Machine Learning | یادگیری ماشین

Ir al canal en Telegram

💡مهندس یادگیری ماشین شوید! 👔 جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼‌ 🆔 @DataScienceir_Adv

Red:Data Science | علم داده Irán10 026 Tecnologías y Aplicaciones4 005...

📈 Análisis del canal de Telegram Machine Learning | یادگیری ماشین

El canal Machine Learning | یادگیری ماشین (@machinelearning_ir) en el segmento lingüístico de Farsi es un actor destacado. Actualmente la comunidad reúne a 34 073 suscriptores, ocupando la posición 4 005 en la categoría Tecnologías y Aplicaciones y el puesto 10 026 en la región Irán.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 34 073 suscriptores.

Según los últimos datos del 22 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -247, y en las últimas 24 horas de -9, conservando un alto alcance.

Estado de verificación: No verificado
Tasa de interacción (ER): El promedio de interacción de la audiencia es 8.96%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 4.01% de reacciones respecto al total de suscriptores.
Alcance de las publicaciones: Cada publicación recibe en promedio 3 053 visualizaciones. En el primer día suele acumular 1 366 visualizaciones.
Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 6.
Intereses temáticos: El contenido se centra en temas clave como مصنوعی, ایجنت, مهندس, مدل, عمل.

📝 Descripción y política de contenido

El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“💡مهندس یادگیری ماشین شوید! 👔 جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼‌ 🆔 @DataScienceir_Adv”

Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 23 junio, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.

34 073

Suscriptores

-924 horas

-587 días

-24730 días

3 053

Visitas de la publicación

~ 1 36624 horas

~ 1 79948 horas

8.96%

Tasa de compromiso

~ 1

Mensajes por día

Ads index

beta

Archivo de publicaciones

34 074

یه لحظه تصور کن: لپتاپ جلوته، داری روی یه داشبورد مهم کار می‌کنی💻 چون باید برای یه شرکت بزرگ گزارش دقیق آماده کنی! درسته، همونطور که آرزوشو داشتی تو یه دیتاآنالیستی⭐️ دوره دیتا آنالیز دانشکار تورو به آرزوت می‌رسونه. چون این دوره فقط آموزش نیست. تمرینه. پروژست. شبیه‌ساز دنیای واقعیه! 🎯 صحنه بعدی زندگیت رو خودت بساز: 🔗https://dnkr.ir/2gJ7M 🔴 آخرین مهلت ثبت‌نام دوره جدید فقط تا آخر فردا

34 074

⌛ بهترین کتابخونه‌ی پیش‌بینی سری‌های زمانی 👨🏻‍💻 کتابخونه Kats که توسط تیم دیتاساینس فیس‌بوک ساخته شده، یکی از شگفتی‌های پایتونه و امکاناتش واقعاً کاربردیه. ⏪ یه جعبه‌ابزار جمع‌وجور و ساده واسه تحلیل داده‌های سری زمانی؛ یعنی هرچی برای تحلیل، تشخیص، ساخت ویژگی، و پیش‌بینی روی داده‌های زمانی لازم داری، اینجا دم دست داری. مثل: ✅ پیش‌بینی آینده: بیشتر از ۱۰ مدل مختلف داره، امکان ترکیب مدل‌ها، فرایادگیری، بک‌تست و حتی تنظیم خودکار مدل رو هم ساپورت می‌کنه. 📎 لینک: Forecasting ➖ ➖ ➖ ☑️ کشف الگو: می‌تونی تغییر روند، نقطه‌های غیرعادی و حتی فصل‌ها رو تو دیتات پیدا کنی. 📎 لینک: Detection ➖ ➖ ➖ ✔️ استخراج ویژگی: خودش با یه ماژول مخصوصش، ۶۵ تا ویژگی مختلف سری زمانی رو بهت می‌ده، مناسب برای وقتی که می‌خوای با ML کار کنی. 📎 لینک: TSFeatures ➖ ➖ ➖ ☑️ ابزارهای جانبی: شبیه‌ساز سری زمانی و کلی ابزار دیگه. ┌ ⏳ Kats ├ 🌎 Homepage └ 🐱 GitHub-Repos 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 074

📖 چیت‌شیت «دستورات DevOps» 👨🏻‍💻 هر بار می‌خواستم با Docker یا Kubernetes کار کنم، باید کلی گوگل می‌کردم که فلان دستور چی بود! مخصوصاً وقتی بین Git ،Terraform و بقیه‌ی ابزارها جابجا می‌شدم. ✅ برای همین یه برگه تقلب جمع‌وجور ساختم که همه‌ی دستورات کاربردی DevOps رو یکجا داشته باشم. از Linux و Git گرفته تا Docker ،Kubernetes ،Helm و Terraform — همه‌ی مباحثی که موقع کار روزمره لازم می‌شن رو تو یه جا آوردم. 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 074

Repost from N/a

⭕️⭕️ وبینارهای رایگان هوش مصنوعی و علم داده برای همه با هر رشته و موقعیت شغلی، قراره توی یک سلسله وبینار یاد بگیری چطور از هوش مصنوعی و علم داده توی مسیر شغلی یا آکادمیک استفاده کنی. 🔹 وبینار اول: نقشه راه یادگیری هوش مصنوعی برای همه رشته‌ها 🗓 یکشنبه، ۴ خرداد ساعت ۲۰ 👈 همین حالا، رایگان ثبت‌نام کن: 👉📎 https://ctdrs.ir/mb1812 👉📎 https://ctdrs.ir/mb1812 @Cafetadris | کافه‌تدریس

34 074

Repost from هشتگ‌ تبلیغ تخصصی

💎 بوت کمپ تخصصی هوش مصنوعی با مدرک دو زبانه ــــــــــــــــــــــــــــــــــــ ⁉️ چرا این دوره: ⚡️ مدرک دو زبانه معتبر ⚡️ انجام، مینی پروژه های کلاسی و ۵ پروژه مستقل و یک پروژه جامع در طول دوره . ⚡️ پشتیبانی علمی و منتور ۲۴ ساعته ــــــــــــــــــــــــــــــــــــ ⁉️ مخاطبین این دوره چه کسانی هستند؟ دانشجویان و فارغ التحصیلان کارشناسی وتحصیلات تکمیلی در رشته‌های فنی مهندسی، علوم انسانی و رشته‌های علوم پایه اعضای تیم هوش مصنوعی شاغل در استارتاپ‌ها، سازمان‌ها و کسب‌وکارها علاقمندان به حوزه صنعت، یادگیری ماشین، پردازش تصویر و بینایی ماشین دانشجویانی که قصد نوشتن پایان نامه در این حوزه را دارند افرادی که قصد مهاجرت کاری یا تحصیلی دارند ــــــــــــــــــــــــــــــــــــــ 💥 جهت دریافت مشاوره رایگان و اطلاعات تکمیلی؛ از طریق لینک زیر اقدام نمایید ⬇️ 🌐 httb.ir/5Q8lp ـــــــــــــــــــــــــــــــــــ 02188905269 02191096546 @onacademy

34 074

📀 ۹ تا دوره رایگان و پروژه‌محور ML ✅ از HuggingFace 1️⃣ دوره مدل‌های زبان بزرگ ✏️ آموزش، فاین‌تیون و دیپلوی مدل‌های LLM. ➖➖➖➖➖➖ 2️⃣ دوره ساخت ایجنت‌های هوش مصنوعی ✏️ ساخت ایجنت‌های چندمرحله‌ای با LangChain و HF. ➖➖➖➖➖➖ 3️⃣ دوره یادگیری تقویتی عمیق ✏️ راه‌اندازی و آموزش ایجنت‌هایی که خودشون تصمیم می‌گیرن و از محیط یاد می‌گیرن. ➖➖➖➖➖➖ 4️⃣ دوره بینایی کامپیوتر ✏️ تحلیل و پردازش صدا با ترنسفورمرها. ➖➖➖➖➖➖ 5️⃣ دوره کار با صدا در هوش مصنوعی ✏️ تحلیل و پردازش صدا با ترنسفورمرها، مثل تشخیص، برچسب‌گذاری و تولید صدا. ➖➖➖➖➖➖ 6️⃣ دوره یادگیری ماشین در بازی‌سازی ✏️ هوش مصنوعی توی ساخت و تحلیل بازی‌ها. از رفتار NPCها تا تولید خودکار مراحل بازی. ➖➖➖➖➖➖ 7️⃣ دوره یادگیری ماشین برای داده‌های 3D ✏️ مدل‌سازی و یادگیری با داده‌های سه‌بعدی مثل mesh و point cloud. ➖➖➖➖➖➖ 8️⃣ دوره مدل‌های انتشاری ✏️ آموزش ساخت تصویر از نویز با مدل‌های DALL·E و Stable Diffusion. ➖➖➖➖➖➖ 9️⃣ گنجینه نوت‌بوک‌های کاربردی ✏️ مجموعه‌ای متنوع از نوت‌بوک‌ها و نمونه‌پروژه‌های واقعی از متخصصای هوش مصنوعی. 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 074

📖 جزوه «MLOps چیه و چرا باید جدی بگیریمش؟» 👨🏻‍💻 من توی یادگیری ماشین تمرکزم فقط روی مدل‌سازی و بالا بردن دقتش بود. ولی یه پروژه واقعی باعث شد بفهمم مدل بدون MLOps هیچ ارزشی نداره. ✏️ این کتاب دقیقاً از جایی شروع می‌شه که اکثر کتابا تموم می‌شن: چطور مدل‌تو ببری توی محیط واقعی و باهاش کار کنی؟ 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 074

Repost from مدرسه پردازش و تحلیل داده دقیقه

🔖 دوره آموزش مقدماتی علوم داده و هوش مصنوعی با پایتون 🎓دانشکده علوم ریاضی دانشگاه صنعتی شریف (آموزش‌‌‌های تخصصی) 💡 ۱۲ هفته ۵۰ ساعت (آنلاین)، همراه با پروژه پایانی، پشتیبانی آموزشی (منتورشیپ)، وبینارهای شناسایی فرصت‌های شغلی، رویداد حضوری و گواهی پایان دوره 🙂 تفکر الگوریتمی و برنامه‌نویسی با پایتون 🙂 پردازش و مصورسازی داده 🙂 کاربردهای آمار و ریاضیات در علوم داده 🙂 یادگیری ماشین و یادگیری عمیق 🙂 پردازش زبان‌های طبیعی، مدل‌های زبانی بزرگ و یادگیری تقویتی 👆 معرفی کامل دوره و سوالات متداول (pdf) 📆 شنبه‌ها و سه‌شنبه‌ها ۱۸:۰۰ تا ۲۱:۱۵ 🗓 شروع از ۷ تیر ۱۴۰۴ ✍️ درخواست پذیرش (پیش‌ثبت‌ِنام): 🔗 b2n.ir/pydsai_dgh تماس: 📱 t.me/dlearnsup 📞 02188349244 📲 09103209837 @dlearn_ir

34 074

🎯 با این روش مشکل داده‌های نامتوازن رو به سادگی حل کن! 👨🏻‍💻 یه مشکل مهم تو یادگیری ماشین، داده‌های نامتوازن هستن؛ یعنی یکی از کلاس‌ها (مثلاً موارد نادر) تعدادشون خیلی کمتر از بقیه‌ست. اگه بخوای این موارد کم‌یاب رو هم درست‌تر پیش‌بینی کنی، باید یه فکری براشون بکنی. یکی از روش‌های معروف، SMOTE‌ هست. ❓ حالا SMOTE دقیقاً چی کار می‌کنه؟ ایده‌ش خیلی ساده و در عین حال تاثیرگذاره: 1️⃣ اول SMOTE میاد سراغ هر نقطه قرمز (یعنی کلاس اقلیت) و نزدیک‌ترین همسایه‌های قرمز اون رو پیدا می‌کنه. 2️⃣ یه همسایه رو به صورت تصادفی انتخاب می‌کنه و بین اون دو تا نقطه یه خط مستقیم فرض می‌کشه. 3️⃣ یه نقطه جدید، جایی روی همین خط (هر جایی که شد، کاملاً تصادفی) ایجاد می‌کنه. 4️⃣در آخر این کار رو برای همه نمونه‌های اقلیت تکرار می‌کنه (یا تا زمانی که تعداد کافی داده مصنوعی ساختیم). ⏪ به این ترتیب، با تولید داده مصنوعی بین نقاط واقعی اقلیت، داده‌ها متعادل‌تر می‌شن و مدل (مثلاً رگرسیون لجستیک) می‌تونه مرز تصمیم‌گیری بهتری بذاره و نقاط نادر رو هم بهتر یاد بگیره. ┌ 🧬 SMOTE └ 📖 Documentation 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 074

Repost from N/a

📣 تمدید شد — ۶۹ درصد تخفیف ویژه برای تمامی آموزش‌های فرادرس 🎓 از دروس دانشگاهی تا مهارت‌های کاربردی در جشنواره بهار آموزشی 👇 🟠 پردازش زبان طبیعی با کتابخانه SpaCy در پایتون 🟠 یادگیری چندوظیفه‌ ای Multi-Task Learning 🟠 آموزش DataLore برای یادگیری ماشین – برنامه نویسی و دیباگ در ۴ زبان‌ مختلف 🟠 تفسیر مدل‌های یادگیری ماشین + پیاده‌سازی در متلب 🟠 طراحی و ساخت مدلهای حجیم زبانی LLM با پایتون 🔗 مشاهده سایر آموزش‌ها – [کلیک کنید] 🎁 کد تخفیف: BHR65 🔄 FaraDars - فرادرس

34 074

⌛ تسلط به پیش‌بینی سری‌های زمانی 🏳️‍🌈 با پایتون 👨🏻‍💻 بالاخره نسخه پایتونی کتاب معروف Forecasting: Principles and Practice که یه مرجع بی‌نظیر برای یادگیری پیش‌بینی سری زمانی رو به شکل مدرن، کاربردی و با مثال‌های واقعیه، به رایگان منتشر شد! ❔ این کتاب چی داره برات؟ ✅ صفر تا صد پیش‌بینی سری زمانی رو با رویکردی ساده و پروژه‌محور آموزش می‌ده. ✔️ کلی مثال و کد قابل اجرا تو محیط پایتون ☑️ تمرینای کاربردی و دیتاست‌های آماده ☑️ دو فصل جدید: یکی درباره شبکه‌های عصبی و مدل‌های پیشرفته مثل NHITS، یکی هم درباره استفاده از ترنسفورمر‌های از پیش آموزش‌دیده برای پیش‌بینی. ┌ 📖 Forecasting └ 📖 Book (WEB) 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 074

Repost from Quera

رایگان مسابقه بده، رایگان آموزش ببین، استخدام شو! ✨ امکان ثبت‌نام در چند مسیر ✅ اطلاعات بیشتر و‌ ثبت‌نام رایگان: 🔗 https://quera.org/r/767m2

34 074

⭕️ خسته شدی از اینکه صد تا رزومه می‌فرستی و جواب نمی‌گیری؟ 🎯 توی این دوره‌ی دیتاساینس، هم مهارت واقعی یاد می‌گیری، هم با پروژه‌ و پشتیبانی می‌تونی وارد بازار کار می‌شی. مشاهده جزئیات👈https://dnkr.ir/kgJvW

34 074

🎆 همه‌چی درباره ML تو یه جا! 👨🏻‍💻 پلتفرم Made With ML یه مرجع جمع‌وجور و کامل دسترسی به یادگیری ماشین لرنینگ رو برای همه ساده‌تر کرده و تجربه من تو این حوزه رو دگرگون کرد. ⏪ این پلتفرم بهت کمک می‌کنه یاد بگیری چطور یادگیری ماشین رو با مهندسی نرم‌افزار ترکیب کنی؛ یعنی فقط مدل‌سازی نیست، بلکه یاد می‌گیری چطور یه اپلیکیشن ML رو طراحی، توسعه، دیپلوی و بعدش ارتقا بدی. ⬅️ همه چیش مرحله‌به‌مرحله و پروژه‌محوره؛ یعنی از همون اول، کار رو با مثال عملی پیش می‌بری و می‌فهمی توی دنیای واقعی، ML باید چه شکلی اجرا بشه. ✅ فرقی نمی‌کنه تازه‌کاری یا حرفه‌ای، Made With ML برات هم منبع یادگیریه، هم یه عالمه پروژه و ابزار کاربردی پیدا می‌کنی. ┌ 📚 Made With ML ├ 🌎 Website └ 🐱 GitHub-Repos 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 074

◀️ اگه علاقه زیادی به هوش مصنوعی داری، حتما لازمه که Generative Ai رو یادبگیری ✴️ هوش مصنوعی مولد رو پروژه‌محور یادبگیر و مدرکشم بگیر ثبت‌نام👇 https://dnkr.ir/yWjzx https://dnkr.ir/yWjzx

34 074

💡 با این رویکرد خیالت از بابت کیفیت داده راحت میشه! 👨🏻‍💻 تو مسیر انتقال داده‌ها، ایراداتی پیش میاد که واقعاً یا قابل دیدن نیستن یا اصلاً فکرش رو هم نمی‌کنی که چنین مشکلی وجود داشته باشه. ✏️ مثلاً چند بار شده بود داده‌هایی که بارگزاری کردم، یه ستون جدید بهش اضافه شده بود یا بعضی وقتا یه عالمه داده Null داشتم و تا آخر نفهمیده بودم چرا گزارش خروجی عجیب شده! ✅ اینجاست که Data Observability میاد وسط. یه راه‌حل ساده و آماده که فقط کافیه وصلش کنی به دیتا سورس‌هات و خودش شروع می‌کنه بررسی کردن. ❓ چیا رو چک می‌کنه؟ ⏪ تغییر ساختار داده. ⏪ پُر بودن داده از null یا اطلاعات قدیمی. ⏪ تغییر و بهم‌ریختگی تو توزیع داده‌ها ⏪ خطاهایی که شاید فقط تو لاگ‌ها باشه، نه جای دیگه 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 074

Repost from Tech Road

💼 در دومین دوره‌ی Tech Road، با هم‌بنیان‌گذار Quera، مدیرعامل الوپیک، مدیرعامل بله و عضو هیئت علمی دانشگاه علم و صنعت از مسیر واقعی استارتاپ‌ها می‌شنویم؛ از تصمیم‌های سخت، شکست‌ها، و نگاهی به آینده‌ی فناوری در ایران. 💼 ۱ و ۲ خرداد 💼 سالن امام رضا، دانشگاه علم و صنعت 💼 با حضور: محمدمهدی شکری (هم‌بنیان گذار Quera و مدیرعامل Dori) شهاب افشاری‌کهن (مدیر عامل الوپیک) کاظم کیال (مدیرعامل بله) دکتر مهرداد آشتیانی (عضو هیئت علمی علم و صنعت، مدیرعامل مدریک) 💼برای دریافت کد تخفیف،فقط تا دوشنبه ۲۹ اردیبهشت فرصت دارید به آیدی زیر پیام بدید و ثبت‌نام کنید: @Tech_Road_PR ثبت‌نام : 💼https://evand.com/events/techroad اطلاعات بیشتر: 💼https://techroad-cesa.ir 💼💼 💼 Telegram | 🔗 Instagram 💼 Telegram | 💼 Linkedin

34 074

🗺 نقشه راه یادگیری ML برای تازه‌کارا 🔢 پایتون یاد بگیر! ✅ دوره مقدماتی پایتون: Youtube Video ☑️ یادگیری ماشین با پایتون: Youtube Video ➖➖➖➖➖➖ 🔢 ریاضی رو دست کم نگیر! ✅ جبر خطی: Youtube Playlist ☑️ احتمال و آمار: Youtube Playlist ➖➖➖➖➖➖ 🔢 تئوری یادگیری ماشین ✅ یادگیری ماشین با اندرو نگ: Playlist ➖➖➖➖➖➖ 🔢 پروژه و تمرین عملی فراموش نشه! ✅ ویدیوهای پروژه به همراه کد: Playlist ☑️ تمرین عملی و مسابقات کگل: Website ➖➖➖➖➖➖ 🔢 آشنایی با سیستم‌های ML: ✅ یادگیری مرحله‌به‌مرحله: Website ☑️ آشنایی با طراحی سیستم در ML: لینک 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 074

✨ آینده را از داده‌ها بساز! ✨ 📊 می‌دونی پشت هر داده، داستانی از موفقیت نهفته است؟ با دوره جامع دانشمند داده، مهارت‌های پیشرفته تحلیل، یادگیری ماشین و هوش مصنوعی رو به صورت عملی یاد بگیر و به قله‌های جدیدی در دنیای دیجیتال دست پیدا کن! 🚀 💡 در این دوره، شما: 1- یاد می‌گیری چگونه با پایتون به جادوی داده‌ها دست پیدا کنی 🐍 2- تکنیک‌های نوین یادگیری ماشین و هوش مصنوعی رو کشف می‌کنی 🤖 3- پروژه‌های واقعی و کاربردی رو تجربه می‌کنی تا آماده دنیای حرفه‌ای بشی 📈 ⏰ ثبت‌نام محدود است – فرصت رو از دست نده! ➖➖➖➖➖➖➖➖➖➖➖➖ 🌐جهت مشاهده اطلاعات دوره کلیک کنید 👇 https://B2n.ir/eb7249 ➖➖➖➖➖➖➖➖➖➖➖➖ ☎️ مشاوره و ثبت‌نام: 02167641999 📲مشاوره تلگرام: 09222477250 ➖➖➖➖➖➖➖➖➖➖➖➖ ✓ جهاد دانشگاهی صنعتی شریف؛ یک پله بالاتر از تخصص

34 074

📖 «یادداشت‌های درسی یادگیری ماشین» 👨🏻‍💻 منابع یادگیری ماشین لرنینگی که پیدا کردم یا خیلی سطحی بودن یا مستقیم می‌رفتن سراغ کد و فرمول‌های پیچیده، بدون اینکه مفاهیم اصلی رو درست توضیح بدن. ✏️ ولی با این جزوه که همراه بشی، قدم به قدم جلو می‌ری و همه چیز برات از پایه، شفاف و قابل فهم می‌شه. از مفاهیم اولیه مثل تابع زیان، گرادیان و بحث مهم انتخاب مدل شروع می‌کنه، بعد سراغ مدل‌های پیشرفته‌تر مثل GAN و مدل‌های احتمالی می‌ره و در نهایت موضوعات مثل یادگیری تقویتی و فرایادگیری رو هم پوشش می‌ده. 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa