en
Feedback
Data elites

Data elites

Open in Telegram

📉 به نام خالق داده و الگوریتم📈 😁ما یه تیم خوش ذوق و خلاق از دانشجوهای آماری هستیم😁 ورودتون به دنیای علم داده رو خوش آمد میگیم😇 برای ارتباط با ادمین به آی دی زیر پیام بدید @dataelite #data_elites_team

Show more
1 273
Subscribers
No data24 hours
-27 days
-1030 days
Posts Archive
سلام به همراهان تیم Data elites 😍 امروز قصد داریم  آموزش های رایگان، شروع کنیم اولین آموزش رایگان تیم data elites، آموزش رایگان برنامه نویسی پایتون مقدماتی توسط زهرا اسفندیار( دانشجوی کارشناسی ارشد آمار ریاضی دانشگاه تهران ) ❇️ بخش اول : آموزش کامل نحوه نصب و آشنایی کامل با ویرایشگرهای پایتون سپاس از حمایت شما❤️ همراه ما در فضای مجازی باشید Instagram Telegram LinkedIn

سلام به همراهان تیم data elites ❤️ یکی از چالش های اصلی تحلیل داده، بخش EDA یا تحلیل اکتشافی داده ها می باشد. در این پست قصد داریم یک فایل کامل در ارتباط با این نحوه انتخاب نمودار منتشر کنیم ✅How to choose right data visualization همراه ما در فضای های مجازی بمونید 😍 Instagram Telegram LinkedIn

لیستی از بهترین کانال های هوش مصنوعی، علم داده و فناوری هوشمند یک سری از بهترین کانال ها رو برای شما آماده کردیم. (ادمینهای همین گروهها) یک سری کانال که عموما جدید هستند زدند، خوشحال میشم به منظور اشتراک گذاری و اطلاع رسانی بیشتر بهتون معرفی کنم. 📚هوش مصنوعی، رباتیک و برنامه نویسی پایتون 📌 @ai_python 📚رویدادهای مرتبط با هوش مصنوعی 📌 @eventai 📚بزرگترین مرجع اطلاع رسانی آماری 📌 @Amar_kadeh 📚کانال علم داده ایران 📌@irdschannel 📚شتابدهنده هوش مصنوعی اسمارتک 📌@smartech_ir 📚دنیای هوش مصنوعی 📌@Ai_inf 📚رویدادهای هوش مصنوعی و علوم داده 📌 @AI_Events 📚بینایی کامپیوتر و OpenCV 📌@OpenCV_olc 📚ارائه رودمپ‌های آموزشی در حوزه موقعیت‌های شغلی علوم داده 📌 @DataHobbies 📚برنامه نویسی، هوش مصنوعی و نوآوری 📌 @innovations_in_ai 📚دیتا، بازاریابی و گزارش داده محور 📌 @KianaKaviani 📚پژوهش در سیستم های توصیه گر 📌 @Recommender_Systems 📚نخبگان علم داده 📌 @dataelites 📚هوش مصنوعی و علم داده، از رودمپ شروع تا دیپلوی با پریسان 📌 @AIwithParissan 📚سلامت و پزشکی مبتنی بر هوش مصنوعی 📌@mahdiandai 📚منابع و کتاب های پایتون و هوش مصنوعی 📌 @DocPython 📚آموزش مقدمات پایتون و ریاضی 📌 @pymath 📚بهترین های روزانه هوش مصنوعی 📌 @ByteBook 📚دوره آموزشی، ورکشاپ و کارگاه های علم داده 📌 @Skills_videos_Data_Science 📚نوآوری ها و فناوری های پیشرفته-انگلیسی 📌 @innovation_aqua - افرادی هم که کانال دارند می‌توانند اینجا معرفی کنند. برای اشتراک گذاری بیشتر برای دوستان خود فوروارد کنید.

سلام به همراهان تیم data elites 💜 این پست به یاد مرحوم دکتر عباس نوذری منابع و اسلاید های مبانی نویسی پایتون دانشگاه صنعتی شریف توسط دکتر ایمان خانی منتشر شده این پست به یاد دکتر عباس نوذری باز نشر کنید 🖤 لینک اصلی درس : https://github.com/SharifPythonSpace لینک اسلاید ها : https://github.com/SharifPythonSpace/Course1401/tree/main/Slide لینک منابع اصلی : https://github.com/SharifPythonSpace/Course1401/tree/main/Resources/Main همراه ما در فضای های مجازی بمونید❤️ Instagram Telegram LinkedIn

Machine and Deep Learning Lecture Notes C229, Stanford-1.pdf3.52 MB

Olampiyad.mp427.51 MB

سلام به همراهان تیم data elites ❤️ در این پست قصد داریم یک فایل در ارتباط با آزمون کاربردی المپیاد دانشجویی ارائه کنیم ✅ آزمون کاربردی المپیاد دانشجویی همراه ما در فضای های مجازی بمونید 💜 Instagram Telegram LinkedIn

سلام به همراهان تیم data elites ❤️ در این پست قصد داریم یک فایل در ارتباط با آزمون کاربردی المپیاد دانشجویی ارائه کنیم ✅ آزمون کاربردی المپیاد دانشجویی همراه ما در فضای های مجازی بمونید 💜 Instagram Telegram LinkedIn

کتاب یادگیری ماشین.PDF15.38 MB

برنامه امتحانات مرحله نهایی بیست و هشتمین المپیاد دانشجویی کشور زمان : 30 تیر ماه 1402 همراه ما در فضای مجازی باشید ❤️

#قسمت_دوم_المپیاد_دانشجویی #معرفی_دروس_مرحله_نهایی 🟣 دروس پایه ✅ ریاضی عمومی یک ✅ ریاضی عمومی دو ✅ آنالیز ریاضی یک ✅ جبرخطی برای آمار ✅مبانی احتمال 🟠 دروس تخصصی ✅ احتمال یک ✅ احتمال دو ✅ آمار ریاضی یک ✅ آمار ریاضی دو #دروس کاربردی ✅ چند متغیره گسسته ✅ چند متغیره پیوسته یک و دو ✅ رگرسیون یک و دو ✅ طرح آزمایش یک و دو ✅ سری زمانی همراه ما در فضای های مجازی بمونید ❤️ Instagram Telegram LinkedIn

#قسمت_دوم_المپیاد_دانشجویی #معرفی_دروس_مرحله_نهایی 🟣 دروس پایه ✅ ریاضی عمومی یک ✅ ریاضی عمومی دو ✅ آنالیز ریاضی یک ✅ جبرخطی برای آمار ✅مبانی احتمال 🟠 دروس تخصصی ✅ احتمال یک ✅ احتمال دو ✅ آمار ریاضی یک ✅ آمار ریاضی دو #دروس کاربردی ✅ چند متغیره گسسته ✅ چند متغیره پیوسته یک و دو ✅ رگرسیون یک و دو ✅ طرح آزمایش یک و دو ✅ سری زمانی @stat_alz

سلام به همراهان تیم data elites 😊 اسامی دانشجویانی که به مرحله نهایی المپیاد دانشجویی راه یافته اند، توسط سازمان سنجش اعلام شد لینک اسامی راه یافتگان با ما در فضای مجازی همراه باشید😍 Instagram Telegram LinkedIn

سلام به همراهان تیم Data elites🙂 در این پست قصد داریم مجموعه از بهترین دوره های یادگیری ماشین معرفی کنیم 😉 ✅ An excellent of ML courses on YouTube - Andrew Ng CS229 ML: https://lnkd.in/gkDEyuCS - MIT: Deep Learning for Art: https://lnkd.in/grusgt3Z - Stanford CS230: Deep Learning: https://lnkd.in/ggXNEX7K - Practical Deep Learning for Coders: https://lnkd.in/giHMNrHG, https://lnkd.in/gDtRtHmG - Stanford CS224W: Machine Learning with Graphs: https://lnkd.in/grZC_j4N - Probabilistic Machine Learning: https://lnkd.in/gjSpNDCD - MIT 6.S191: Introduction to Deep Learning: https://lnkd.in/gWtSdkSH - UC Berkeley CS 182: Deep Learning: https://lnkd.in/gzHS6m8G - UC Berkeley Deep Unsupervised Learning: https://lnkd.in/gPdPbKku - Yann Lecun's NYU Deep Learning SP21L: https://lnkd.in/gdyzmf8b - Stanford CS25 - Transformers United: https://lnkd.in/gaZVn3wY - Hugging Face NLP Course: https://lnkd.in/gigfE2Yj - Stanford CS224N: Natural Language Processing with Deep Learning: https://lnkd.in/g4fg4_wX - CMU Neural Nets for NLP: https://lnkd.in/gVpUwtXE - Stanford CS224U: Natural Language Understanding: https://lnkd.in/gMeGkkzV - CMU Advanced NLP: https://lnkd.in/gAtrsGqY - CMU Multilingual NLP: https://lnkd.in/ghbcWftV - Stanford CS231N: Convolutional Neural Networks for Visual Recognition: https://lnkd.in/g3DeCWEc - Michigan Deep Learning for Computer Vision: https://lnkd.in/gbdgGgJQ - AMMI Geometric Deep Learning Course: https://lnkd.in/gYH6Vuum - UC Berkeley CS 285 Deep Reinforcement Learning: https://lnkd.in/gH-HYdqz - Intro to Deep Learning and Generative Models: https://lnkd.in/gxuTtkSk - Stanford CS330: Deep Multi-Task and Meta Learning: https://lnkd.in/gasntdBh Source: https://lnkd.in/gys5Rk5k Receive 50 ML lessons (100 pages) when subscribing to our newsletter: TheAiEdge.io Want to become an ML engineer? Join our next Masterclass: MasterClass.TheAiEdge.io همراه ما در فضای مجازی باشید😊 Instagram Telegram LinkedIn

سلام به همراهان تیم Data elites

سلام به همراهان تیم Data elites❤️ در این پست قصد داریم چند کتاب خوب در حوزه سری زمانی با R معرفی کنیم ✅ Time Series Analysis and Forecasting With R نوشته Jonathan D. Cryer : این کتاب محبوب در حوزه تحلیل سری‌های زمانی است و مفاهیم اساسی و تکنیک‌های مورد استفاده در تحلیل سری‌های زمانی را با استفاده از R معرفی می‌کند. کتاب "تحلیل سری‌های زمانی و پیش‌بینی" به طور جامع به مباحثی از جمله مدل‌های ARIMA، مدل‌های میکرو و ماکرو، تحلیل طیفی، روش‌های نمونه‌برداری و ارزیابی مدل‌های سری‌زمانی می‌پردازد. همچنین، این کتاب شامل مثال‌های کاربردی و استفاده از بسته‌های R مختلفی می‌شود که به شما کمک می‌کند تا مفاهیم را در عمل به کار ببرید. این کتاب می‌تواند به عنوان یک منبع مفید برای کسانی که در حوزه تحلیل سری‌های زمانی فعالیت می‌کنند یا می‌خواهند در این حوزه مطالعه کنند، مفید باشد. ✅ Analysis and Forecasting of Time Series with R نوشته رابرت هیویت و کلیو گریلیسپی : این کتاب برای مبتدیان و کاربران پیشرفته‌ای که می‌خواهند با استفاده از R به تحلیل و پیش‌بینی سری‌های زمانی بپردازند، مناسب است. کتاب، از اصول پایه تا مفاهیم پیشرفته را پوشش می‌دهد و تکنیک‌هایی مانند مدل‌های ARIMA، مدل‌های خودرگرسیو متحرک (ARIMA)، و ارزیابی مدل‌های سری‌زمانی را مورد بررسی قرار می‌دهد. ✅ Time Series Analysis and Its Applications With R Examples نوشته رابرت شوت و دیوید استیونسون : این کتاب نیز یک مقدمه جامع در مورد تحلیل و پیش‌بینی سری‌های زمانی با استفاده از R است. نویسندگان از طریق مثال‌های عملی و تمرین‌های تعاملی به شما کمک می‌کنند تا مفاهیم را به دقت بیشتری درک کنید. همچنین در این کتاب، مباحثی مانند تحلیل طیفی، مدل‌های میکرو و ماکرو در سری‌های زمانی، و تحلیل پویا را نیز پوشش می‌دهد. ✅ Time Series Analysis and Forecasting with R نوشته رابرت شیلی : این کتاب مباحث پایه و متوسط در مورد تحلیل سری‌های زمانی و پیش‌بینی را به همراه مثال‌های عملی در R معرفی می‌کند. شما با استفاده از این کتاب، می‌توانید با مفاهیم اصلی مانند مدل‌های ARIMA، مدل‌های گارچ، و روش‌های بوت استرپ آشنا شوید. برای دریافت تعدادی از این منابع می توانید به این لینک مراجعه کنید ( این به مرور آپدیت خواهد شد) همراه ما در فضای مجازی باشید ❤️ Instagram Telegram LinkedIn

لیستی از بهترین کانال های هوش مصنوعی، علم داده و فناوری هوشمند یک سری از بهترین کانال ها رو برای شما آماده کردیم. (ادمینهای همین گروهها) یک سری کانال که عموما جدید هستند زدند، خوشحال میشم به منظور اشتراک گذاری و اطلاع رسانی بیشتر بهتون معرفی کنم. 📚هوش مصنوعی، رباتیک و برنامه نویسی پایتون 📌 @ai_python 📚رویدادهای مرتبط با هوش مصنوعی 📌 @eventai 📚آکادمی نخبگان مدرسه علم داده 📌 @DataScience_School 📚بزرگترین مرجع اطلاع رسانی آماری 📌 @Amar_kadeh 📚دنیای هوش مصنوعی 📌@Ai_inf 📚رویدادهای هوش مصنوعی و علوم داده 📌 @AI_Events 📚ارائه رودمپ‌های آموزشی در حوزه موقعیت‌های شغلی علوم داده 📌 @DataHobbies 📚برنامه نویسی، هوش مصنوعی و نوآوری 📌 @innovations_in_ai 📚پژوهش در سیستم های توصیه گر 📌 @Recommender_Systems 📚دیتا، بازاریابی و گزارش داده محور 📌 @KianaKaviani 📚نخبگان علم داده 📌 @dataelites 📚هوش مصنوعی و علم داده، از رودمپ شروع تا دیپلوی با پریسان 📌 @AIwithParissan 📚سلامت و پزشکی مبتنی هوش مصنوعی 📌 @mahdiandai 📚منابع و کتاب های پایتون و هوش مصنوعی 📌 @DocPython 📚آموزش مقدمات پایتون و ریاضی 📌 @pymath 📚بهترین های روزانه هوش مصنوعی 📌 @ByteBook 📚دوره آموزشی، ورکشاپ و کارگاه های علم داده 📌 @Skills_videos_Data_Science 📚نوآوری ها و فناوری های پیشرفته-انگلیسی 📌 @innovation_aqua - افرادی هم که کانال دارند می‌توانند اینجا معرفی کنند. برای اشتراک گذاری بیشتر برای دوستان خود فوروارد کنید.

Introduction Python.rar306.82 MB

سلام به همراهان تیم Data Elites ❤️ امروز آمدیم یک پلتفرم معروف در حوزه علم داده معرفی کنیم و فیلم های آموزشی این پلتفرم در اختیار تون قرار بدیم 😍 DataCamp یک پلتفرم یادگیری آنلاین است که تمرکز خود را بر آموزش مهارت‌های جامعی که برای تبدیل شدن به یک دانشمند داده موفق نیاز دارند، قرار داده است. در این پلتفرم، متخصصان صنعت این دوره‌ها را تدریس می‌کنند. این دوره‌ها در طیف گسترده‌ای از موضوعات شامل برنامه‌نویسی، توسعه وب، مهندسی نرم‌افزار و پاکسازی داده قرار دارند ❇️ آموزش اول : Introduction Python ✅ معرفی پایتون ✅ معرفی انواع متغیر‌ها ✅ کار با لیست‌ها ✅ کار با اجزای لیست‌ها ✅ کار با توابع‌ها ✅

30+ Project Ideas to Showcase Your Machine Learning Skills.pdf9.58 MB