course 𝟴. 𝗠𝗮𝗰𝗵𝗶𝗻𝗲 𝗟𝗲𝗮𝗿𝗻𝗶𝗻𝗴 𝘄𝗶𝘁𝗵 𝗣𝘆𝘁𝗵𝗼𝗻 You will build several neural networks and explore more advanced techniques like natural language processing and reinforcement learning. 👉 https://freecodecamp.org/learn/machine-learning-with-python/ 9. Practice Python 👉 https://learnpython.org/ 10. Free Python course by datacamp 👉 https://campus.datacamp.com/courses/intro-to-python-for-data-science/chapter-1-python-basics?ex=1 ENJOY LEARNING #Python #Programming ┏━━━━━━━━┓ 〓 @SecBookSs ┗━━━━━━━━┛

Networking protocols

26. Flask - "Lightweight web app framework." 27. Streamlit - "Create apps with minimal code." 28. Bokeh - "Interactive web-based visualization." 29. GeoPandas - "Geospatial data analysis made easy." 30. Altair - "Declarative statistical visualization." 31. Prophet - "Time series forecasting with ease." 32. Feature-engine - "Feature engineering for ML." 33. Dask - "Parallel computing for big data." 34. Vaex - "Efficient dataframes for big data." 35. Optuna - "Automated hyperparameter tuning." 36. imbalanced-learn - "Handling imbalanced datasets." 37. Eli5 - "Interpret machine learning models." 38. SHAP - "Explainability for ML models." 39. scikit-image - "Image processing in Python." 40. TextBlob - "Text processing and sentiment analysis." 41. Polars - "Fast DataFrame library." 42. Cufflinks - "Combines Plotly with pandas." 43. TA-Lib - "Technical analysis for financial data." 44. OpenCV - "Computer vision and image processing." 45. Pymc3 - "Probabilistic programming for Bayesian analysis." 46. Scrapy - "Web scraping toolkit." 47. PySpark - "Apache Spark for big data processing." 48. PyArrow - "Columnar data format for analytics." 49. OptimalFlow - "AutoML for data scientists." 50. Pycaret - "Automated machine learning toolkit."

These libraries cover a wide range of data science tasks, from data manipulation and visualisation to machine learning and deep learning, making them essential tools for any data scientist or Python programmer.

#Python  #Data_Science #libraries ┏━━━━━━━━┓ 〓 @SecBookSs ┗━━━━━━━━┛

Here's a list of 25 Python libraries for data science👇 1. NumPy - "Handles arrays and math operations efficiently." 2. pandas - "Data manipulation made easy with data frames." 3. Matplotlib - "Plots and charts for data visualization." 4. Seaborn - "Creates attractive statistical plots." 5. SciPy - "Scientific and technical computing toolkit." 6. scikit-learn - "Machine learning at your fingertips." 7. TensorFlow - "For deep learning and neural networks." 8. Keras - "High-level deep learning API." 9. PyTorch - "Deep learning framework for researchers." 10. Statsmodels - "Statistical models and tests." 11. NLTK - "Natural language processing toolkit." 12. Gensim - "Topic modeling and document similarity." 13. XGBoost - "Gradient boosting for better predictions." 14. LightGBM - "Efficient gradient boosting framework." 15. CatBoost - "Optimized gradient boosting for categories." 16. NetworkX - "Build and analyze networks and graphs." 17. Beautiful Soup - "HTML and XML parsing made simple." 18. Requests - "Effortless HTTP requests." 19. SQLAlchemy - "Relational database interactions." 20. Pandas Profiling - "Generate data reports quickly." 21. Featuretools - "Automated feature engineering." 22. H2O - "Open-source machine learning platform." 23. Yellowbrick - "Visualize machine learning results." 24. Plotly - "Interactive and shareable plots." 25. Dash - "Build web apps for data visualization."

These libraries cover a wide range of data science tasks, from data manipulation and visualisation to machine learning and deep learning, making them essential tools for any data scientist or Python programmer.

#Python #Data_Science #libraries ┏━━━━━━━━┓ 〓 @SecBookSs ┗━━━━━━━━┛

⌨ Python code to find info about Chemical Formula #Python #Programming ┏━━━━━━━━┓ 〓 @SecBookSs ┗━━━━━━━━┛

🟣 وبینار رایگان: معرفی منابع مطالعاتی و بازارکار ماشین لرنینگ 🔴 این وبینار مستقل از رشته، مقطع تحصیلی و وضعیت شغلی افراده. توی این وبینار ماشین لرنینگ و بازار کارش، مسیر ورود به این حوزه و یادگیری اون رو بررسی می‌کنیم. 🟢 یکشنبه، ۲۶ آذر ساعت ۲۰ 👈 برای ثبت‌نام رایگان کلیک کنین: 👉👉 httb.ir/77072 👉👉 httb.ir/77072 @DSLanders | کافه‌تدریس