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 009 Tecnologías y Aplicaciones4 018...

📈 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 34 084 suscriptores, ocupando la posición 4 018 en la categoría Tecnologías y Aplicaciones y el puesto 10 009 en la región Irán.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 34 084 suscriptores.

Según los últimos datos del 18 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -224, y en las últimas 24 horas de -15, conservando un alto alcance.

Estado de verificación: No verificado
Tasa de interacción (ER): El promedio de interacción de la audiencia es 9.10%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.94% de reacciones respecto al total de suscriptores.
Alcance de las publicaciones: Cada publicación recibe en promedio 3 102 visualizaciones. En el primer día suele acumular 1 344 visualizaciones.
Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 5.
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 19 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.

34 084

Suscriptores

-1524 horas

-577 días

-22430 días

3 102

Visitas de la publicación

~ 1 34424 horas

~ 1 75148 horas

9.10%

Tasa de compromiso

Sin datos

Mensajes por día

Ads index

beta

Archivo de publicaciones

34 091

👨🏻‍💻 وقتی رفتار کاربران به سرعت تغییر می‌کنه (مثل دوران پاندمی)، حتی دقیق‌ترین مدل‌های یادگیری ماشین هم می‌تونن از اتفاقات واقعی عقب بیفتن. ❓ پس تو شرایط پرتلاطم و غیرقابل پیش‌بینی باید چیکار کرد؟ ✏️ تیم دیتاساینس Booking.com همین چالش رو در پروژه پیش‌بینی لغو رزرو هتل‌ها تجربه کرد و اخیراً توی یه پست وبلاگی توضیح دادن چطور رویکردشون رو تغییر دادن تا با رفتار متغیر کاربران همگام بمونن. 👩‍💻 مدل‌های طبقه‌بندی سنتی خوب جواب می‌دادن، ولی تو شرایط پرتلاطم و غیرقابل پیش‌بینی به مشکل می‌خوردن. 💡 راهکار جدید: Survival Modeling 🖥 با این روش، زمان وقوع یک رویداد هم مدل‌سازی میشه. این یعنی پیش‌بینی‌های پویا و حساس به زمان که در طول هر رزرو آپدیت می‌شن. ⬅️ نتیجه؟ با بهبود این پایپ‌لاین، دقت پیش‌بینی حتی تو شرایط متلاطم بالا رفت و نشون داد که تغییر زاویه دید به مسئله چطور می‌تونه به راه‌حل‌های هوشمندتر و سازگارتر منجر بشه. #️⃣ Pred. Cx w/ Survival Modeling 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 091

💳 تفسیر مدل‌های یادگیری ماشین در مرورگر! 👨🏻‍💻 کتابخونه WebSHAP یه ابزار جاوا اسکریپتیه که نسخه Kernel SHAP (ابزار معروف تفسیر مدل) رو برای محیط وب قابل استفاده کرده. یعنی دیگه لازم نیست سراغ بک‌اند یا پایتون بری، مستقیم تو مرورگرت می‌تونی هر مدل یادگیری ماشین رو تفسیر کنی! 🔸 خب WebSHAP چی کار می‌کنه؟ 1️⃣ برای هر پیش‌بینی مدل، نقش و اهمیت تک‌تک ویژگی‌های ورودی رو محاسبه می‌کنه. 2️⃣ با استفاده از تکنولوژی‌های مدرن وب مثل WebGL، محاسبات رو سریع‌تر انجام می‌ده. 3️⃣ اگه تعداد فیچرها و اندازه مدل متوسط باشه، واقعاً در لحظه (Real-Time) توضیحات رو تولید می‌کنه! ┌💻 WebSHAP ├ 🔗 Link ├ 📖 Article └ 🐱 GitHub-Repos 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 091

✅ پروژه یادگیری ماشین من 1️⃣ پیش‌بینی مبلغ خسارت بیمه درمانی 👨🏻‍💻 تو این پروژه رفتم سراغ اینکه با ماشین لرنینگ، مبلغ خسارتی که یه فرد قراره از بیمه دریافت کنه رو قبل از وقوع پیش‌بینی کنم و مدلی بسازم که به شرکت‌های بیمه تو برآورد هزینه‌ها، مدیریت منابع و کاهش ریسک کمک کنه. 💠 با دیتاست نسبتاً پیچیده‌ای کار کردم، کلی پیش‌پردازش انجام دادم، داده‌های پرت رو فیلتر کردم و فیچرهای مؤثر رو انتخاب کردم تا مدلم بهترین عملکرد رو داشته باشه. 👨‍💻 از چند تا مدل مختلف استفاده کردم، از رگرسیون خطی گرفته تا جنگل تصادفی و XGBoost. بعد از کلی تست و ارزیابی، به نتایج خیلی خوبی رسیدم و مدل‌هام تونستن با خطای کم مبلغ خسارت رو پیش‌بینی کنن. 💻 در نهایت هم یه رابط کاربری ساده ساختم تا کاربر بتونه سناریوهای واقعی رو با ورودی‌های دلخواه تست کنه و خروجی مدل رو ببینه. 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 091

Repost from N/a

🔥 فرصت جدید — ۷۰ ⁒ تخفیفِ فرادرس برای همه دوره‌ها 🔥 💯 دوره‌های برنامه‌نویسی، هوش مصنوعی، یادگیری ماشین، علم داده و ... برای یادگیری در دسترس شماست! 🔸 یادگیری ماشین در پزشکی با R 🔸 تحلیل و پیش‌بینی داده‌ با PyCaret در پایتون – مدل‌های یادگیری ماشین 🔸 یادگیری عمیق با LSTM + پروژه عملی دسته بندی اخبار جعلی در پایتون 🔸 تحلیل داده با PyForest در پایتون 🔸 تفسیر مدل یادگیری عمیق با الگوریتم گرادیانی 🔗 مشاهده سایر آموزش‌ها – [کلیک کنید] 🔄 FaraDars - فرادرس

34 091

Repost from تهران دیتا-دانشگاه تهران

👀 وقتی داده فقط عدد نیست و هوش مصنوعی تنها آینده نیست… ⁉️❓ اگر همیشه کنجکاو بودی پشت تصمیمات بزرگ کسب‌وکارها چه داده‌هایی نهفته است و یا اگر کنجکاو هستی که چگونه الگوریتم‌ها رفتار‌‌های موجود در واحدهای مختلف کسب‌وکار را پیش‌بینی می‌کنند و یا حتی اگر می‌خواهید بدون نیاز به پیش‌زمینه فنی، دنیای دیتا و AI رو از پایه تا سطح کاربردی یاد بگیرید… ⭐️ ثبت‌نام چهل و یکمین دوره‌ی علم داده و هوش مصنوعی دانشگاه تهران با 🤩🛍 تخفیف فقط برای ده نفر آغاز شد‼️ 📌 این دوره، برای شما اختصاصا طراحی شده است و فقط یک دوره آموزشی نیست🌋 بلکه

🎆 یک مسیر واقعی‌ست برای ساختن مهارت‌های تحلیل داده، یادگیری ماشین، هوش مصنوعی، مصورسازی جهت ورود به بازار کار👨‍💻

👨‍🏫 با اساتید خبره دانشگاه تهران 🧠 طراحی‌شده برای همه، از سطح مقدماتی تا ورود حرفه‌ای به پروژه‌ها ↗️ بصورت کاربردی، پله‌پله و همراه با پروژه های واقعی 🎓 و همچنین اعطای گواهینامه دوزبانه و قابل استعلام از دانشگاه تهران 💥 حتی در این دوره امکان دریافت و دانلود آرشیو محتوایی و فیلم جلسات رو هم دارید. دیگه چی از این بهتر⁉️ ⚠️ فقط کافیست نگاهی به سرفصل‌های پوستر بیندازید تا متوجه شوید چرا این دوره متفاوته ❕ 📞 مشاوره رایگان و ثبت‌نام نهایی: 📞 09377516759 | 📞 09357516755 🔗 tehrandata.org/courses/datascience/ #⃣ دوره‌ای که پس از ۴۰ بار برگزاری موفق، مسیر هزاران نفر رو تغییر داده…حالا آماده‌ست برای شما ❤️‍🔥 📨 Telegram | 📨 whatsapp | 📱 linkedin | 📷 Instagram | 🌐 website | 💬 admin 1 | 💬 admin 2 #تحلیل_داده #داده_محور #کسب_و_کار #دیتاساینس #علم_داده #دانشگاه_تهران #آینده_شغلی #آموزش_آنلاین

34 091

📚 ۷ منبعی که باهاشون یادگیری MLOps رو شروع کردم! 👨🏻‍💻 فعلا مسیر آکادمیک و پژوهشیم رو تو یادگیری ماشین متوقف کردم و رفتم سراغ MLOps. چون بنظرم فقط دونستن مدل‌های ML کافی نیست، باید بلد باشی چطور مدل‌ها رو در مقیاس واقعی مستقر و مدیریت کنی. ✏️ برای همین اینجا منابعی رو که تا الان برام مفید بودن و مفهوم واقعی MLOps رو نشون دادن (نه فقط یه سری ابزار!) باهاتون به اشتراک می‌ذارم. 1️⃣ دایره‌المعارف MLOps 🖥 یک مرور جامع و ویکی‌-استایل از مفاهیم، ابزارها و بهترین‌ رویه‌های MLOps. ➖ ➖ ➖ 2️⃣ دوره Made With ML 🖥 یک راهنمای عملی و کامل از کل چرخه عمر ML، از داده تا دیپلوی. ➖ ➖ ➖ 3️⃣ دوره MLOps Fundamentals 🖥 یه دوره ساختاریافته و مناسب برای شروع، با تمرکز روی مبانی MLOps. ➖ ➖ ➖ 4️⃣ دوره Full Stack Deep Learning 🖥 آشنایی عمیق با نحوه پیاده‌سازی سیستم‌های ML واقعی در صنعت. ➖ ➖ ➖ 5️⃣ دوره MLOps Zoomcamp 🖥 یادگیری مفاهیم تولید، دیپلوی و اجرای مدل‌های ML. ➖ ➖ ➖ 6️⃣ ریپوی Awesome MLOps 🖥 مجموعه‌ای از مقالات، آموزش‌ها و ابزارهای MLOps. ➖ ➖ ➖ 7️⃣ مستندات MLOps 🖥 معماری و اصول MLOps از زبان گوگل. 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 091

Repost from هشتگ‌ تبلیغ تخصصی

🔴 دوره جامع تربیت تحلیل‌گر داده 🚀 برای پرواز به دنیای داده‌ها و تبدیل شدن به یک تحلیل‌گر داده آماده‌اید؟ 💯 برخی از مخاطبان این دوره: ☑️ دانشجویان و فارغ التحصیلان تحصیلات تکمیلی ☑️ کارشناسان و مدیران فعال در کسب و کارها ☑️ علاقمندان به کسب جایگاه شغلی خوب در داخل و خارج از کشور ☑️ فارغ التحصیلان که به دنبال کسب مزیت رقابتی در بازار کار هستند 🏛 موسسه توسعه 🎟 مشاوره رایگان و مشاهده جزئیات دوره از لینک زیر: ➡️ httb.ir/SMNsg ➡️ httb.ir/SMNsg ➡️ httb.ir/SMNsg ➖➖➖➖➖➖➖

34 091

🚀 انقلاب جدید انویدیا در تبدیل گفتار به متن! 👨🏻‍💻 انویدیا از مدل جدید خودش برای تشخیص گفتار رونمایی کرد: Parakeet TDT 0.6B — مدلی که توی کمتر از یک ثانیه می‌تونه یک ساعت صوت رو تبدیل به متن کنه! 😮 ✏️ این مدل تونسته همه‌ی رقبای متن‌باز و حتی پولی رو توی Open ASR Leaderboard شکست بده! هم سریع‌تره، هم دقیق‌تر، و هم کاملاً قابل استفاده برای پروژه‌های تجاری. 🥺 مشخصات کلیدی: ✅ ۶۰۰ میلیون پارامتر داره! ☑️ لایسنس باز و تجاری (CC-BY-4.0)، یعنی هرجا خواستی می‌تونی استفاده کنی ✔️ دقیق‌ترین مدل در تشخیص گفتار اُپن‌سورس دنیاست (حداقل تا الان!) ┌ 🔈 Speech Recognition └ 📎 Link 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 091

Repost from Hooshex

⭕️ وبینار رایگان 🎙 وقتی ماشین‌ها می‌نویسند : تولید محتوا با هوش مصنوعی هوش مصنوعی فقط ابزار نیست؛ نویسنده‌ی تازه‌ایه که داره داستان محتوا رو از نو می‌نویسه. در این وبینار رایگان، از تجربه‌های واقعی، ابزارهای کاربردی، و آینده‌ی تولید محتوا با AI می‌شنویم — نه از جنس کلیشه‌های یوتیوب و دوره‌های تکراری. 🗓جمعه 10 مردادماه | ساعت ۱۷ 🎤با حضور سپهر بیات (هم بنیان‌گذار هوشکس) 👤 امین بیگ زاده کارشناس ارشد تولید محتوای دیجی‌کالا 🔗 لینک ثبت‌نام رایگان: https://eseminar.tv/wb161922

34 091

Repost from Pasargad Academy | آکادمی پاسارگاد

💥 فرصت طلایی رشد حرفه‌ای اگر به دنبال یادگیری تخصصی‌ترین مهارت‌های روز دنیای IT هستید، بهترین زمان برای شروع همین حالاست. ✅ تا ۴۰٪ تخفیف ویژه برای خاص‌ترین دوره‌های IT در ایران. 📌دوره‌های پروژه‌محور 📌 با تدریس اساتید باتجربه 📌 محتوای کاملاً به‌روز 📌متد آموزشی منحصربفرد 📌استفاده از تجهیزات به‌روز و کاربردی از امنیت سایبری و SOC گرفته تا شبکه، کلود، NetOps، برنامه‌نویسی و سیستم‌عامل‌های پیشرفته — همه با تخفیفی تکرارنشدنی در دسترس شماست! 📍 ظرفیت دوره‌ها محدود است. 🌐 برای ثبت‌نام و کسب اطلاعات بیشتر کلیک کنید. ⭐️ آکادمی پاسارگاد برگزار کننده دوره های تخصصی فناوری اطلاعات ☎️ 021-91007627 📱 @pasargad_itacademy

34 091

📺 دوره جامع یادگیری ماشین Hugging Face 👨🏻‍💻 چالش واقعی تو یادگیری ماشین، فقط فهمیدن الگوریتم‌ها و ریاضیاتش نیست، اینه که بدونی کِی و کجا باید از چه مدلی استفاده کنی! ✏️ پلتفرم Hugging Face اومده یه دوره‌ی جامع رایگان منتشر کرده که تو ۸۰ تا ویدیو و بیش از ۱۳ ساعت محتوا، یادگیری ماشین رو نه فقط روی کاغذ، بلکه با تمرین واقعی و ابزارهای به‌روز یادت می‌ده! 💸 این دوره شامل: ⏪ مبانی یادگیری ماشین به زبان ساده ولی کاربردی. ⏪ آموزش و فاین‌تیون مدل‌های NLP مثل BERT و DistilBERT. ⏪ طراحی و پیاده‌سازی پایپ‌لاین‌های ML ⏪ و... ┌ 🤗 Hugging Face Course ├ 🖥 Course Homepage └ 😉 Youtube Playlist 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 091

Repost from تهران دیتا-دانشگاه تهران

«دوره جامع هوش تجاری دانشگاه تهران» 📣 اگه همیشه می‌خواستی وارد دنیای هوش تجاری بشی اما نمی‌دونستی از کجا شروع کنی، الان بهترین فرصته☄️ دوره جامع هوش تجاری دانشگاه تهران بدون نیاز به هیچ پیش‌زمینه‌ای، از سطح مقدماتی تا پیشرفته، بهت کمک می‌کنه تا به تحلیگر و متخصص هوش تجاری حرفه‌ای بشی👍 🔝 در این دوره چه چیزی یاد می‌گیرید⁉️ ✅ تسلط بر SQL Server و کوئری‌نویسی پیشرفته ✅ طراحی و پیاده‌سازی انبار داده و مدل‌سازی OLAP ✅ مهارت در SSIS ،SSAS و SSRS برای پردازش و تحلیل داده‌ها ✅ ساخت داشبوردهای حرفه‌ای و جذاب در Power BI ✅ آموزش کاربردی Al در هوش تجاری و مهارت پرامت نویسی هوشمند 📆 روز و زمان برگزاری: روزهای دوشنبه و پنج شنبه، ساعت ۱۸ الی ۲۲ ⭐️ پروژه‌محور | عملی | ورود به بازار کار ⭐️ ۱۶۰ ساعت آموزش کاربردی + پروژه‌های واقعی + پشتیبانی تخصصی ❌ فرصت محدود – همین حالا ثبت‌نام کن❌ 🔔 این فرصت می‌تونه نقطه عطف مسیر شغلیت باشه✔️ ℹ️ برای اطلاعات بیشتر و ثبت‌نام، همین حالا اقدام کنید‼️ https://tehrandata.org/courses/bi2/ 09377516682 📨 Telegram | 📞 whatsapp | 📱 linkedin | 🌐 Instagram | 🌐 website | 💬 admin #هوش_تجاری #هوشمندسازی

34 091

📃 «نقشه راه یادگیری ماشین در ۶ ماه!» 👨🏻‍💻 خیلی‌ها توی مسیر یادگیری ML بین آموزش‌ها و دوره‌های متفرقه سردرگم می‌شن و نمی‌دونن دقیقاً کِی باید از پایتون وارد فاز پروژه و دیپلوی بشن. اغلب ماه‌ها وقت‌شون رو بدون برنامه و بی‌نتیجه صرف می‌کنن. ⬅️ من خودم تمام این مسیر رو با آزمون ‌و ‌خطا طی کردم. به همین خاطر توی این جزوه بیش از ۵۰۰ منبع رو جمع‌آوری و طبقه‌بندی کردم. ✅ همه این تجربه‌ها رو تبدیل کردم به یک نقشه راه ۶ مرحله‌ای و کاملاً کاربردی که بتونین گام‌به‌گام، از اولین قدم تا اجرای پروژه و ورود به بازار کار، با شفافیت کامل و بدون گیج شدن، پیش برین. 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 091

👨‍💻 ۸ تا از بهترین روش‌های «انتخاب ویژگی» ➕ همراه با مزایا، معایب و کاربردهای واقعی 1️⃣ ضریب همبستگی پیرسون و اسپیرمن ✔️ مزایا: سریع، قابل تفسیر، اجراش ساده‌ست. ❌ معایب: فقط روابط خطی رو کشف می‌کنه. 💸 کاربرد: رگرسیون با ویژگی‌های عددی و پیوسته. ➖ ➖ ➖ ➖ ➖ ➖ 2️⃣ آزمون کای-اسکوئر ✔️ مزایا: برای داده‌های دسته‌ای عالیه، راحت محاسبه میشه. ❌ معایب: باید ویژگی‌ها مثبت باشن، تعامل ویژگی‌ها رو تشخیص نمی‌ده. 💸 کاربرد: مسائل طبقه‌بندی با داده‌های دسته‌ای (مثل داده نظرسنجی). ➖ ➖ ➖ ➖ ➖ ➖ 3️⃣ اطلاعات متقابل (Mutual Information) ✔️ مزایا: روابط غیرخطی رو کشف می‌کنه، وابسته به مدل نیست. ❌ معایب: به نویز حساسه، محاسباتی و زمان‌بر. 💸 کاربرد: رگرسیون و طبقه‌بندی با الگوهای پیچیده. ➖ ➖ ➖ ➖ ➖ ➖ 4️⃣ حذف بازگشتی ویژگی‌ها (RFE) ✔️ مزایا: تعامل ویژگی‌ها رو درمیاره، وابسته به مدل خاصی نیست. ❌ معایب: محاسبات سنگین، به پایداری مدل حساس. 💸 کاربرد: داده‌های جدولی سایز متوسط، وقتی تفسیرپذیری مهمه. ➖ ➖ ➖ ➖ ➖ ➖ 5️⃣ روش LASSO ✔️ مزایا: ویژگی‌های اضافی رو حذف و مدل رو جمع‌وجور می‌کنه، جلوگیری از بیش‌برازش. ❌ معایب: با ویژگی‌های همبسته ناپایداره. 💸 کاربرد: در مدل‌های خطی پراکنده و داده‌های عددی با ابعاد بالا. ➖ ➖ ➖ ➖ ➖ ➖ 6️⃣ اهمیت ویژگی در مدل‌های درختی ✔️ مزایا: روابط غیرخطی رو پیدا می‌کنه، بلافاصله بعد آموزش آماده است. ❌ معایب: به ویژگی‌های با تعداد دسته زیاد حساس، به مدل وابسته. 💸 کاربرد: بهترین برای داده‌های ساختاریافته با انواع ویژگی‌های مختلف. ➖ ➖ ➖ ➖ ➖ ➖ 7️⃣ مقادیر SHAP ✔️ مزایا: تفسیر هر ویژگی و هر نمونه به صورت مجزا، تعامل ویژگی‌ها رو هم می‌فهمه. ❌ معایب: محاسباتی و زمان‌بر، نیاز به مدل آموزش‌دیده. 💸 کاربرد: تحلیل مدل بعد از آموزش و سیستم‌های Explainable AI. ➖ ➖ ➖ ➖ ➖ ➖ 8️⃣ اهمیت جایگشتی ✔️ مزایا: وابسته به مدل خاصی نیست، شهودی و ساده برای درک. ❌ معایب: به چندهمبستگی حساس، محاسبات زیاد نیاز داره. 💸 کاربرد: ارزیابی اهمیت ویژگی‌ها بعد از آموزش مدل. 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 091

⛔️ ۵ موقعیتی که نباید از رگرسیون خطی استفاده کنی! ✅ اگه این نکات رو رعایت کنی، تا ۵۰٪ تو زمان مدل‌سازی صرفه‌جویی می‌کنی: 👇 1⃣ روابط غیرخطی بین داده‌ها ✏️ تولید گزارش‌های تعاملی و زیبا در عرض چند ثانیه! 🔄 جایگزین‌ها: از رگرسیون چندجمله‌ای، گرادیان بوستینگ یا شبکه‌های عصبی استفاده کن. ➖ ➖ ➖ ➖ ➖ 🔢 تعامل شدید بین ویژگی‌ها ✏️ بیخیال زدن ۲۰ تا تابع مختلف! این ابزار همه خلاصه‌های آماری و تحلیلی رو یک‌جا برات در میاره. 🔄 جایگزین‌ها: مدل‌های رندوم فارست، شبکه‌های عصبی یا SVM با کرنل رو به‌کار ببر. ➖ ➖ ➖ ➖ ➖ 🔢 داده‌های پراکنده یا پر از دسته‌بندی ✏️ دیگه لازمه نیست هر بار کلی مدل رو جدا تست کنی! فقط با یک دستور، ده‌ها مدل ML رو با هم تست کن. 🔄 جایگزین‌ها: از CatBoost یا LightGBM که داده‌های دسته‌ای رو مستقیم پشتیبانی می‌کنن استفاده کن. ➖ ➖ ➖ ➖ ➖ 🔢 مرز تصمیم‌گیری پیچیده یا شرطی ✏️ فقط مدت زمان آموزش رو تعیین کن، باقی کارها خودشه انجام می‌ده! 💸 جایگزین‌ها: SVM با کرنل RBF، گرادیان بوستینگ یا شبکه‌های عصبی می‌تونن بهتر عمل کنن. ➖ ➖ ➖ ➖ ➖ 🔢 واریانس غیرثابت باقی‌مانده‌ها ✏️ رگرسیون خطی فرض می‌کنه خطاها واریانس ثابتی دارن؛ اگر خطاهات به‌مرور کم ‌و زیاد میشه، مدل پیش‌بینی قابل اعتمادی نمیده. 🔄 جایگزین‌ها: از مدل‌های GLS، گرادیان بوستینگ یا مدل‌های درختی استفاده کن. 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 091

Repost from تهران دیتا-دانشگاه تهران

📢 چرا هوش تجاری، «نفت قرن ۲۱» نامیده می‌شود⁉️ 🛢 در قرن ۲۰، هرکس نفت داشت، قدرت داشت💪 امروز، هرکس دیتا دارد، قدرت دارد و باید بتواند با آن فکر کند و تصمیم بگیرد 🧠 📊 دنیای امروز، پر از داده است؛ اما فقط کسانی برنده‌اند که بلدند از دل داده‌ها، تصمیم‌های درست و سریع بگیرند. ❌ اما فقط داشتن دیتا کافی نیست ❌ باید بلد باشی: ✅ چطور داده‌ها را به بینش تبدیل کنی ✅ الگوهایی را ببینی که هنوز رقبا ندیده‌اند ✅ تبدیل شوی به فردی که شرکت‌ها برای تحلیل‌هایش صف می‌کشند 🚫 اما اگر بلد نباشی چطور با داده‌ها فکر کنی... در آینده شغلی با داده تعریف میشه،تو همچنان با ابزارهای سنتی، دنبال نقش‌ت می‌گردی‼️ و کم‌کم از دنیایی جا می‌مونی که با هوش داده‌محور داره حرکت می‌کنه… ☄️ ما اینجاییم با جامع‌ترین و به‌روزترین دوره هوش تجاری کشور 🎓 ۱۶۰ ساعت آموزش پروژه‌محور و واقعی 🧠 تسلط کامل بر SQL، Power BI و ابزارهای تخصصی مایکروسافت مثل SSIS، SSAS و SSRS 📈و آموزش ساخت داشبوردهای مدیریتی حرفه‌ای، دقیقاً همون چیزی که مدیرها از یه تحلیل‌گر انتظار دارن✔️ 👨‍🏫 مدرس‌ از دل پروژه‌های صنعتی واقعی ✨🤖 ➕ جدیدترین بخش : ⚡️ کاربرد هوش مصنوعی در هوش تجاری یاد میگیرید چطور با ابزارهای AI از صفر تا ۱۰۰ پروژه خودتون رو در POWER BI، هوشمندانه تر، دقیقتر و سریعتر انجام دهید❓ ℹ️ برای اطلاعات بیشتر و ثبت‌نام، همین حالا اقدام کنید🔝 🔗 https://tehrandata.org/courses/bi2/ 📞 09377516682 😀 😀 قرن ۲۱ منتظر نمی‌مونه و تو داری وارد عصر داده می‌شی — عقب نمون🔜 ✅ Telegram | 📞 whatsapp | 📱 linkedin | 📱 Instagram | 🌐 website | 💬 admin

34 091

✅ پروژه یادگیری ماشین من 1️⃣ تشخیص تقلب مالی در تراکنش‌ها 👨🏻‍💻 تو این پروژه رفتم سراغ یه دیتاست سنگین (۶.۳ میلیون تراکنش ساختگی) تا بفهمم تو دنیای واقعی چطور میشه بین این همه تراکنش سالم، اون چندتا مورد مشکوک رو پیدا کرد. 🖥 چالش اصلی؟ تقلب‌ها توی این حجم تراکنش واقعاً انگشت‌شمار بودن! بعد از یه پاک‌سازی حسابی و انتخاب هوشمندانه فیچرها، با RandomForest و تنظیم class_weight=‘balanced’ مدل رو طوری آموزش دادم که حتی اون موارد تقلب نادر رو هم جدی بگیره و گم نکنه. 🤔 نتیجه‌اش برام جالب بود: ROC AUC بالای ۰.۹۸ گرفتم و با بررسی دقیق Precision/Recall خیالم راحت شد که مدل نه فقط تو تئوری، بلکه تو سناریوی واقعی هم می‌تونه خلافکارها رو به موقع گیر بندازه. 📣 از دیتاست و کد نویسی گرفته تا آنالیز و نتایج پروژه، همگی در لینک‌‌های زیر موجوده.👇 ┌ 💰 Fraudulent Transaction Detection └ 🐱 GitHub-Repos 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 091

⭐️ ٪۶۰ تخفیف اکانت حرفه‌ای هوشیار۲۴! ⭐️ ما در پلتفرم هوش مصنوعی هوشیار۲۴ در راستای حمایت از کارشناس‌ها، متخصص‌ها و کسب‌وکارها در شرایط فعلی، تصمیم به ارائه ۶۰٪ تخفیف ویژه بر روی اکانت حرفه‌ای هوشیار۲۴ کردیم. ✅ این تخفیف به صورت مستقیم بر روی اشتراک حرفه‌ای اعمال شده و نیازی به کد تخفیف نیست. ⭐️اشتراک حرفه‌ای هوشیار۲۴ شامل تمامی مدل‌های پولی و‌ رایگان هوش مصنوعی مانند مدل‌های زیر و بسیاری مدل‌های دیگر است: ChatGPT, Gemini، Grok4, GPT O3, Claude, Perplexity, DeepSeek,… ✅کافیست وارد لینک زیر شوید و پس از ورود خرید خود را نهایی کنید. 🔺این فرصت تا ۱۰ روز پابرجاست🔺 🔗 لینک خرید 🔗 …………………………………………………………… 🔺سازمان‌ها، کسب‌وکارها، استارتاپ‌ها و تیم‌ها نیز می‌توانند در صورت نیاز به تهیه اشتراک سازمانی، از این لینک درخواست خود را برای خرید اکانت سازمانی با تخفیف ویژه ثبت کنند: 🔗 لینک خرید سازمانی 🔗 هوشیار۲۴ | دسترسی یکجا به تمام مدل‌های هوش مصنوعی 🟣 @HoushYar_24

34 091

Repost from N/a

🧠 می‌خواهید کار با ChatGPT را حرفه‌ای یاد بگیرید؟ ⭐️ این مجموعه آموزش‌های کوتاه، کاربردی و کاملاً رایگان در فرادرس، برای همه علاقه‌مندان به یادگیری هوش مصنوعی طراحی و آماده شده است: 🟢 شروع استفاده از ChatGPT 🔗 نصب ChatGPT در ویندوز، اندروید و iOS 🔗 ساخت حساب و پرامپت‌نویسی در ChatGPT 🔗 معرفی ChatGPT فارسی و ۳ سایت کاربردی 🔵 کاربردهای آموزشی و محتوایی 🔗 گفتگوی خلاق با ChatGPT 🔗 خلاصه‌سازی جزوه با هوش مصنوعی 🔗 دستورات پیشرفته برای جواب‌های دقیق‌تر 🟣 ابزارهای تکمیلی و کاربردی 🔗 ساخت کاور هایلایت اینستاگرام با هوش مصنوعی 🔗 تبدیل صدا به متن با AI 🟩 همین امروز یادگیری را شروع کنید! 🔄 FaraDars - فرادرس

34 091

✍️ یک منبع خوب برای مقیاس‌پذیری مدل‌ها 👨🏻‍💻 کتاب How to Scale Your Model از ریزترین جزئیات ارتباط و هماهنگی بین TPU و GPUها گرفته، تا این‌که دقیقاً چطور باید مدل رو روی سخت‌افزار واقعی اجرا کنی و موازی‌سازی رو بدون دردسر انجام بدی (جوری که هم آموزش، هم اجرای مدل، واقعاً بهینه و سریع پیش بره)، همه رو به زبان ساده و کاربردی توضیح داده. ┌ 📚 How to Scale Your Model └ 📖 E-book 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa